人工知能（artificial intelligence；AI）について皆様はどの程度の知識があるでしょうか？
新聞やニュースでは人工知能がよく取り上げられています。特に医療分野では、糖尿病を予測するAIや癌を発見するAIが続々と作られています。アメリカでは患者の眼底写真から糖尿病性網膜症を診断するAIがFDA（食品医薬品局）に承認され、正式に医療現場にAIが入ってきています。
一方で、「AIは危険、AIは怖い」など様々な認識を持っている人も多いのではないでしょうか？
確実に医療現場にはAIが入って来るのです。AIリテラシーが低いままでは、理学療法士や作業療法士、言語聴覚士、看護師がとり残されてしまうことは確実です。
私は理学療法士ですが、すでに６個以上の人工知能を作成しました。少ない経験からですが、AIについて、まずは簡単に解説していきたいと思います。
1. AIは非常に広い概念的なもの
AIは実は広い概念のようなものです。人の言葉を数値に置き換えて解析する自然言語処理、Deep learningや機械学習など様々なものをひっくるめて全て人工知能と呼ばれています。
これはAIについても定義がないからです。単に、統計学的な推定をしただけのものをAIと呼んでいる場合もあります。私が参加している有名企業のセミナーでもAIの定義について議論になっています。
おそらく今後は、単純な数字のみで予測するものはAIと呼ばれないようになってきます。
2. 画像診断AIの中ではどのような処理が行われているか
コンピューターはMRIやCT画像を読み込んでも、どの画像に腫瘍があるのかはわかりません。そして、画像をそのまま解析することも出来ません。では、どうするのか？すべて、数字に変換して解析しています。
たとえば、この画像は外国人が書いた数字の「5」の画像です。
このように画像もすべて数字に変換した状態で解析します。そして、画像診断AIの場合は腫瘍のある画像と腫瘍のない画像ではどのような特徴があるのかをコンピューターが学習します。この学習をコンピューター（機械）が学習するので機械学習（Machine Learning；ML）といいます。
機械学習する際に、数字に置き換えられた画像を深く深く学習していく方法の一つが深層学習（Deep learning）です。糖尿病を予測するAIもおそらく深層学習で作られていると思います。画像を学習するといっても数百万枚という膨大な量の画像を学習させます。
FDAに承認された糖尿病性網膜症を診断するAIは高次元空間の統計学で解析されています。おそらく約6万次元という人には想像もできない程度の高次元空間で解析されたものです。従来の統計学では到底かないません。
3. AIを理解するための数学
AIを理解するには大学レベルの数学的知識が必要です。線形代数や偏微分の知識は必須です。しかし、自分で計算が出来るようになるまでの知識は必要ないと思いますのでAIを使用する側では、AIのどこで線形代数や偏微分が使用されているのかを知っておく必要があるかもしれません。
今回は、ほんの一部分を簡単に説明しました。今後も機会があれば、詳細な解説をしたいと思います。
＜こちらもおすすめ＞
(記事：中口 拓真)
