NEWS2022年11月

2022/11/25

• お知らせ
• イベント
• データサイエンスcafé
• 実施報告

【DSCafé11/24実施】深層学習によるAI画像解析の手法とバイアス回避

11月24日（木）のデータサイエンスcaféは、山形大学医学部麻酔科および先進的研究拠点・医療AI研究拠点リーダーを兼務されている早坂先生にご講演いただきました。気管挿管は、手術の際や呼吸が止まってしまった緊急時などに行われますが、気管挿管の難易度は人によって異なり、挿管が困難な場合には、特殊な麻酔や特殊器具が必要になります。もし、挿管困難度が、誰にでも簡単に判別できるようになれば、緊急時に医師は迅速な対応が可能になります。そこで、早坂先生は、AIによる画像解析システムを使って、挿管困難度を瞬時に判別する方法についてご研究されています。今回は、実際の患者の画像データを用いた実データを使い、AIモデルの作製におけるバイアス回避方法、転移学習、患者顔画像によるConvokution Neural Network (CNN) 、Grad-CAMによるデータの可視化などを行い、深層学習による挿管困難度を判別したご研究の成果について、ご説明いただきました。なお、当日、会場には5名、オンラインでは17名の方にご参加いただきました。 今回のご講演内容については、論文で公表されています。Open Accessですので、ご興味ある方は、こちらもぜひご覧ください。Hayasaka et al.(2021) Journal of Intensive Care, 9:38 https://doi.org/10.1186/s40560-021-00551-x

2022/11/18

• お知らせ
• データサイエンスcafé

【DSCafé】人類は蛋白質の形を知りたい 〜AI構造予測があれば実験的な構造解析は不必要なのか？〜

1958年にミオグロビンのX線結晶構造が報告されて以来、人類は、様々な手法を駆使して蛋白質の形を知ろうとしてきました。立体構造情報をもとに創薬などの研究が進められてきましたが、実験的な手法での構造決定は時間も費用もかかるため、立体構造予測手法の開発が求められていました。このような背景の中、Google傘下のAI企業DeepMind社が、圧倒的な予測性能を見せる構造予測プログラム「AlphaFold2」を公開し、世界に衝撃が走りました。本講演では蛋白質構造解析の軌跡から立体構造予測AIの実際について紹介します。 開催日時　　　　　2022年12月7日（水）17時30分～18時30分終了予定（受付：17時15分）講師山形大学理学部　准教授　河合 寿子会場データサイエンス多目的ホール（山形大学理学部2号館5階511教室）オンライン（Zoom）定員会場：15名（先着順）／オンライン：最大300名参加費無料対象学生、教職員、一般申込方法12月5日（月）までに申込フォームよりお申し込みください注意事項・会場申込多数の場合は、オンライン参加をお願いする場合があります。・本学にお越しいただく際には、公共交通機関や近隣の有料駐車場などのご利用をお願いします。また、近隣の施設や店舗には駐車いただかないようお願いいたします。・当日の参加をキャンセルされる場合は、ご連絡いただきますようお願いいたします。・当日ご都合が合わない方のために、期間限定で見逃し配信も行いますので、ご興味ある方は、まずお申込みください。お申込みいただいた方限定の公開となります。お問合せ山形大学データサイエンス教育研究推進センターE-mail:yu-derp-info［at］jm.kj.yamagata-u.ac.jp※［at］を@に変えて送信下さい

2022/11/04

• お知らせ
• データサイエンスcafé

【DSCafé】深層学習によるAI画像解析の手法とバイアス回避

画像解析AIモデルの作製は常にバイアスとの戦いであり、データの偏りをなくすことがテーマです。またAIモデル作製のための計算は非常に複雑で膨大なため、ブラックボックスに見えてしまう傾向があります。 本講演では「挿管困難を判別するAIモデル」の研究において活用したConvolutional Neural Network(CNN)や転移学習のバイアス回避、データ拡張、さらには作製したAIモデルの注目領域を可視化するGrad-CAMの手法について解説させていただきます。 開催日時　　　　　2022年11月24日（木）17時30分～18時30分終了予定（受付：17時15分）講師山形大学医学部麻酔科学講座　助教　早坂 達哉会場データサイエンス多目的ホール（山形大学理学部2号館5階511教室）オンライン（Zoom）定員会場：15名（先着順）／オンライン：最大300名参加費無料対象学生、教職員、一般申込方法11月22日（火）までに申込フォームよりお申し込みください注意事項・会場申込多数の場合は、オンライン参加をお願いする場合があります。・山形大学にお越しいただく際には、公共交通機関や近隣の有料駐車場などのご利用をお願いいたします。また、近隣の施設や店舗には駐車いただかないようお願いいたします。・当日の参加をキャンセルされる場合は、ご連絡いただきますようお願いいたします。お問合せ山形大学データサイエンス教育研究推進センターE-mail:yu-derp-info［at］jm.kj.yamagata-u.ac.jp※［at］を@に変えて送信下さい

2022/11/01

• 各種勉強会

【地域デジタルデザイン思考演習】フィールドスタディー：米沢グループ

10月29日（土）、地域デジタルデザイン思考演習のフィールドスタディーが、米沢市と蔵王山で行われました。本演習では、実地でのデータ収集・処理方法などの基礎を学び、地域課題の解決策をグループで検討し、提案することまでを学ぶことを目的としています。 米沢グループは、米沢市民バスの運行調査を実施しました。米沢市民バスは冬季に慢性的な遅延が発生することや、運賃体系、経路図、時刻表が利用者にわかりづらいなどの問題があり、この改善が課題とされています。 当日は、マイクロバスで山形大学を出発し、米沢駅に向かいました。バスでの移動中に理学部の脇教授から、調査の実施方法と注意点について説明がありました。現地では学生が２班に分かれ、循環南回り路線の“かねたん号“と、市街地循環路線の右回りと左回りの“ヨネザアド号”に乗車し、運行状況の調査を行いました。データ収集には、各自のスマートフォン（スマホ）を使いました。あらかじめインストールしておいたMatlab mobileのセンサーを利用し、移動中の加速度、方向、位置などを記録したほか、バス停ごとの乗降人数をカウントしてデータをクラウドへ登録し、バス停の周辺状況と位置情報をスマホで撮影・記録しました。一番最初に乗車するバスは、青いヨネザアド号の想定でしたが、実際には赤と緑を基調としたカラーリングのバスが到着し、ちょっと混乱する一幕も。また、スマホで複数のアプリを立ち上げると、センサー計測が止まってしまったり、バスが混んでいると乗降人数のカウントが難しかったりなどのトラブルもありましたが、チームワークでカバーして、無事データ収集ができたようです。今回取得されたデータは、今後の授業の中でデータ解析が行われる予定です。

2022/11/01

• イベント
• 各種勉強会

【地域デジタルデザイン思考演習】フィールドスタディー：蔵王山グループ

10月29日（土）、理学部「地域デジタルデザイン思考演習」のフィールドスタディーが実施されました。本演習では、３つの課題が設定され、それぞれのグループに分かれて、データ収集やデータ処理について基礎から学び、課題に向き合いながら、データで地域課題を解決する方法を検討します。今回実施したフィールドスタディ―では、蔵王山の森林画像データ、米沢市バスのGISデータの収集を目的に、現地でデータ収集の体験学習を行いました。蔵王山グループは、蔵王温泉駅からロープウェイに乗り、紅葉を眺めながら樹氷高原駅へ移動しました。そこから徒歩でドローンを飛ばすポイントへ到着すると、農学部ロペス教授からドローンの基本的な使い方についてレクチャーを受け、地上90メートルと60メートルの高さから、画像を撮影しました。同じエリア内を、撮影する高さを変えて撮影し、あとで画像の画素数の違いを見比べます。また、撮影時のドローンの撮影精度を上げるため、山の傾斜や地形を表した模型を３Dプリンタでつくり、どのようにドローンを動かすかプログラムするそうです。撮影後、山形県の観光資源でもある樹氷が形成される針葉樹「アオモリトドマツ」の立ち枯れの問題と現状について説明を受け、その後は、蔵王山に生息する樹木に触れながら、蔵王温泉街まで約１時間のハイキングをしました。参加した学生からは、「学外で体験できる授業や勉強会の機会が少ないため、興味があり受講した。雪のシーズン以外の蔵王山を見るのは初めて。自分の足で歩くことで、より地域の課題を実感することが出来た。」という感想がありました。今後は、収集した画像データを元に、アオモリトドマツの生息状況を調査を行う予定です。