掲載日：2017.11.24

助教　鈴木郁美（統計科学・知能情報学）

昨今のAI（人工知能）ブームで「ビッグデータ」ということばが世間を賑わせています。「ビッグデータ」は大量の数値の集まりです。たとえば、日本人の健診データは約１億人に対する検査値から成りますから、数十億の数値からなるビッグデータです。

このビッグデータは、病気の診断に活用できます。たとえば、糖尿病を診断するには、診断対象者と検査結果が最も類似する人（「近傍」）を検索して、その人が糖尿病であれば、診断対象者は糖尿病である、と診断します。

近傍検索によるビッグデータの活用は、一見、きめの細かい推論（個人の要望に応えた診断）を可能にするように思えます。しかし、そうでもないことが、最近分かってきました。というのは、診断結果を左右する「近傍」は、個々の診断対象者によって変化せず、ビッグデータのなかに少数存在する典型データに固定される傾向にあるのです（このため、診断結果は誰に対しても同じになりやすい）。私たちはこうした“典型バイアス”を解消することで、ビッグデータを個人の要望に応えられる形に変換する努力を進めています。

• 下の写真をクリックすると拡大表示します

• 関連リンク
  • 鈴木郁美研究室ホームページ
  • 鈴木 郁美 ― 山形大学 研究者情報
  • 工学部情報・エレクトロニクス学科

• 
• シェア
• 送る