人工知能と伝統的な中国医学が出会うと、青い「箱」は「見て、嗅いで、聞いて、感じることができる」

人工知能と伝統的な中国医学が出会うと、青い「箱」は「見て、嗅いで、聞いて、感じることができる」

[[238055]]

[[238056]]

患者は青い「ボックス」に手首を入れ、赤外線スキャン後に脈拍を検出し、それを直接コンピューターに入力します。

伝統的な中国医学について語るとき、人々はいつも「見、聞き、問う、感じる」という4つの秘訣を言及します。そのため、この奥深い「国真髄」は経験的な学問となり、年齢を重ねるにつれてますます普及しています。人々がどこで良い漢方医を見つけられるかと悩んでいた時、省都の体育路にある玉溪堂漢方医院に「知能漢方ロボット」が登場した。患者の脈を診断できるだけでなく、舌苔や顔色も見ることができる。現場にいた多くの人々はこれに驚き、テクノロジーの力に感心せずにはいられなかった。

ロボットが患者を治療する方法

記者が見たところ、患者の脈を診断できるロボットは実は青い「小さな箱」で、患者はその中に手首を入れるだけで、赤外線スキャンで脈の状態が調べられる。脈の変動はコンピューターに直接入力され、最終的な技術分析に用いられる。

「人間の脈の状態は多種多様です。通常、優秀な漢方医は10分以上かけて脈を測ります。しかし、現在では患者数が非常に多いため、ほとんどの医師は午前中だけで40人以上の患者を診なければなりません。医師には質問をしたり、注意深く脈を測ったりする時間がありません。」国立医療クリニックのスタッフは記者に対し、現在ではインテリジェントロボットの助けを借りて、患者の脈を測る平均時間は18分であり、さまざまな脈の状態から問題を特定できると語った。問題が発覚した今、ロボットはどうやって人を診断するのでしょうか。スタッフはこう話します。「知能ロボットが診断した後、その結果を漢方医に直接送り、漢方医は知能ロボットが送った結果に基づいて診断を下します。これは面倒で余分な手順があると思う人もいるかもしれません。実際はそうではありません。知能ロボットによる診断は、プロセス全体の効率を大幅に向上させ、治療を受ける患者のコストも削減できます。」実は、これは「漢方知能ロボット」の氷山の一角に過ぎません。研究開発の過程で、開発チームは多くの漢方書に掲載されている脈の状態を入力したからです。例えば、漢方の基本脈の状態は28種類ありますが、ロボットには5億4千万もの脈の状態があり、その診断レベルは想像を絶するものです。

さらに、舌顔診断器と呼ばれる「ロボット」があり、顔を一定の場所に置けば、ロボットが中医学における「見る」部分の診断を完了することができます。

漢方ロボットはどのように開発されたのですか?

伝統的な中国医学は複雑な学問であり、正確な中国医学診断は長期にわたる経験の蓄積の結果です。では、中医学ロボットはどのようにして経験学と人工知能を融合させるのでしょうか。この点について、記者は「中医学知能ロボット」の発明者である郭復生氏にインタビューしました。

郭復生氏はもともと大学の物理学の教師でした。その後、中国科学院で原子物理学とコンピューター応用の研究を行い、生物医学工学の博士号を取得しました。郭氏は漢方医学を愛していたため、独学で学び、その後、多くの国内の師匠のもとで学び、漢方医の資格を取得しました。そのため、郭復生は理論物理学、コンピュータソフトウェア、生物・医療工学、中医学の4つの分野をバックグラウンドとする複合的な才能の持ち主です。学術研究の過程で、郭復生は中医学の診断をインテリジェントかつ専門的にしたいと常に考えていました。 「私たちは、中医学の古典的な三部九後脈法と現代科学を融合させて、独自の脈診技術を形成しました。また、これらの脈のパターンをすべてコンピューターに入力して、有機的な組み合わせを実現しました。脈のパターンの変動に基づいて、さまざまな病気を発見することができます。」郭復生氏は、10年以上にわたって研究開発チームを率いて中医学ロボットの開発に取り組んできました。郭氏は、中医学の診断がもはやパーソナライズされず、インテリジェント認識技術、ディープラーニング技術、ビッグデータマイニングなどの技術を使用して、数百の中医学技術のエッセンスを統合し、中医学のパーソナライズされたインテリジェント診断を実現することを期待しています。

さらに、郭復生氏は各種漢方古典のデジタル化も計画している。その際、ロボットは患者の症状に基づいて診断煎じ薬を処方し、古代から現代までの漢方処方を組み合わせることができる。これにより、漢方医学の診断と治療レベルが向上するだろう。 「インテリジェント漢方ロボット」に十分な時間と宣伝が与えられれば、中国のいくつかの県や都市、特に医師不足に悩む地域の人々に恩恵をもたらすだろう。

インタビューの最後に、郭復生氏は「TCMインテリジェントロボット」が発売された後、必要な条件が整った病院で臨床的に試用できることを望んでいると述べた。上記の利点にもかかわらず、TCMロボットはTCM医師に完全に取って代わることはありません。彼はまた、この取り組みを継続し、この技術をさらに完璧なものにしたいと考えています。

<<:  いくつかの負荷分散アルゴリズムの原理とコード実装

>>:  Google の新しい AI ツールが人間のコールセンター従業員に取って代わる可能性があります。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

合理性への回帰とアプリケーションとの統合 - AI時代のモバイル技術革新カンファレンス

人工知能の出現により、ますます多くの企業がそれを業務や生産に応用しています。新しいモバイル開発技術が...

機械学習システムの弱点: 保護が必要な 5 つの理由

[[345683]]日々の努力の究極の目的は、生活をより楽に、より便利にすることです。これが人類の歴...

...

データサイエンスと機械学習のためのツールと言語の最新情報

[[198310]]第 18 回 KDnuggets ソフトウェア アンケートには、今年もアナリティ...

...

...

...

9 トピック PyTorch での畳み込みニューラル ネットワーク (CNN) の実装

この写真をまだ覚えていますか?ディープシステムでは、52 個のオブジェクト検出モデルが導入されていま...

2020年にAIアルゴリズム市場は普及するでしょうか?

2019年も残り1か月余りとなり、各種年間総括も迫ってまいりました。今年の AI の発展を振り返る...

ChatGPTでユーザーは何をするのでしょうか?プログラミングは30%を占めています。数千万人のユーザーを分析すると答えが見つかります

生成 AI、特に ChatGPT は、技術系プレス、主流メディア、そしてほぼすべての分野の専門家の間...

RoboFusion: SAM による堅牢なマルチモーダル 3D 検査

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

AIからドローンまで: 4Gと5Gが未来の工場をどう変えるのか

英国の製造業はデジタル変革から大きな恩恵を受けるでしょう。インダストリー 4.0 に向けて進むにつれ...

カスタムデータセットにOpenAI CLIPを実装する

2021年1月、OpenAIはDALL-EとCLIPという2つの新しいモデルを発表しました。どちらも...

...

AIが写真を見て場所を推測、その精度は90%以上!スタンフォードの最新のPIGEONモデル:予測誤差の40%は25キロメートル未満

インターネット上に何気なく投稿された写真から、どれほどの情報が漏れてしまうのでしょうか?外国人ブロガ...