我々は画期的な製品を常に作り続けています。
English

LINE BOT ドクターQ

Doctor q
医療最大の欠点は、「患者が来院しなければ、医師は患者の経過を把握できない」所です。 それに対し チャットボット付き電子カルテを作成しました。医師が電子カルテに患者情報を記載すれば、 経過観察として適切なタイミングで症状に合わせた問診をボットが自動で患者に行います。 その得られた情報をドクターQは集計し医師に対し「現在の患者把握状況」として伝えます
製品紹介Webサイト

医療会話の要約 Qspeech

Qspeech icon
医療従事者と患者にむけて、彼らの会話からカルテ( ノート)を自動で生成するアプリケーションを作成しました。 例えば、医師「今日はどうされました?」患者「熱があります。先週もあったんですが良くなったと思っていたら昨日からまた熱がでました」となった場合、カルテに記載すべきは「主訴:繰り返す発熱」です。 今回開発したアプリケーションは、会話の音声情報から上記のような医療ノートを生成することができるものです。
類似サービスでは、医療用の音声認識ソフトウェアがあります。しかしこれは会話を記録するだけで、会話の要約を行わないです。 ゆえにノートにするには不適切である「えーと熱はないんですが、やっぱりあります」と言えば、そのまま文字になってしまうのが既存のサービスです。
医療従事者、現在、患者と会話をするとき時間的に制限があるため、パソコンを見ながら患者を見ることが多い。しかしそれは患者にとっては不快であり、このアプリケーションはその問題を解決します。 一方で、患者ものこのアプリを使えば、自分の医療情報を録音ボタン一つで蓄積することができる。自分のカルテが録音ボタンを押すだけで作成することができます。
こちらの製品で使用されているコア技術は2016年12月の機械学習の国際学会でアクセプトされ発表してきた内容です。 Demo

ヘッドセットサポーター Qbrain

Qbrain icon
コミュケーションが円滑に行うことができない方のために、彼らのコミュニケーションをサポートするイヤホン型マイクと、専門知識を忘れてしまいがちな人のために専門知識を適切なタイミングで教えてくれるイヤホン型マイクを開発しました。 Qbrainでは、秘書機能アプリケーションソフトウェアに近いものです。 例えば「田中さんはトイレに行った」「佐藤さんは田中さんを追っかけた」「今どこに田中さんはいますか?」という場合、 一般的な方はこの質問に答えることができますが、コミュニケーションに障害がある方は、このような質問に答えるのも簡単ではありません。 我々は、コミュニケーションを円滑にするため、簡単なソフトウェアを開発しました。その他にも失語症の患者さんのリハビリテーションに使えるよう製品を開発しています。
Qbrain exp

機械学習モデルのプラットフォーム Qplat

Qplat
現在多くの研究者が医療データに関する予測モデルを開発しています。糖尿病になる確率や、手術後に感染症になる確率など 様々なモデルが提唱されています。しかし医療現場にはどのように届くかは非常に問題です。まず病院のデータをどのように安全に抽出し、 どのように計算させるのかなど難しい点が多いです。我々の開発したQplatはそれらを全て解決します。ラボデータをカメラにかざすだけで、安全にデータが送信され、特定の疾患の発症予測などを行えます。
Qplat exp

深層学習可視化ソフト Qviz

Qviz icon
良いモデルとは予測精度が高く、さらに「なぜ予測がうまく行ったか」が容易にわかるモデルです。 典型的には、医師や医学者はロジスティック回帰などの解釈可能な従来のモデルを多用してきました。 現在注目を集めている深層学習などの複雑なブラックボックスモデルを選択することは、医学者は敬遠してきました。なぜなら医学において「モデルの予測が精度よくできること」は大した問題ではなく、 本当の問題は「なぜこのモデルは精度が良いのか」と言うことの方が問題だからです。このトレードオフは、正確さと解釈可能性の両方が重要な医学における課題を提起します。 我々が作成したソフトウェアQvizは、リカレントニューラルネットワーク(RNN)を利用しつつも、「なぜこのモデルがうまく行ったのか。画像かラボデータか身体所見のどれが一番症状に関与しているか」を可視化できるツールです。
これはAttentionを明示した内容ごとに使うことで可視化することができます。またこのようにAttention部分を分割しても精度が落ちないことを確認しました。
これを使えば医師や医学者は、深層学習を利用しながらも、モデルの解釈性を失うことがありません。 我々はこのモデルの精度と解釈可能性を米国のMIMIC3というデータベースで確認しました。
Nips2017