そこで、小児医療におけるDPCデータの活用については、DPC（Diagnosis Procedure Combination）と年齢階層に紐付くデータベースの構築が必要と考えました。

国立成育医療研究センターの診療情報管理室は、AIホスピタル研究開発プロジェクトのサブテーマA「セキュリティの高い医療情報データベースの構築とそれらを利用した医療有用情報の抽出、解析技術等の開発プロジェクト」に採択されている、株式会社情報通信総合研究所と連携し、セキュリティの高い秘密分散・秘密計算技術を用いて、小児・周産期医療に特化したDPCデータのベンチマーク分析ツールの開発を行っています。本研究の目的は、小児・周産期医療を担う、日本小児総合医療施設協議会（JACHRI）加盟施設間において、DPCデータによる医療の質、経営指標の評価につながる分析をセキュアな環境下で行うことです。

筋電義手は断端部に残存する筋肉の信号を表面筋電図として捉えてこれを用いて義手の手指をコントロールするものである。従来は人が義手の電極にある筋を動かす（義手に自分の動きを合わせる）訓練が必要であったが、患者ごとに表面筋電パターンが異なるため、人の動きを義手が学習する（義手が自分の動きに合わせる）AI技術の搭載を検討する。

患者ごとに表面筋電パターンは異なるため、そのパターンを認識させて人の動きを義手が学習するシステムを搭載させていく。これは力が入ると筋電信号の特徴を抽出して、ニューラルネットワークを使ったパターン認識をする。手の力の入れ具合によってその筋活動を識別して、そのまま義手が動いてくれるものである。患児が「握る」とイメージした時の筋電パターンの特徴をマイクロコントローラに学習させ、義手の「握る」という動きを生み出すので、直感的に「握る」とイメージしたときに義手が握る動作を行える筋電義手となる。義手そのものに人の動きのくせを学習させてそのくせをもって義手が動くので、機能面でもより義手がより自分にフィットしたものとなる。機械学習の要素を搭載していることからもAI義手とも呼ぶべき概念となる。

そこで、我々は胚培養士による精子探索を効率化するために、拡張現実（Augmented Reality: AR）機能付き顕微鏡システムと、リアルタイム動作する精子解析機械学習ソフトウェアを組み合わせた精子選別支援システムを開発している。

ソフトウェアが、事前に学習したデータに基づいて良好な精子を検出し、運動性を解析して、回収候補とすべき対象を顕微鏡接眼レンズ越しに重畳表示することにより、胚培養士の回収作業を支援する仕組みである。コンパクトな構成により、既存の顕微鏡に簡便に取り付けて使用できることを目指している。

インターネットを利用し顔画像は比較的容易に集めることができますが、医学的および生物学的な応用を考えると姿勢は固定されていることが望ましく、さらに個人情報も保護する必要があるため挑戦的な試みです。
しかし、これまでにない規模の性別や笑顔などのラベル付きビッグデータとなり、データ拡張、転移学習を活用した畳み込みニューラルネットワークにより、性別は98.2%、笑顔は93.0%の認識精度を示すモデルを提示することができました。
小児の先天性疾患は特徴的顔貌を示すことが多く、画像認識による診断に期待が寄せられていますが、希少疾患のため対象人数が少なく、大量データを必要とするディープラーニングによる実装を阻んでいます。

今回の結果はAI構築に必要とされるデータ量の検討に活用され、今後のAI開発に指針を与えるものです。