< Return to Video

爆発的に増大する医療データの視覚化

  • 0:01 - 0:04
    まず始めに医学に関係する
  • 0:04 - 0:07
    データを取り扱う上での
  • 0:07 - 0:09
    課題について
  • 0:09 - 0:11
    ご説明します
  • 0:11 - 0:14
    これは私たちにとって
    大きな課題です
  • 0:14 - 0:16
    私たちに負担を押し付けるのが
    この機械です
  • 0:16 - 0:18
    これはコンピュータ断層撮影装置
  • 0:18 - 0:19
    通称 CTです
  • 0:19 - 0:21
    素晴らしい装置です
  • 0:21 - 0:23
    人体の周りを
  • 0:23 - 0:26
    高速で回転する
    X線が使われます
  • 0:26 - 0:28
    機械が端から端まで動くのに
  • 0:28 - 0:31
    およそ30秒かかり
    そこから膨大な
  • 0:31 - 0:33
    情報が出力されます
  • 0:33 - 0:36
    医療の向上のために使える
  • 0:36 - 0:38
    大変素晴らしい機械です
  • 0:38 - 0:41
    しかし 私たちにとっての
    課題でもあるのです
  • 0:41 - 0:43
    その課題はこちらの画像で
    見て取れます
  • 0:43 - 0:45
    これは現在私たちが
    直面している
  • 0:45 - 0:47
    医学データの爆発的な
    増加問題です
  • 0:47 - 0:49
    この問題に現在
    取り組んでいます
  • 0:49 - 0:51
    過去に遡りましょう
  • 0:51 - 0:54
    数年前に何が起こったか
    ご説明します
  • 0:54 - 0:56
    これらの機械は
  • 0:56 - 0:58
    1970年頃に導入され始め
  • 0:58 - 1:00
    人体をスキャンし
  • 1:00 - 1:02
    100枚程度の人体画像を
  • 1:02 - 1:04
    生成します
  • 1:04 - 1:07
    大変勝手ながら
    明確化するために
  • 1:07 - 1:09
    それらをデータを
    デジタル化すると
  • 1:09 - 1:12
    大体50MBの大きさになります
  • 1:12 - 1:14
    情報量自体は私たちが
  • 1:14 - 1:16
    通常のモバイル機器で
    扱えるデータに比べると
  • 1:16 - 1:18
    小さいでしょう
  • 1:18 - 1:20
    電話帳に例えると
  • 1:20 - 1:23
    １メートル積み上げた
    電話帳に相当します
  • 1:23 - 1:25
    現在私たちが扱っている
  • 1:25 - 1:27
    これらの機械は
  • 1:27 - 1:29
    数秒以内に
  • 1:29 - 1:32
    2万4千枚もの人体の
    画像を生成します
  • 1:32 - 1:34
    これは20GBものデータ
    もしくは
  • 1:34 - 1:36
    電話帳800冊分の情報量です
  • 1:36 - 1:38
    重ねれば200メートルになるでしょう
  • 1:38 - 1:40
    何が起きようとしているか
  • 1:40 - 1:42
    今まさに起き始めている
  • 1:42 - 1:44
    技術トレンドとは
  • 1:44 - 1:47
    人体の継時変化に
    注目することです
  • 1:47 - 1:50
    つまり人体から種々の動態情報を
    入手できるのです
  • 1:50 - 1:52
    それでは
  • 1:52 - 1:55
    ５秒の間 データを
    取得したとしましょう
  • 1:55 - 1:57
    それは１テラバイトもの
    データになります
  • 1:57 - 2:00
    これは 80万冊の本 あるいは
  • 2:00 - 2:02
    16km重ねた電話帳に相当します
  • 2:02 - 2:04
    これは患者一人分のデータです
  • 2:04 - 2:06
    私たちが取り組まねばならない
    データ量です
  • 2:06 - 2:08
    実に途方もない仕事です
  • 2:08 - 2:11
    これで 2万5千枚もあります
  • 2:11 - 2:13
    これらを放射線専門医が
  • 2:13 - 2:16
    処理していた姿を
    想像してみてください
  • 2:16 - 2:18
    2万5千枚もの画像を前に
  • 2:18 - 2:20
    こう言うのです　
    「えっと 2万5千枚か
  • 2:20 - 2:22
    問題ありだな」
  • 2:22 - 2:24
    もうそのようなことはできません
    不可能です
  • 2:24 - 2:27
    それよりもっと
    知的な方法を行う必要があります
  • 2:29 - 2:31
    まずこれらの画像を
    一つにまとめます
  • 2:31 - 2:33
    自分自身の体を
    あらゆる角度から薄切りにし
  • 2:33 - 2:36
    それらを再度元のデータの塊に
    戻すことを
  • 2:36 - 2:38
    想像してみてください
  • 2:38 - 2:40
    そういうことを私たちは
    行っているのです
  • 2:40 - 2:43
    このギガ テラバイト級のデータを
    元の塊に戻します
  • 2:43 - 2:45
    もちろん データの塊は
  • 2:45 - 2:47
    単に 人体のそれぞれの箇所において
  • 2:47 - 2:50
    吸収されたX線の
    総量のみを表します
  • 2:50 - 2:51
    そこで まずは私たちが
  • 2:51 - 2:54
    見たくないものは見えず
    確認したいものだけを
  • 2:54 - 2:57
    見られるようにする
    必要があります
  • 2:57 - 2:59
    つまり このような形に
  • 2:59 - 3:01
    データを変換したいのです
  • 3:01 - 3:03
    この課題は
  • 3:03 - 3:05
    私たちにとって
    とてつもない難題でした
  • 3:05 - 3:09
    絶えず処理速度や性能が
    良くなるコンピュータでも
  • 3:09 - 3:11
    ギガバイトや
  • 3:11 - 3:13
    テラバイト級のデータを対象に
  • 3:13 - 3:16
    適切な情報を抽出するのは
    困難な作業です
  • 3:16 - 3:18
    心臓であったり血管や肝臓を
  • 3:18 - 3:20
    見たい時があるかもしれません
  • 3:20 - 3:22
    もしかしたら腫瘍を
    発見することも
  • 3:22 - 3:23
    あるかもしれません
  • 3:24 - 3:27
    そこでこの可愛らしい子の出番です
  • 3:27 - 3:28
    これは私の娘です
  • 3:28 - 3:31
    今朝の9時頃の彼女の様子です
  • 3:31 - 3:33
    彼女はゲームで遊んでいます
  • 3:33 - 3:34
    まだ2歳児ですが
  • 3:34 - 3:36
    とても楽しんでいます
  • 3:37 - 3:39
    彼女はGPU開発の
  • 3:39 - 3:42
    推進役といっていいでしょう
  • 3:43 - 3:45
    子供達がゲームで遊ぶ限り
  • 3:45 - 3:47
    グラフィックスは
    進化し続けるのです
  • 3:47 - 3:50
    帰ったら 是非ゲームを
    勧めてください
  • 3:50 - 3:51
    それが私たちには必要だからです
  • 3:51 - 3:53
    この機械の中には
  • 3:53 - 3:56
    私が医療データに対して
    行っていることを
  • 3:56 - 3:57
    可能にしてくれるものが
    存在します
  • 3:57 - 4:01
    実はこのような
    小さな素晴らしい装置を使っています
  • 4:01 - 4:02
    ご存知のように
  • 4:02 - 4:05
    おそらく10年程前 私が
  • 4:05 - 4:07
    １台目の画像処理用の
    コンピュータを
  • 4:07 - 4:09
    買う予算を得た時代の頃は
  • 4:09 - 4:11
    それはとても巨大なマシンでした
  • 4:11 - 4:14
    プロセッサやらストレージなど
    あらゆるものが詰め込まれていました
  • 4:14 - 4:16
    私はそのマシンに
    100万ドル支払いました
  • 4:17 - 4:21
    そんな機械も 今や私のiPhoneと
    同じくらいの性能です
  • 4:22 - 4:25
    毎月 新型のグラフィックスカードが
    発売されますが
  • 4:25 - 4:28
    これは NVDIA ATI Intelといった
    ベンダーからのもので
  • 4:28 - 4:30
    最新モデルの何台かです
  • 4:30 - 4:32
    ご存知のように
    数百ドルも払えば
  • 4:32 - 4:35
    このようなグラフィックスカードを購入し
  • 4:35 - 4:37
    コンピュータに追加して
    様々なことが可能になります
  • 4:37 - 4:39
    このように これらと共に
  • 4:39 - 4:42
    人々に研究されている
  • 4:42 - 4:44
    アルゴリズム開発や
  • 4:44 - 4:46
    データの圧縮方法
  • 4:46 - 4:48
    関連情報の抽出方法などによって
  • 4:48 - 4:51
    膨大な医療データを取り扱うことを
    可能にしています
  • 4:51 - 4:54
    それでは 私たちが出来る
    いくつかの例をご紹介します
  • 4:54 - 4:58
    これはCTスキャナーによって
    取得されたデータです
  • 4:58 - 5:00
    ご覧のように
    これは完全なデータです
  • 5:00 - 5:03
    これは女性で 髪の毛が見えます
  • 5:03 - 5:06
    この女性の身体構造が一つずつ
    確認できます
  • 5:06 - 5:09
    このように歯の金属部分に対して
  • 5:09 - 5:12
    X線が散乱していることが
    見て取れます
  • 5:12 - 5:14
    人工ノイズが発生しているのは
    そういう部分です
  • 5:14 - 5:17
    でも 通常のコンピュータ内の
  • 5:17 - 5:19
    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
  • 5:19 - 5:21
    断面を作ることができます
  • 5:21 - 5:23
    全てのデータは
    格納されているので
  • 5:23 - 5:26
    回転させたり
    別のアングルから確認ができます
  • 5:26 - 5:29
    この女性は問題を
    抱えていたようですね
  • 5:29 - 5:31
    脳内出血を起こしていたようですが
  • 5:31 - 5:34
    小さなステントで
    治療されています
  • 5:34 - 5:36
    これで血管の裏打ちをします
  • 5:36 - 5:38
    そしてメニューの選択を
    変えることで
  • 5:38 - 5:40
    何を透明にし
    何を見えるようにするか
  • 5:40 - 5:42
    決めることができます
  • 5:42 - 5:44
    骨格を見ることができます
  • 5:44 - 5:47
    これが 女性の頭蓋骨を
    開けた部分で
  • 5:47 - 5:49
    ここから中に入ったようです
  • 5:49 - 5:51
    これらは素晴らしい画像です
  • 5:51 - 5:53
    非常に解像度が高く
  • 5:53 - 5:56
    現在の標準的な
    グラフィックスカードを使って
  • 5:56 - 5:58
    何が出来るかを
    とても良く示しています
  • 5:58 - 6:01
    効果的な利用方法を
    編み出した私たちは
  • 6:01 - 6:03
    膨大なデータをシステム上に
  • 6:03 - 6:05
    詰め込むことを試みました
  • 6:05 - 6:07
    私たちの取り組んでいる
    アプリのうちの一つは
  • 6:07 - 6:10
    世界中で少しずつ
    話題になりつつある
  • 6:10 - 6:12
    バーチャル解剖アプリです
  • 6:12 - 6:15
    同じように 全身スキャンの画像といった
  • 6:15 - 6:17
    非常に巨大なデータセットを使います
  • 6:17 - 6:20
    CTスキャナーに全身を通し
  • 6:20 - 6:23
    数秒後に全身の画像データを
    得ることができます
  • 6:23 - 6:25
    これがバーチャル解剖です
  • 6:25 - 6:28
    こうやって徐々に剥ぎ取っていきます
  • 6:28 - 6:30
    始めに遺体袋が確認できます
  • 6:30 - 6:33
    次に皮を剥ぎ取り
    筋肉が見えますね
  • 6:33 - 6:36
    最後にこの女性の骨格が
    ご覧になれます
  • 6:36 - 6:38
    ここからは
  • 6:38 - 6:41
    これ以降 献体された方々に対し
  • 6:41 - 6:43
    敬意を払いつつ
  • 6:43 - 6:45
    いくつかのバーチャル解剖を
    お見せします
  • 6:45 - 6:47
    凶悪な事件によって
  • 6:47 - 6:50
    お亡くなりになられた方々に
    敬意を払いつつ
  • 6:50 - 6:53
    これらの画像を
    お見せします
  • 6:53 - 6:56
    法医学的な事例として
  • 6:56 - 6:57
    私の出身である
  • 6:57 - 6:59
    スウェーデンだけで
  • 6:59 - 7:01
    過去4年間において
  • 7:01 - 7:04
    およそ400件バーチャル解剖が
  • 7:04 - 7:05
    執り行われました
  • 7:05 - 7:09
    これが通常のワークフローです
  • 7:09 - 7:10
    警察は
  • 7:10 - 7:13
    例えば夕方に 事件が起きたとして
  • 7:13 - 7:16
    解剖の必要があるかどうか
    判断します
  • 7:16 - 7:18
    そして朝の６時から７時にかけて
  • 7:18 - 7:20
    袋に包まれた遺体が
  • 7:20 - 7:22
    私たちのセンターに移送され
  • 7:22 - 7:24
    CTスキャナーの一つで
    スキャンされます
  • 7:24 - 7:27
    病理学者や
    時には法医学研究者を伴って
  • 7:27 - 7:29
    放射線科医が
  • 7:29 - 7:31
    出力されるデータを確認し
  • 7:31 - 7:32
    合同で会議を開きます
  • 7:32 - 7:36
    そして本当の解剖を
    どのように行うか決めるのです
  • 7:38 - 7:39
    いくつかの事例のうち
  • 7:39 - 7:42
    私たちが担当した
    初期の事例を紹介します
  • 7:42 - 7:45
    このようにデータを
    本当に詳細に確認できます
  • 7:45 - 7:46
    とても高解像度です
  • 7:46 - 7:48
    さらに私たちが考案した
    アルゴリズムによって
  • 7:48 - 7:50
    詳細な部分を
    拡大をすることが可能です
  • 7:50 - 7:52
    繰り返しますが
    完全にインタラクティブで
  • 7:52 - 7:54
    このシステムによって
    リアルタイムで
  • 7:54 - 7:56
    画像を回転させて
    見ることが可能です
  • 7:56 - 7:58
    こちらの事例の説明は
    不要かもしれませんが
  • 7:58 - 8:00
    これは交通事故です
  • 8:00 - 8:02
    酔っぱらった運転手が
    女性をひきました
  • 8:02 - 8:06
    骨格の損傷を確認することが
    とても容易です
  • 8:06 - 8:08
    死因は首の損傷です
  • 8:08 - 8:11
    さらに女性は車の下敷きに
    なってしまったため
  • 8:11 - 8:12
    その怪我によって体に
  • 8:12 - 8:15
    重度の損傷を負っています
  • 8:15 - 8:17
    別の事例を紹介します　
    刺殺事件です
  • 8:17 - 8:20
    私たちにできることを
    この例でも説明します
  • 8:20 - 8:22
    体内に存在する金属製品を
  • 8:22 - 8:24
    簡単に確認することができます
  • 8:24 - 8:27
    歯の中の加工物も
    確認できます
  • 8:27 - 8:30
    これは歯の詰め物です
  • 8:30 - 8:32
    金属のみを表示し
    その他は透明にする機能を
  • 8:32 - 8:34
    設定しています
  • 8:34 - 8:37
    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
  • 8:37 - 8:39
    この方は心臓に複数回刺され
    死亡しました
  • 8:39 - 8:41
    しかし犯人はさらにナイフを
  • 8:41 - 8:44
    片方の眼球に刺した
    ままにしたのです
  • 8:44 - 8:45
    別の事例を紹介します
  • 8:45 - 8:47
    ナイフによる刺殺の事例などを
    検証できることは
  • 8:47 - 8:50
    私たちにとって
    大変興味深いものです
  • 8:50 - 8:52
    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
  • 8:52 - 8:54
    空気が一方からもう一方へと
  • 8:54 - 8:57
    漏れている様子が
    簡単に確認できます
  • 8:57 - 9:00
    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
  • 9:00 - 9:01
    このように
  • 9:01 - 9:03
    死因を判断する上で
  • 9:03 - 9:05
    犯罪捜査に大変有効です
  • 9:05 - 9:08
    また 捜査を正しい方向へ導き
    真の殺人犯を
  • 9:08 - 9:10
    突き止める場合もあります
  • 9:10 - 9:13
    これは 私が興味深いと
    感じた事例です
  • 9:13 - 9:15
    弾丸がこの方の脊椎の横に
  • 9:15 - 9:17
    留まっているのが見えます
  • 9:17 - 9:20
    この弾丸を光源に
    変換することで
  • 9:20 - 9:23
    弾丸がこれらの破片を光らせて
  • 9:23 - 9:25
    見つけやすくしています
  • 9:25 - 9:27
    通常の解剖を行う際に
    これらの破片を
  • 9:27 - 9:30
    体内から見つけ出そうとする場合は
  • 9:30 - 9:32
    実際には大変困難です
  • 9:33 - 9:35
    今日 皆さんに
    お見せ出来ることを
  • 9:35 - 9:38
    嬉しく思っているものの一つが
  • 9:38 - 9:40
    このバーチャル解剖台です
  • 9:40 - 9:42
    これは標準のGPUと
  • 9:42 - 9:46
    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
  • 9:46 - 9:47
    実際には
  • 9:47 - 9:50
    このような形となっています
  • 9:50 - 9:53
    巨大なiPhoneのように動作します
  • 9:53 - 9:55
    解剖台上で行える
  • 9:55 - 9:58
    全てのジェスチャーを
    実装しています
  • 9:58 - 10:02
    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
  • 10:02 - 10:05
    iPadを買おうと考えている方は
  • 10:05 - 10:07
    忘れてください　
    これこそ皆さんが欲していたものです
  • 10:07 - 10:11
    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
  • 10:11 - 10:13
    という訳で これはとても良い
    デバイスです
  • 10:13 - 10:16
    もし機会があれば
    是非使ってみてください
  • 10:16 - 10:18
    実体験して頂くことを
    お勧めします
  • 10:18 - 10:21
    注目も集めたことなので
    私たちはこれの教育目的の
  • 10:21 - 10:24
    利用を想定して
    製品化を目指しており
  • 10:24 - 10:25
    将来的には
  • 10:25 - 10:28
    医療現場での利用も
    考えています
  • 10:28 - 10:30
    バーチャル解剖について
    紹介したい場合は
  • 10:30 - 10:33
    YouTubeに閲覧できる
    動画があるので
  • 10:33 - 10:35
    是非ご利用ください
  • 10:35 - 10:37
    「触れる」ことについて
    ご紹介したので
  • 10:37 - 10:40
    次は本当にデータに
    触れることについてお話します
  • 10:40 - 10:42
    若干SFが入ってきますが
  • 10:42 - 10:45
    未来のことについて
    お話します
  • 10:45 - 10:47
    今は 医師がこれを利用している
    訳ではありませんが
  • 10:47 - 10:49
    将来は 使っていることに
    期待しています
  • 10:49 - 10:52
    左側に見えるのは
    タッチデバイスです
  • 10:52 - 10:54
    小さな機械式のペンで
  • 10:54 - 10:57
    超高速のステッピング・モーターが
    内蔵されており
  • 10:57 - 10:59
    力のフィードバックを
    生むことができます
  • 10:59 - 11:01
    よって データに仮想的に触れると
  • 11:01 - 11:04
    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
  • 11:04 - 11:06
    このように生きている方の
  • 11:06 - 11:08
    スキャン画像に対して
  • 11:08 - 11:11
    ペンを持って データを確認しながら
  • 11:11 - 11:13
    頭部に向けてペンを動かすと
  • 11:13 - 11:15
    突如 抵抗力を感じることができます
  • 11:15 - 11:17
    このように皮膚を
    感じることができます
  • 11:17 - 11:19
    もう少し強く押すと
    皮膚を通り抜け
  • 11:19 - 11:22
    中の骨格を感じることができます
  • 11:22 - 11:25
    さらに強く押せば
    骨格を通り抜け
  • 11:25 - 11:27
    耳のすぐ近くの
    柔らかい骨を通り
  • 11:27 - 11:31
    ぬるぬるしたような感じで
    脳を感じることができます
  • 11:31 - 11:33
    非常に有効な機能です
  • 11:33 - 11:35
    これをさらに別の臓器に使うと
    これが心臓です
  • 11:35 - 11:38
    新型のスキャナーのおかげで
  • 11:38 - 11:40
    たった0.3秒で
  • 11:40 - 11:42
    心臓全体をスキャンすることができます
  • 11:42 - 11:44
    さらに時間分解が行えるため
  • 11:44 - 11:46
    心臓を見ながら
  • 11:46 - 11:48
    動画を再生することが可能です
  • 11:48 - 11:50
    彼はこのプロジェクトに
    取り組んでいる
  • 11:50 - 11:52
    大学院生の一人で
    カールヨハンと言います
  • 11:52 - 11:55
    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
  • 11:55 - 11:58
    心臓に向けてペンを動かすと
  • 11:58 - 12:00
    心臓が目の前で拍動しはじめます
  • 12:00 - 12:02
    どのように心臓が拍動するのか
    確認できるのです
  • 12:02 - 12:05
    ペンをとって 心臓に向けて動かし
  • 12:05 - 12:06
    心臓の上にペンを置くと
  • 12:06 - 12:09
    生きた患者の心臓の鼓動を
    感じることができ
  • 12:09 - 12:11
    心臓の動作を確認することができます
  • 12:11 - 12:14
    心臓の中に移動し 内部を押して
  • 12:14 - 12:16
    心臓弁の動作を
    感じることができます
  • 12:16 - 12:20
    これこそが 心臓外科医の
    将来の姿であると考えます
  • 12:20 - 12:22
    心臓外科医にとって
  • 12:22 - 12:24
    患者の心臓の中を
  • 12:24 - 12:27
    高解像度のデータを元に手術前に
  • 12:27 - 12:29
    確認するなんて
    夢のような話でしょう
  • 12:29 - 12:31
    非常に素晴らしい構想です
  • 12:33 - 12:35
    さらにSFに近いものを
    ご紹介します
  • 12:35 - 12:38
    機能的MRIについて
    ご存知でしょうか
  • 12:38 - 12:41
    これはとても興味深い
    プロジェクトです
  • 12:41 - 12:44
    MRIは磁場と
    ラジオ周波数を利用し
  • 12:44 - 12:45
    脳や体の
  • 12:45 - 12:48
    あらゆる部分を
    スキャンすることができます
  • 12:48 - 12:50
    これによって
  • 12:50 - 12:53
    脳の構造についての
    情報が得られます
  • 12:53 - 12:55
    しかし 更にこれを使って
  • 12:55 - 12:57
    酸素を含む血液と
  • 12:57 - 13:00
    そうでない血液の磁性の差を
    測定することが可能です
  • 13:00 - 13:02
    これはつまり
  • 13:02 - 13:04
    脳の活動地図を作ることが
    可能なのです
  • 13:04 - 13:07
    私たちはこれにも
    取り組んでいます
  • 13:07 - 13:09
    ちょうど研究技術者であるモッツが
  • 13:09 - 13:11
    MRIにゴーグルを着用して
  • 13:11 - 13:13
    中に入る所をご覧頂いています
  • 13:13 - 13:15
    これはゴーグルを通して
  • 13:15 - 13:19
    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
  • 13:19 - 13:21
    これは中々ビックリするかもしれません
  • 13:21 - 13:23
    モッツが実際に見ている映像は
    これです
  • 13:23 - 13:25
    彼は自分の脳を見ているのです
  • 13:25 - 13:27
    モッツはここで何かしていますね
  • 13:27 - 13:30
    恐らく右手でこういう風にしています
  • 13:30 - 13:31
    なぜなら左側の運動皮質が
  • 13:31 - 13:33
    活性化されているからです
  • 13:33 - 13:35
    彼も同じくその様子を確認できます
  • 13:35 - 13:38
    このような可視化は
    新しい取り組みであり
  • 13:38 - 13:40
    私たちが少し前から
    研究している分野です
  • 13:40 - 13:43
    これはモッツの脳の別の部分です
  • 13:43 - 13:46
    彼には 100から逆に
    計算するように頼みました
  • 13:46 - 13:49
    「100 97 94...」とった具合に
  • 13:49 - 13:50
    計算しています
  • 13:50 - 13:53
    彼の脳の 計算に関わる
    小さな領域が活性化し
  • 13:53 - 13:56
    脳の全体を光らせているのがわかります
  • 13:56 - 13:57
    素晴らしい結果です
    リアルタイムで計測できます
  • 13:57 - 14:00
    彼に依頼して調査を
    行うことが可能です
  • 14:00 - 14:01
    更に彼の視覚野が
  • 14:01 - 14:03
    後頭葉で活性化しています
  • 14:03 - 14:06
    なぜなら自分自身の
    脳を見ているからです
  • 14:06 - 14:08
    また彼は 私たちが
    彼に何かをさせるための
  • 14:08 - 14:09
    命令を聞いています
  • 14:09 - 14:12
    この信号は脳の奥深くで
    発せられていますが
  • 14:12 - 14:13
    中で光っているのが
    確認できます
  • 14:13 - 14:16
    全てのデータが
    ここに含まれているからです
  • 14:16 - 14:18
    ここでは以下のような光景を
    ご覧頂けます
  • 14:18 - 14:20
    モッツ 左足を動かしてください
  • 14:20 - 14:21
    彼はその通りにします
  • 14:21 - 14:23
    20秒間動かし続けます
  • 14:23 - 14:25
    するとここが急に光ります
  • 14:25 - 14:28
    運動皮質が活性化されたことが
    確認できます
  • 14:28 - 14:29
    非常に面白い結果です
  • 14:29 - 14:32
    これはとても素晴らしい
    ツールだと思います
  • 14:32 - 14:34
    そして今までお話しした
    内容をまとめると
  • 14:34 - 14:35
    ニューロンや脳がどのように
  • 14:35 - 14:37
    機能しているのかを理解する上で
  • 14:37 - 14:39
    とても使えるツールであると考えます
  • 14:39 - 14:42
    何より非常に高画質な上
  • 14:42 - 14:45
    高速に処理できます
  • 14:45 - 14:48
    さらにセンター内で
    少々面白いことも行っています
  • 14:48 - 14:51
    これはCTスキャンを
    撮っているところです
  • 14:52 - 14:54
    ノルショーピングのはずれにある
  • 14:54 - 14:57
    コルマルデン動物園の
    エルサというライオンです
  • 14:57 - 14:58
    彼女はセンターに来て
  • 14:58 - 15:00
    鎮静状態にされ
  • 15:00 - 15:02
    そのままスキャナー内に
    運び込まれました
  • 15:02 - 15:05
    その後 ライオンの
    全データを取得しました
  • 15:05 - 15:07
    このようなライオンの画像に対して
  • 15:07 - 15:09
    レイヤーを剥ぎ取っていき
  • 15:09 - 15:11
    内部を確認していきます
  • 15:11 - 15:13
    このようにして検証を行ってきました
  • 15:13 - 15:15
    このテクノロジーの未来において
  • 15:15 - 15:17
    大変優れたアプリだと思います
  • 15:17 - 15:20
    なぜなら 動物解剖学については
    未知の部分も多く
  • 15:20 - 15:24
    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
  • 15:24 - 15:25
    あらゆる動物をはじめ
  • 15:25 - 15:27
    あらゆるものをスキャンできます
  • 15:27 - 15:30
    唯一の問題は機械の中に
    入れることくらいです
  • 15:30 - 15:32
    これは熊です
  • 15:32 - 15:34
    機械に入れるのに苦労しました
  • 15:34 - 15:37
    熊は非常にかわいらしい
    友好的な動物です
  • 15:37 - 15:40
    これは 熊の鼻の部分です
  • 15:40 - 15:43
    抱きしめたくなるでしょう
  • 15:43 - 15:46
    機能を変更して
    これを見るまでは
  • 15:46 - 15:48
    熊には注意しましょう
  • 15:48 - 15:50
    以上をもって
  • 15:50 - 15:52
    これらの画像の生成を
    手伝って頂いた
  • 15:52 - 15:54
    全ての方々に
    感謝したいと思います
  • 15:54 - 15:57
    データの収集やアルゴリズムの開発
  • 15:57 - 15:59
    全てのソフトウェアを作り上げるまでに
  • 15:59 - 16:02
    非常に多くの労力がかかっています
  • 16:02 - 16:04
    非常に能力のある方々のおかげです
  • 16:04 - 16:08
    私のモットーは
    自分よりも頭の良い人達を雇うことです
  • 16:08 - 16:10
    多くは私より頭が良い方々ばかりです
  • 16:10 - 16:11
    ありがとうございました
  • 16:11 - 16:15
    （拍手）
Title:
爆発的に増大する医療データの視覚化
Speaker:
アンダース・インナーマン
Description:

現在では患者一人に対して、医療用撮影装置はわずかな時間のうちに大量の画像やテラバイト級のデータを生成します。では、医者はこれらの情報の中からどのようにして有用なデータを判断するのでしょうか？TEDxGöteborgで、科学データの視覚化の専門家であるアンダース・インナーマンが、この無数のデータの解析のための、バーチャル解剖などといった新しく高機能なツールを紹介し、現在開発中であるSFに近いような医療技術も垣間見せてくれます。本トークには生々しい医療用画像が含まれます。
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:16

Japanese subtitles

Revisions Compare revisions

Our website uses cookies for analysis purposes.