WEBVTT 00:00:00.000 --> 00:00:04.000 まず始めに医学に関係する 00:00:04.000 --> 00:00:07.000 データを取り扱う上での 00:00:07.000 --> 00:00:09.000 課題について 00:00:09.000 --> 00:00:11.000 ご説明します 00:00:11.000 --> 00:00:13.000 これは私たちにとって 大きな課題です 00:00:13.000 --> 00:00:15.000 私たちに負担を押し付けるのが この機械です 00:00:15.000 --> 00:00:17.000 これはコンピュータ断層撮影装置 00:00:17.000 --> 00:00:19.000 通称 CTです 00:00:19.000 --> 00:00:21.000 素晴らしい装置です 00:00:21.000 --> 00:00:23.000 人体の周りを 00:00:23.000 --> 00:00:26.000 高速で回転する X線が使われます 00:00:26.000 --> 00:00:28.000 機械が端から端まで動くのに 00:00:28.000 --> 00:00:30.000 およそ30秒かかり そこから膨大な 00:00:30.000 --> 00:00:32.000 情報が出力されます 00:00:32.000 --> 00:00:34.000 医療の向上のために 00:00:34.000 --> 00:00:36.000 使える 00:00:36.000 --> 00:00:38.000 大変素晴らしい機械です 00:00:38.000 --> 00:00:40.000 しかし 私たちにとっての 課題でもあるのです 00:00:40.000 --> 00:00:43.000 その課題はこちらの画像で 見て取れます 00:00:43.000 --> 00:00:45.000 これは現在私たちが 直面している 00:00:45.000 --> 00:00:47.000 医学データの爆発的な 増加問題です 00:00:47.000 --> 00:00:49.000 この問題に現在 取り組んでいます 00:00:49.000 --> 00:00:51.000 過去に遡りましょう NOTE Paragraph 00:00:51.000 --> 00:00:54.000 数年前に何が起こったか ご説明します 00:00:54.000 --> 00:00:56.000 これらの機械は 00:00:56.000 --> 00:00:58.000 1970年頃に導入され始め 00:00:58.000 --> 00:01:00.000 人体をスキャンし 00:01:00.000 --> 00:01:02.000 100枚程度の人体画像を 00:01:02.000 --> 00:01:04.000 生成します 00:01:04.000 --> 00:01:06.000 大変勝手ながら 明確化するために 00:01:06.000 --> 00:01:09.000 それらをデータを デジタル化すると 00:01:09.000 --> 00:01:11.000 大体50MBの大きさになります 00:01:11.000 --> 00:01:13.000 情報量自体は私たちが 00:01:13.000 --> 00:01:16.000 通常のモバイル機器で 扱えるデータに比べると 00:01:16.000 --> 00:01:18.000 小さいでしょう 00:01:18.000 --> 00:01:20.000 電話帳に例えると 00:01:20.000 --> 00:01:23.000 １メートル積み上げた 電話帳に相当します 00:01:23.000 --> 00:01:25.000 現在私たちが扱っている 00:01:25.000 --> 00:01:27.000 これらの機械は 00:01:27.000 --> 00:01:29.000 数秒以内に 00:01:29.000 --> 00:01:31.000 2万4千枚もの人体の 画像を生成します 00:01:31.000 --> 00:01:34.000 これは20GBものデータ もしくは 00:01:34.000 --> 00:01:36.000 電話帳800冊分の情報量です 00:01:36.000 --> 00:01:38.000 重ねれば200メートルになるでしょう 00:01:38.000 --> 00:01:40.000 何が起きようとしているか 00:01:40.000 --> 00:01:42.000 今まさに起き始めている 00:01:42.000 --> 00:01:44.000 技術トレンドとは 00:01:44.000 --> 00:01:47.000 人体の継時変化に 注目することです 00:01:47.000 --> 00:01:50.000 つまり人体から種々の動態情報を 入手できるのです 00:01:50.000 --> 00:01:52.000 それでは 00:01:52.000 --> 00:01:55.000 ５秒の間 データを 取得したとしましょう 00:01:55.000 --> 00:01:57.000 それは１テラバイトもの データになります 00:01:57.000 --> 00:01:59.000 これは 80万冊の本 あるいは 00:01:59.000 --> 00:02:01.000 16km重ねた電話帳に相当します 00:02:01.000 --> 00:02:03.000 これは患者一人分のデータです 00:02:03.000 --> 00:02:05.000 私たちが取り組まねばならない データ量です NOTE Paragraph 00:02:05.000 --> 00:02:08.000 実に途方もない仕事です 00:02:08.000 --> 00:02:11.000 これで 2万5千枚もあります 00:02:11.000 --> 00:02:13.000 これらを放射線専門医が 00:02:13.000 --> 00:02:15.000 処理していた姿を 想像してみてください 00:02:15.000 --> 00:02:17.000 2万5千枚もの画像を前に 00:02:17.000 --> 00:02:20.000 こう言うのです　 「えっと 2万5千枚か 00:02:20.000 --> 00:02:22.000 問題ありだな」 00:02:22.000 --> 00:02:24.000 もうそのようなことはできません 不可能です 00:02:24.000 --> 00:02:27.000 それよりもっと 知的な方法を行う必要があります 00:02:28.000 --> 00:02:30.000 まずこれらの画像を 一つにまとめます 00:02:30.000 --> 00:02:33.000 自分自身の体を あらゆる角度から薄切りにし 00:02:33.000 --> 00:02:36.000 それらを再度元のデータの塊に 戻すことを 00:02:36.000 --> 00:02:38.000 想像してみてください 00:02:38.000 --> 00:02:40.000 そういうことを私たちは 行っているのです 00:02:40.000 --> 00:02:43.000 このギガ テラバイト級のデータを 元の塊に戻します 00:02:43.000 --> 00:02:45.000 もちろん データの塊は 00:02:45.000 --> 00:02:47.000 単に 人体のそれぞれの箇所において 00:02:47.000 --> 00:02:49.000 吸収されたX線の 総量のみを表します 00:02:49.000 --> 00:02:51.000 そこで まずは私たちが 00:02:51.000 --> 00:02:54.000 見たくないものは見えず 確認したいものだけを 00:02:54.000 --> 00:02:57.000 見られるようにする 必要があります 00:02:57.000 --> 00:02:59.000 つまり このような形に 00:02:59.000 --> 00:03:01.000 データを変換したいのです 00:03:01.000 --> 00:03:03.000 この課題は 00:03:03.000 --> 00:03:06.000 私たちにとって とてつもない難題でした NOTE Paragraph 00:03:06.000 --> 00:03:09.000 絶えず処理速度や性能が 良くなるコンピュータでも 00:03:09.000 --> 00:03:11.000 ギガバイトや 00:03:11.000 --> 00:03:13.000 テラバイト級のデータを対象に 00:03:13.000 --> 00:03:15.000 適切な情報を抽出するのは 困難な作業です 00:03:15.000 --> 00:03:17.000 心臓であったり血管や肝臓を 00:03:17.000 --> 00:03:19.000 見たい時があるかもしれません 00:03:19.000 --> 00:03:21.000 もしかしたら腫瘍を発見する 00:03:21.000 --> 00:03:23.000 こともあるかもしれません 00:03:24.000 --> 00:03:26.000 そこでこの可愛らしい子の出番です 00:03:26.000 --> 00:03:28.000 これは私の娘です 00:03:28.000 --> 00:03:30.000 今朝の9時頃の彼女の様子です 00:03:30.000 --> 00:03:32.000 彼女はゲームで遊んでいます 00:03:32.000 --> 00:03:34.000 まだ2歳児ですが 00:03:34.000 --> 00:03:36.000 とても楽しんでいます 00:03:36.000 --> 00:03:39.000 彼女はGPU開発の 00:03:39.000 --> 00:03:42.000 推進役といっていいでしょう 00:03:43.000 --> 00:03:45.000 子供達がゲームで遊ぶ限り 00:03:45.000 --> 00:03:47.000 グラフィックスは 進化し続けるのです 00:03:47.000 --> 00:03:49.000 帰ったら 是非ゲームを 勧めてください 00:03:49.000 --> 00:03:51.000 それが私たちには必要だからです NOTE Paragraph 00:03:51.000 --> 00:03:53.000 この機械の中には 00:03:53.000 --> 00:03:55.000 私が医療データに対して 行っていることを 00:03:55.000 --> 00:03:57.000 可能にしてくれるものが 存在します 00:03:57.000 --> 00:04:00.000 実はこのような 小さな素晴らしい装置を使っています 00:04:00.000 --> 00:04:02.000 ご存知のように 00:04:02.000 --> 00:04:04.000 おそらく10年程前 私が 00:04:04.000 --> 00:04:06.000 １台目の画像処理用の コンピュータを 00:04:06.000 --> 00:04:08.000 買う予算を得た時代の頃は 00:04:08.000 --> 00:04:10.000 それはとても巨大なマシンでした 00:04:10.000 --> 00:04:13.000 プロセッサやらストーレジなど あらゆるものが詰め込まれていました 00:04:13.000 --> 00:04:16.000 私はそのマシンに 100万ドル支払いました 00:04:17.000 --> 00:04:20.000 そんな機械も 今や私のiPhoneと 同じくらいの性能です 00:04:22.000 --> 00:04:24.000 毎月 新型のグラフィックスカードが 発売されますが 00:04:24.000 --> 00:04:27.000 これは NVDIA ATI Intelといった ベンダーからのもので 00:04:27.000 --> 00:04:30.000 最新モデルの何台かです 00:04:30.000 --> 00:04:32.000 ご存知のように 数百ドルも払えば 00:04:32.000 --> 00:04:34.000 このようなグラフィックスカードを購入し 00:04:34.000 --> 00:04:37.000 コンピュータに追加して 様々なことが可能になります 00:04:37.000 --> 00:04:39.000 このように これらと共に 00:04:39.000 --> 00:04:42.000 人々に研究されている 00:04:42.000 --> 00:04:44.000 アルゴリズム開発や 00:04:44.000 --> 00:04:46.000 データの圧縮方法 00:04:46.000 --> 00:04:48.000 関連情報の抽出方法などによって 00:04:48.000 --> 00:04:51.000 膨大な医療データを取り扱うことを 可能にしています NOTE Paragraph 00:04:51.000 --> 00:04:54.000 それでは 私たちが出来る いくつかの例をご紹介します 00:04:54.000 --> 00:04:57.000 これはCTスキャナーによって 取得されたデータです 00:04:57.000 --> 00:05:00.000 ご覧のように これは完全なデータです 00:05:00.000 --> 00:05:03.000 これは女性で 髪の毛が見えます 00:05:03.000 --> 00:05:06.000 この女性の身体構造が一つずつ 確認できます 00:05:06.000 --> 00:05:09.000 このように歯の金属部分に対して 00:05:09.000 --> 00:05:11.000 X線が散乱していることが 見て取れます 00:05:11.000 --> 00:05:14.000 人工ノイズが発生しているのは そういう部分です 00:05:14.000 --> 00:05:16.000 でも 通常のコンピュータ内の 00:05:16.000 --> 00:05:19.000 標準のグラフィックスカードによって インタラクティブに 00:05:19.000 --> 00:05:21.000 断面を作ることができます 00:05:21.000 --> 00:05:23.000 全てのデータは 格納されているので 00:05:23.000 --> 00:05:26.000 回転させたり 別のアングルから確認ができます 00:05:26.000 --> 00:05:29.000 この女性は問題を 抱えていたようですね 00:05:29.000 --> 00:05:31.000 脳内出血を起こしていたようですが 00:05:31.000 --> 00:05:33.000 小さなステントで 治療されています 00:05:33.000 --> 00:05:35.000 これで血管の裏打ちをします 00:05:35.000 --> 00:05:37.000 そしてメニューの選択を 変えることで 00:05:37.000 --> 00:05:40.000 何を透明にし 何を見えるようにするか 00:05:40.000 --> 00:05:42.000 決めることができます 00:05:42.000 --> 00:05:44.000 骨格を見ることができます 00:05:44.000 --> 00:05:47.000 これが 女性の頭蓋骨を 開けた部分で 00:05:47.000 --> 00:05:49.000 ここから中に入ったようです 00:05:49.000 --> 00:05:51.000 これらは素晴らしい画像です 00:05:51.000 --> 00:05:53.000 非常に解像度が高く 00:05:53.000 --> 00:05:55.000 現在の標準グラフィックスカードを使って 00:05:55.000 --> 00:05:58.000 何が出来るかを とても良く示しています NOTE Paragraph 00:05:58.000 --> 00:06:00.000 効果的な利用方法を 編み出した私たちは 00:06:00.000 --> 00:06:03.000 膨大なデータをシステム上に 00:06:03.000 --> 00:06:05.000 詰め込むことを試みました 00:06:05.000 --> 00:06:07.000 私たちの取り組んでいる アプリのうちの一つは 00:06:07.000 --> 00:06:10.000 世界中で少しずつ 話題になりつつある 00:06:10.000 --> 00:06:12.000 バーチャル解剖アプリです 00:06:12.000 --> 00:06:14.000 同じように 全身スキャンの画像といった 00:06:14.000 --> 00:06:17.000 非常に巨大なデータセットを使います 00:06:17.000 --> 00:06:20.000 CTスキャナーに全身を通し 00:06:20.000 --> 00:06:23.000 数秒後に全身の画像データを 得ることができます 00:06:23.000 --> 00:06:25.000 これがバーチャル解剖です 00:06:25.000 --> 00:06:27.000 こうやって徐々に剥ぎ取っていきます 00:06:27.000 --> 00:06:30.000 始めに遺体袋が確認できます 00:06:30.000 --> 00:06:33.000 次に皮を剥ぎ取り 筋肉が見えますね 00:06:33.000 --> 00:06:36.000 最後にこの女性の骨格が ご覧になれます NOTE Paragraph 00:06:36.000 --> 00:06:39.000 ここからは 00:06:39.000 --> 00:06:41.000 これ以降 献体された方々に対し 00:06:41.000 --> 00:06:43.000 敬意を払いつつ 00:06:43.000 --> 00:06:45.000 いくつかのバーチャル解剖を お見せします 00:06:45.000 --> 00:06:47.000 凶悪な事件によって 00:06:47.000 --> 00:06:49.000 お亡くなりになられた方々に 敬意を払いつつ 00:06:49.000 --> 00:06:52.000 これらの画像を 00:06:53.000 --> 00:06:55.000 法医学的な事例として お見せします 00:06:55.000 --> 00:06:57.000 私の出身である 00:06:57.000 --> 00:06:59.000 スウェーデンだけで 00:06:59.000 --> 00:07:01.000 過去4年間において 00:07:01.000 --> 00:07:03.000 およそ400件バーチャル解剖が 00:07:03.000 --> 00:07:05.000 執り行われました 00:07:05.000 --> 00:07:08.000 これが通常のワークフローです 00:07:08.000 --> 00:07:10.000 警察は 00:07:10.000 --> 00:07:12.000 例えば夕方に 事件が起きたとして 00:07:12.000 --> 00:07:15.000 解剖の必要があるかどうか 判断します 00:07:15.000 --> 00:07:18.000 そして朝の６時から７時にかけて 00:07:18.000 --> 00:07:20.000 袋に包まれた遺体が 00:07:20.000 --> 00:07:22.000 私たちのセンターに移送され 00:07:22.000 --> 00:07:24.000 CTスキャナーの一つで スキャンされます 00:07:24.000 --> 00:07:26.000 病理学者や 時に法医学の研究者を 00:07:26.000 --> 00:07:28.000 伴った放射線科医が 00:07:28.000 --> 00:07:30.000 出力されるデータを確認し 00:07:30.000 --> 00:07:32.000 合同で会議を開きます 00:07:32.000 --> 00:07:35.000 そして本当の解剖を どのように行うか決めるのです NOTE Paragraph 00:07:37.000 --> 00:07:39.000 いくつかの事例のうち 00:07:39.000 --> 00:07:41.000 私たちが担当した 初期の事例を紹介します 00:07:41.000 --> 00:07:44.000 このようにデータを 本当に詳細に確認できます 00:07:44.000 --> 00:07:46.000 とても高解像度です 00:07:46.000 --> 00:07:48.000 さらに私たちが考案した アルゴリズムによって 00:07:48.000 --> 00:07:50.000 詳細な部分を 拡大をすることが可能です 00:07:50.000 --> 00:07:52.000 繰り返しますが 完全にインタラクティブで 00:07:52.000 --> 00:07:54.000 このシステムによって リアルタイムで 00:07:54.000 --> 00:07:56.000 画像を回転させて 見ることが可能です 00:07:56.000 --> 00:07:58.000 こちらの事例の説明は 不要かもしれませんが 00:07:58.000 --> 00:08:00.000 これは交通事故です 00:08:00.000 --> 00:08:02.000 酔っぱらった運転手が 女性をひきました 00:08:02.000 --> 00:08:05.000 骨格の損傷を確認することが とても容易です 00:08:05.000 --> 00:08:08.000 死因は首の損傷です 00:08:08.000 --> 00:08:10.000 さらに女性は車の下敷きに なってしまったため 00:08:10.000 --> 00:08:12.000 その怪我によって体に 00:08:12.000 --> 00:08:14.000 重度の損傷を負っています NOTE Paragraph 00:08:14.000 --> 00:08:17.000 別の事例を紹介します　 刺殺事件です 00:08:17.000 --> 00:08:19.000 私たちにできることを この例でも説明します 00:08:19.000 --> 00:08:21.000 体内に存在する金属製品を 00:08:21.000 --> 00:08:24.000 簡単に確認することができます 00:08:24.000 --> 00:08:27.000 歯の中の加工物も確認できます 00:08:27.000 --> 00:08:29.000 これは歯の詰め物です 00:08:29.000 --> 00:08:32.000 金属のみを表示し その他は透明にする機能を 00:08:32.000 --> 00:08:34.000 設定しています 00:08:34.000 --> 00:08:37.000 別の凶悪な事例を紹介します　 これは実際の致命傷ではありません 00:08:37.000 --> 00:08:39.000 この方は心臓に複数回刺され 死亡しました 00:08:39.000 --> 00:08:41.000 しかし犯人はさらにナイフを 00:08:41.000 --> 00:08:43.000 片方の眼球に刺した ままにしたのです 00:08:43.000 --> 00:08:45.000 別の事例を紹介します 00:08:45.000 --> 00:08:47.000 ナイフによる刺殺の事例などを 検証できることは 00:08:47.000 --> 00:08:49.000 私たちにとって 大変興味深いものです 00:08:49.000 --> 00:08:52.000 ここではナイフが心臓を 突き通しているのが確認できます 00:08:52.000 --> 00:08:54.000 空気が一方からもう一方へと 00:08:54.000 --> 00:08:56.000 漏れている様子が 簡単に確認できます 00:08:56.000 --> 00:08:59.000 通常の解剖ではこのようなことを 確認することは困難です 00:08:59.000 --> 00:09:01.000 このように 00:09:01.000 --> 00:09:03.000 死因を判断する上で 00:09:03.000 --> 00:09:05.000 犯罪捜査に大変有効です 00:09:05.000 --> 00:09:08.000 また 捜査を正しい方向へ導き 真の殺人犯を 00:09:08.000 --> 00:09:10.000 突き止める場合もあります NOTE Paragraph 00:09:10.000 --> 00:09:12.000 これは 私が興味深いと 感じた事例です 00:09:12.000 --> 00:09:14.000 弾丸がこの方の脊椎の横に 00:09:14.000 --> 00:09:17.000 留まっているのが見えます 00:09:17.000 --> 00:09:20.000 この弾丸を光源に 変換することで 00:09:20.000 --> 00:09:22.000 弾丸がこれらの破片を光らせて 00:09:22.000 --> 00:09:25.000 見つけやすくしています 00:09:25.000 --> 00:09:27.000 通常の解剖を行う際に これらの破片を 00:09:27.000 --> 00:09:29.000 体内から見つけ出そうとする場合は 00:09:29.000 --> 00:09:31.000 実際には大変困難です NOTE Paragraph 00:09:33.000 --> 00:09:35.000 今日 皆さんに お見せ出来ることを 00:09:35.000 --> 00:09:38.000 嬉しく思っているものの一つが 00:09:38.000 --> 00:09:40.000 このバーチャル解剖台です 00:09:40.000 --> 00:09:42.000 これは標準のGPUと 00:09:42.000 --> 00:09:45.000 今までのアルゴリズムを元に 私たちが開発したタッチデバイスです 00:09:45.000 --> 00:09:47.000 実際には 00:09:47.000 --> 00:09:50.000 このような形となっています 00:09:50.000 --> 00:09:53.000 巨大なiPhoneのように動作します 00:09:53.000 --> 00:09:55.000 解剖台上で 00:09:55.000 --> 00:09:58.000 行える全てのジェスチャーを 実装しています 00:09:58.000 --> 00:10:02.000 巨大なタッチインターフェースと 考えて頂ければと思います 00:10:02.000 --> 00:10:04.000 iPadを買おうと考えている方は 00:10:04.000 --> 00:10:07.000 忘れてください　 これこそ皆さんが欲していたものです 00:10:07.000 --> 00:10:10.000 スティーブ あなたがこれを 聞いてくれているといいんですが 00:10:11.000 --> 00:10:13.000 という訳で これはとても良い デバイスです 00:10:13.000 --> 00:10:15.000 もし機会があれば 是非使ってみてください 00:10:15.000 --> 00:10:18.000 実体験して頂くことを お勧めします 00:10:18.000 --> 00:10:21.000 注目も集めたことなので 私たちはこれの教育目的の 00:10:21.000 --> 00:10:23.000 利用を想定して 製品化を目指しており 00:10:23.000 --> 00:10:25.000 将来的には 00:10:25.000 --> 00:10:28.000 医療現場での利用も 考えています 00:10:28.000 --> 00:10:30.000 バーチャル解剖について 紹介したい場合は 00:10:30.000 --> 00:10:32.000 YouTubeに閲覧できる 動画があるので 00:10:32.000 --> 00:10:35.000 是非ご利用ください NOTE Paragraph 00:10:35.000 --> 00:10:37.000 「触れる」ことについて ご紹介したので 00:10:37.000 --> 00:10:39.000 次は本当にデータに 触れることについてお話します 00:10:39.000 --> 00:10:41.000 若干SFが入ってきますが 00:10:41.000 --> 00:10:44.000 未来のことについてお話します 00:10:44.000 --> 00:10:47.000 今は 医師がこれを利用している 訳ではありませんが 00:10:47.000 --> 00:10:49.000 将来は 使っていることに 期待しています 00:10:49.000 --> 00:10:52.000 左側に見えるのは タッチデバイスです 00:10:52.000 --> 00:10:54.000 小さな機械式のペンで 00:10:54.000 --> 00:10:57.000 超高速のステッピング・モーターが 内蔵されており 00:10:57.000 --> 00:10:59.000 力のフィードバックを 生むことができます 00:10:59.000 --> 00:11:01.000 よって データに仮想的に触れると 00:11:01.000 --> 00:11:04.000 ペンが力を受け そのフィードバックから 感覚を得られます 00:11:04.000 --> 00:11:06.000 このように生きている方の 00:11:06.000 --> 00:11:08.000 スキャン画像に対して 00:11:08.000 --> 00:11:11.000 ペンを持って データを確認しながら 00:11:11.000 --> 00:11:13.000 頭部に向けてペンを動かすと 00:11:13.000 --> 00:11:15.000 突如 抵抗力を感じることができます 00:11:15.000 --> 00:11:17.000 このように皮膚を 感じることができます 00:11:17.000 --> 00:11:19.000 もう少し強く押すと 皮膚を通り抜け 00:11:19.000 --> 00:11:22.000 中の骨格を感じることができます 00:11:22.000 --> 00:11:24.000 さらに強く押せば 骨格を通り抜け 00:11:24.000 --> 00:11:27.000 耳のすぐ近くの 柔らかい骨を通り 00:11:27.000 --> 00:11:30.000 ぬるぬるしたような感じで 脳を感じることができます NOTE Paragraph 00:11:30.000 --> 00:11:32.000 非常に有効な機能です 00:11:32.000 --> 00:11:35.000 これをさらに別の臓器に使うと これが心臓です 00:11:35.000 --> 00:11:38.000 新型のスキャナーのおかげで 00:11:38.000 --> 00:11:40.000 たった0.3秒で 00:11:40.000 --> 00:11:42.000 心臓全体をスキャンすることができます 00:11:42.000 --> 00:11:44.000 さらに時間分解が行えるため 00:11:44.000 --> 00:11:46.000 心臓を見ながら 00:11:46.000 --> 00:11:48.000 動画を再生することが可能です 00:11:48.000 --> 00:11:50.000 彼はこのプロジェクトに 取り組んでいる 00:11:50.000 --> 00:11:52.000 大学院生の一人で カールヨハンと言います 00:11:52.000 --> 00:11:55.000 フィードバックシステムである 触覚装置の前に座りながら 00:11:55.000 --> 00:11:58.000 心臓に向けてペンを動かすと 00:11:58.000 --> 00:12:00.000 心臓が目の前で拍動しはじめます 00:12:00.000 --> 00:12:02.000 どのように心臓が拍動するのか 確認できるのです 00:12:02.000 --> 00:12:04.000 ペンをとって 心臓に向けて動かし 00:12:04.000 --> 00:12:06.000 心臓の上にペンを置くと 00:12:06.000 --> 00:12:09.000 生きた患者の心臓の鼓動を 感じることができ 00:12:09.000 --> 00:12:11.000 心臓の動作を確認することができます 00:12:11.000 --> 00:12:13.000 心臓の中に移動し 内部を押して 00:12:13.000 --> 00:12:16.000 心臓弁の動作を 感じることができます 00:12:16.000 --> 00:12:19.000 これこそが 心臓外科医の 将来の姿であると考えます 00:12:19.000 --> 00:12:22.000 心臓外科医にとって 00:12:22.000 --> 00:12:25.000 患者の心臓の中を 00:12:25.000 --> 00:12:27.000 高解像度のデータを元に手術前に 00:12:27.000 --> 00:12:29.000 確認するなんて 夢のような話でしょう 00:12:29.000 --> 00:12:31.000 非常に素晴らしい構想です NOTE Paragraph 00:12:32.000 --> 00:12:35.000 さらにSFに近いものを ご紹介します 00:12:35.000 --> 00:12:38.000 機能的MRIについて ご存知でしょうか 00:12:38.000 --> 00:12:41.000 これはとても興味深い プロジェクトです 00:12:41.000 --> 00:12:43.000 MRIは磁場と ラジオ周波数を利用し 00:12:43.000 --> 00:12:45.000 脳や体の 00:12:45.000 --> 00:12:48.000 あらゆる部分を スキャンすることができます 00:12:48.000 --> 00:12:50.000 これによって 00:12:50.000 --> 00:12:52.000 脳の構造についての 情報が得られます 00:12:52.000 --> 00:12:54.000 しかし 更にこれを使って 00:12:54.000 --> 00:12:57.000 酸素を含む血液と 00:12:57.000 --> 00:13:00.000 そうでない血液の磁性の差を 測定することが可能です 00:13:00.000 --> 00:13:02.000 これはつまり 00:13:02.000 --> 00:13:04.000 脳の活動地図を作ることが 可能なのです 00:13:04.000 --> 00:13:06.000 私たちはこれにも 取り組んでいます 00:13:06.000 --> 00:13:09.000 ちょうど研究技術者であるモッツが 00:13:09.000 --> 00:13:11.000 MRIにゴーグルを着用して 00:13:11.000 --> 00:13:13.000 中に入る所をご覧頂いています 00:13:13.000 --> 00:13:15.000 これはゴーグルを通して 00:13:15.000 --> 00:13:18.000 彼にスキャナーにいながら 映像を見せることができるためです 00:13:18.000 --> 00:13:20.000 これは中々ビックリするかもしれません 00:13:20.000 --> 00:13:22.000 モッツが実際に見ている映像は これです 00:13:22.000 --> 00:13:25.000 彼は自分の脳を見ているのです 00:13:25.000 --> 00:13:27.000 モッツはここで何かしていますね 00:13:27.000 --> 00:13:29.000 恐らく右手でこういう風にしています 00:13:29.000 --> 00:13:31.000 なぜなら左側の運動皮質が 00:13:31.000 --> 00:13:33.000 活性化されているからです 00:13:33.000 --> 00:13:35.000 彼も同じくその様子を確認できます 00:13:35.000 --> 00:13:37.000 このような可視化は 新しい取り組みであり 00:13:37.000 --> 00:13:40.000 私たちが少し前から 研究している分野です NOTE Paragraph 00:13:40.000 --> 00:13:43.000 これはモッツの脳の別の部分です 00:13:43.000 --> 00:13:46.000 彼には 100から逆に 計算するように頼みました 00:13:46.000 --> 00:13:48.000 「100 97 94...」とった具合に 00:13:48.000 --> 00:13:50.000 計算しています 00:13:50.000 --> 00:13:53.000 彼の脳の 計算に関わる 小さな領域が活性化し 00:13:53.000 --> 00:13:55.000 脳の全体を光らせているのがわかります 00:13:55.000 --> 00:13:57.000 素晴らしい結果です リアルタイムで計測できます 00:13:57.000 --> 00:13:59.000 彼に依頼して調査を 行うことが可能です 00:13:59.000 --> 00:14:01.000 更に彼の視覚野が 00:14:01.000 --> 00:14:03.000 後頭葉で活性化しています 00:14:03.000 --> 00:14:05.000 なぜなら自分自身の 脳を見ているからです 00:14:05.000 --> 00:14:07.000 また彼は 私たちが 彼に何かをさせるための 00:14:07.000 --> 00:14:09.000 命令を聞いています 00:14:09.000 --> 00:14:11.000 この信号は脳の奥深くで 発せられていますが 00:14:11.000 --> 00:14:13.000 中で光っているのが 確認できます 00:14:13.000 --> 00:14:15.000 全てのデータが ここに含まれているからです 00:14:15.000 --> 00:14:17.000 ここでは以下のような光景を ご覧頂けます 00:14:17.000 --> 00:14:19.000 モッツ 左足を動かしてください 00:14:19.000 --> 00:14:21.000 彼はその通りにします 00:14:21.000 --> 00:14:23.000 20秒間動かし続けます 00:14:23.000 --> 00:14:25.000 するとここが急に光ります 00:14:25.000 --> 00:14:27.000 運動皮質が活性化されたことが 確認できます 00:14:27.000 --> 00:14:29.000 非常に面白い結果です 00:14:29.000 --> 00:14:31.000 これはとても素晴らしい ツールだと思います 00:14:31.000 --> 00:14:33.000 そして今までお話しした 内容をまとめると 00:14:33.000 --> 00:14:35.000 ニューロンや脳がどのように 00:14:35.000 --> 00:14:37.000 機能しているのかを理解する上で 00:14:37.000 --> 00:14:39.000 とても使えるツールであると考えます 00:14:39.000 --> 00:14:42.000 何より非常に高画質な上 00:14:42.000 --> 00:14:45.000 高速に処理できます NOTE Paragraph 00:14:45.000 --> 00:14:47.000 さらにセンター内で 少々面白いことも行っています 00:14:47.000 --> 00:14:50.000 これはCAT（コンピューター断層撮影）スキャンです 00:14:51.000 --> 00:14:53.000 これはノルショーピングのはずれにある 00:14:53.000 --> 00:14:56.000 コルマルデン動物園からの エルサというライオンです 00:14:56.000 --> 00:14:58.000 彼女はセンターに来て 00:14:58.000 --> 00:15:00.000 鎮静状態にされ 00:15:00.000 --> 00:15:02.000 そのままスキャナー内に 運び込まれました 00:15:02.000 --> 00:15:05.000 その後 ライオンの 全データを取得しました 00:15:05.000 --> 00:15:07.000 このようなライオンの画像に対して 00:15:07.000 --> 00:15:09.000 レイヤーを剥ぎ取っていき 00:15:09.000 --> 00:15:11.000 内部を確認していきます 00:15:11.000 --> 00:15:13.000 このようにして検証を行ってきました 00:15:13.000 --> 00:15:15.000 このテクノロジーの未来において 00:15:15.000 --> 00:15:17.000 大変優れたアプリだと思います 00:15:17.000 --> 00:15:20.000 なぜなら 動物解剖学については 未知の部分も多く 00:15:20.000 --> 00:15:23.000 獣医に知られているのは 基本的な知識に限られているからです 00:15:23.000 --> 00:15:25.000 あらゆる動物をはじめ 00:15:25.000 --> 00:15:27.000 あらゆるものをスキャンできます 00:15:27.000 --> 00:15:30.000 唯一の問題は機械の中に 入れることくらいです 00:15:30.000 --> 00:15:32.000 これは熊です 00:15:32.000 --> 00:15:34.000 機械に入れるのに苦労しました 00:15:34.000 --> 00:15:37.000 熊は非常にかわいらしい 友好的な動物です 00:15:37.000 --> 00:15:40.000 これは 熊の鼻の部分です 00:15:40.000 --> 00:15:43.000 抱きしめたくなるでしょう 00:15:43.000 --> 00:15:46.000 機能を変更して これを見るまでは 00:15:46.000 --> 00:15:48.000 熊には注意しましょう NOTE Paragraph 00:15:48.000 --> 00:15:50.000 以上をもって 00:15:50.000 --> 00:15:52.000 これらの画像の生成を 手伝って頂いた 00:15:52.000 --> 00:15:54.000 全ての方々に 感謝したいと思います 00:15:54.000 --> 00:15:56.000 データの収集やアルゴリズムの開発 00:15:56.000 --> 00:15:59.000 全てのソフトウェアを作り上げるまでに 00:15:59.000 --> 00:16:01.000 非常に多くの労力がかかっています 00:16:01.000 --> 00:16:04.000 非常に能力のある方々のおかげです 00:16:04.000 --> 00:16:07.000 私のモットーは 私よりも頭の良い人達を雇うことです 00:16:07.000 --> 00:16:09.000 多くは私より頭が良い方々ばかりです NOTE Paragraph 00:16:09.000 --> 00:16:11.000 ありがとうございました NOTE Paragraph 00:16:11.000 --> 00:16:15.000 （拍手）