この記事は、NTTコミュニケーションズ Advent Calendar 2019の18日目の記事です。 昨日は @yusuke84 さんの記事、WebRTC Platform SkyWayのサポートについて考えていること でした。 メリークリスマス！ はじめに 会社のAdvent Calendarということで、当初はある程度流れに忖度して技術的なTipsを書こう！ とか考えて、Neural Networkについてネタ探ししてたのですが、結局自分が興味のある話、それも実装よりも理論一辺倒な話に落ち着いてしまった、本記事はそんな成れの果てです。 （まあ１人くらい暴走しても良いですよね、きっと） というわけで、Neural Networkを用いた物理系の表現について、少し前から気になってる話をツラツラと書いていきます。そのうちに、この辺の話を端緒に新規性のある手法を論文化するから、それ相応の評価

理化学研究所（理研）革新知能統合研究センター病理情報学チームの山本陽一朗チームリーダー、日本医科大学泌尿器科の木村剛准教授らの共同研究グループは、医師の診断情報が付いていない病理画像から、がんに関わる知識をAIが自力で獲得する技術を開発し、がんの再発の診断精度を上げる新たな特徴を見つけることに成功しました。 本研究成果は、手術後の高精度ながんの再発予測法として、個々に合った治療選択に生かせるとともに、画像から新たな知識を獲得するための自動解析手法として役立ちます。さらに、ブラックボックスといわれているAIの解析根拠をひも解く一歩として、医療において安心して使用できるAIの実現に貢献すると期待できます。 今回、共同研究グループは、1枚あたり100億画素以上の前立腺病理画像から、AIが画像上のがんの特徴を、人に教わることなく自動で取得し、それを人間が理解できる情報として出力する技術の開発に成功