以大数据和AI技术，点亮健康生活（下篇）

“如果长期保持这样的生活习惯，经过多长时间会患上哪些疾病？”

“为了以后不生病，现在的我们又该做些什么……”

针对人人都有的健康烦恼，东芝正在尝试将50多年研究历史的人工智能（Artificial Intelligence：AI）技术、与大数据（来自140多年的制造经验）分析·发现价值的经验，以及灵活的软件开发能力相结合。上篇中以实现生活习惯病可视化的“疾病风险预测AI”为中心，阐述了在不远的将来医疗的应有状态后，本篇将集中介绍AI技术研发过程，以及AI技术所蕴含的意义。

一、研究所和制造现场磨练出的东芝AI技术

《以大数据和AI技术，点亮健康生活(上篇)》中，日本东京日本桥室町三井塔Midtown Clinic总院院长——田口淳一医生介绍了活用“疾病风险预测AI”技术，并根据个人的体检数据，为每位患者提供定制解决方案的医疗模式。此外，株式会社东芝技术企划部的山口泰平还谈及了“疾病风险预测AI”的可视化功能，即实现从目前的体检结果，模拟出如何发展到需要引起特别注意的阶段，甚至是异常阶段（生活习惯病）的功能。

株式会社东芝研发中心的春木耕祐在了解田口医生和山口提出的构想后，正在推进实现这一构想的AI研发工作。春木曾在大学研究生院从事数学研究，加入东芝后，便成为了一名软件研究员。春木在制造现场积累了丰富发AI技术活用 经验，目前正在推进“疾病风险预测AI”和“目标值计算AI”的研发工作。据春木介绍，东芝的信息物理系统(Cyber-Physical Systems：CPS）是研发AI的基础。CPS是一种在网络空间中对存在于现实世界的数据进行分析，并将其转换成新的信息或知识，之后再反馈给现实世界，进而创造价值的机制（春木）。

“东芝拥有140多年的制造经验和50多年的AI研发技术。因此，利用制造现场产生的大量数据进行AI开发是理所当然的事情。在该解决方案中，面对数十万人数年间的庞大体检结果数据，如何应用AI技术，应用哪种AI技术成为问题的焦点。而迄今为止的经验和东芝的技术知识也在此得到了有效利用。东芝的研究人员与现场工作人员也都具备AI开发方面的知识。”

例如，春木等研究员共同参加了“研发中心展”（在东芝集团内部发表研究成果），当春木发表“疾病风险预测AI”相关内容时，从事不同业务的员工们能够马上理解这一AI模型的作用和机制，并就如何对其加以利用，展开了热烈的讨论。此外，在同样的发表会议上，东芝内部医院的医生表示：“如果拥有这个解决方案，我们就可以根据每个患者的情况进行指导。一直以来，我们都在费尽心思地改变患者的生活习惯或是行为，希望这一解决方案能够早日实现。”正是这种抓住AI本质的讨论和表达，进一步激发了春木将研究成果应用于社会实践的热情，并促使其加快了开发的步伐。

株式会社东芝 研发中心 分析AI实验室
春木耕祐

关于“疾病风险预测AI”，春木等人从东芝健康保险工会的医疗费账单^*数据中提取出没有服用治疗药物的员工（即：没有生病的人），并收集了这些人的饮酒频率、体重或检查值（例如：血压等）等体检数据。当同一群体的检查值从正常变为异常，并确定患上生活习惯病时，结合这些数据，便可以提高从健康状态到患病状态的可能性预测准确度。换言之，将各种体检数据用作入口数据，将体检数据中的检查数值异常情况用作出口数据。为提高预测准确度，我们运用了半导体制造工程中用于检测缺陷产品的AI技术，并根据海量数据的分布，应用最优预测模型。其结果是，对生活习惯相关的各因素（比如“饮酒频率”“最近1年的体重变化”等）分配相应的预测分值，进而算出1-6年后生活习惯病的患病风险（%）。构建这个最优预测模型需要进行庞大的计算，我们的应对则是通过应用并行分布处理法（应用多个CPU进行大量计算）以及数学算法（能够有效完成各种计算），以完成这样大量的计算工作。
^*医疗机构向健康保险工会提交的每月医疗费用清单（包括：治疗药物等）

解说图

东芝在研发方面所付出的努力，远不止于此。AI是基于人类提供的数据进行学习的，因此，我们需要以适当的方式处理入口数据和出口数据。此时，东芝集团专有技术发挥了作用。该技术可查找出重复或错误的数据等问题，并进行删除或更正，从而顺利地完成数据集的整理。此外，我们还需要仔细标记数据（例如：哪些是“疾病状态”），并与现场的工作人员进行反复沟通，确保其形式与解决方案目标相吻合。与软件研发时一样，春木制作了试制品，与现场的工作人员共同验证，并将验证结果反映在下一次试制中，这种开发速度极快，最终得到了AUC0.96^*的结果。接下来，将完成的东芝解决方案应用于Midtown Clinic的数据中，得到了同样高的准确度，春木表示：“说实话，这让我松了一口气，看到了普及化的可能性。”
^*AUC值：1.0表示完全预测能力

二、普及“疾病风险预测AI”的好处为何？

目前，Midtown Clinic和东芝正在进行实证研究，以确认该解决方案是否可以真正促进患者的行为转变。田口医生对此项研究抱有很大的期待，他强烈表示：“通过有效利用东芝的AI技术，医生和患者之间的交流可以迈入一个新阶段。基于AI的标准处理方式（例如：没有遗漏的数据分析等），医生可以专注于根据每个患者的情况进行治疗，从而实现比以往任何时候都更有效率、更有效果的治疗。我认为这是一种融合了数字技术和医生专业性的新型医疗方式，以这次的实证研究为起点，通过推广这个解决方案，可以提高日本的诊疗水平。”

此外，据田口医生称，让“疾病风险预测AI”对数据（例如：患者的遗传信息和家族史等）进行追加分析，有望进一步提高准确率。这种多维度治疗法可以有效利用遗传信息，根据日本人的情况进行治疗，甚至考虑到了家族史，可以说是一种个性化定制医疗。此外，田口医生还强调了以下内容：

“患者在诊察室接受完治疗后生活习惯的改变也很重要。除此次的解决方案之外，如果还有针对日常生活的饮食或运动方面提供建议的解决方案，那么就有望进一步降低患病的风险。今后也有必要考虑这一点。”

此外，田口医生还补充道，此类解决方案的意义不仅仅局限于对人们进行诊疗。

“改善患者的生活质量，让人们不患病，这当然很重要。但如果这样的方案可以惠及一人、两人直至更多人将有助于节省医疗支出。此外，对于企业来说，员工的健康问题不仅关系到各员工的工作效率，也影响着组织的整体氛围，因此应得到加倍重视。因此，除节省医疗支出这一好处外，我认为东芝的AI技术还可以帮助企业持续创造社会价值。”

正如田口医生所指出的那样，针对这种疾病风险预测AI，东芝正在通过追加遗传信息，研发出准确度更高、更有利于改变个人行为习惯的解决方案。此外，以“风险可视化”这一共同点为基础，与日本金泽大学合作进行的从糖尿病肾病发展至透析治疗的风险可视化研究，及与美国约翰斯霍普金斯大学共同开发可以预测心脏病患病风险的AI模型正在进行中，并计划将其投入到实际应用中。

山口一边遥望远方一边说道：“我们的想法不仅仅是停留在提供AI技术这一层面，作为提供基础设施服务的东芝公司，我们也希望构想一种价值，让东芝可以很好地融入到社会体系中来。”此外，春木还表示：“在研发过程中，我们始终要有社会实践意识，同时，我们的目标是为社会带来新价值的技术革新。”他的目光中透露着专注。

“为了人类和地球的明天”——正是东芝的这一经营理念，奠定了科技创新与社会责任的基调，也涌现出了一批又一批山口与春木这样的科研人员。未来，东芝也将继续奋进，在140多年来积累的制造经验和知识之上，结合公司的AI技术，为人类和地球创造出更加美好的未来。