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 - 0:35医療の向上のために使える
-
0:35 - 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 - 0:581970年頃に導入され始め
-
0:58 - 1:00人体をスキャンし
-
1:00 - 1:02100枚程度の人体画像を
-
1:02 - 1:04生成します
-
1:04 - 1:06大変勝手ながら
明確化するために -
1:06 - 1:09それらをデータを
デジタル化すると -
1:09 - 1:11大体50MBの大きさになります
-
1:11 - 1:13情報量自体は私たちが
-
1:13 - 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 - 1:231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 - 1:312万4千枚もの人体の
画像を生成します -
1:31 - 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 - 1:555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 - 1:59これは 80万冊の本 あるいは
-
1:59 - 2:0116km重ねた電話帳に相当します
-
2:01 - 2:03これは患者一人分のデータです
-
2:03 - 2:05私たちが取り組まねばならない
データ量です -
2:05 - 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 - 2:15処理していた姿を
想像してみてください -
2:15 - 2:172万5千枚もの画像を前に
-
2:17 - 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 -
2:28 - 2:30まずこれらの画像を
一つにまとめます -
2:30 - 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 - 2:49吸収されたX線の
総量のみを表します -
2:49 - 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 - 3:06私たちにとって
とてつもない難題でした -
3:06 - 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 - 3:15適切な情報を抽出するのは
困難な作業です -
3:15 - 3:17心臓であったり血管や肝臓を
-
3:17 - 3:19見たい時があるかもしれません
-
3:19 - 3:21もしかしたら腫瘍を発見する
-
3:21 - 3:23こともあるかもしれません
-
3:24 - 3:26そこでこの可愛らしい子の出番です
-
3:26 - 3:28これは私の娘です
-
3:28 - 3:30今朝の9時頃の彼女の様子です
-
3:30 - 3:32彼女はゲームで遊んでいます
-
3:32 - 3:34まだ2歳児ですが
-
3:34 - 3:36とても楽しんでいます
-
3:36 - 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 - 3:49帰ったら 是非ゲームを
勧めてください -
3:49 - 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 - 3:55私が医療データに対して
行っていることを -
3:55 - 3:57可能にしてくれるものが
存在します -
3:57 - 4:00実はこのような
小さな素晴らしい装置を使っています -
4:00 - 4:02ご存知のように
-
4:02 - 4:04おそらく10年程前 私が
-
4:04 - 4:061台目の画像処理用の
コンピュータを -
4:06 - 4:08買う予算を得た時代の頃は
-
4:08 - 4:10それはとても巨大なマシンでした
-
4:10 - 4:13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 -
4:13 - 4:16私はそのマシンに
100万ドル支払いました -
4:17 - 4:20そんな機械も 今や私のiPhoneと
同じくらいの性能です -
4:22 - 4:24毎月 新型のグラフィックスカードが
発売されますが -
4:24 - 4:27これは NVDIA ATI Intelといった
ベンダーからのもので -
4:27 - 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 - 4:34このようなグラフィックスカードを購入し
-
4:34 - 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 - 4:57これはCTスキャナーによって
取得されたデータです -
4:57 - 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 - 5:11X線が散乱していることが
見て取れます -
5:11 - 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 - 5:16でも 通常のコンピュータ内の
-
5:16 - 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 - 5:33小さなステントで
治療されています -
5:33 - 5:35これで血管の裏打ちをします
-
5:35 - 5:37そしてメニューの選択を
変えることで -
5:37 - 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 - 5:55現在の標準グラフィックスカードを使って
-
5:55 - 5:58何が出来るかを
とても良く示しています -
5:58 - 6:00効果的な利用方法を
編み出した私たちは -
6:00 - 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 - 6:14同じように 全身スキャンの画像といった
-
6:14 - 6:17非常に巨大なデータセットを使います
-
6:17 - 6:20CT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 - 6:27こうやって徐々に剥ぎ取っていきます
-
6:27 - 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 - 6:39ここからは
-
6:39 - 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 - 6:49お亡くなりになられた方々に
敬意を払いつつ -
6:49 - 6:52これらの画像を
-
6:53 - 6:55法医学的な事例として
お見せします -
6:55 - 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 - 7:03およそ400件バーチャル解剖が
-
7:03 - 7:05執り行われました
-
7:05 - 7:08これが通常のワークフローです
-
7:08 - 7:10警察は
-
7:10 - 7:12例えば夕方に 事件が起きたとして
-
7:12 - 7:15解剖の必要があるかどうか
判断します -
7:15 - 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 - 7:24CTスキャナーの一つで
スキャンされます -
7:24 - 7:26病理学者や 時に法医学の研究者を
-
7:26 - 7:28伴った放射線科医が
-
7:28 - 7:30出力されるデータを確認し
-
7:30 - 7:32合同で会議を開きます
-
7:32 - 7:35そして本当の解剖を
どのように行うか決めるのです -
7:37 - 7:39いくつかの事例のうち
-
7:39 - 7:41私たちが担当した
初期の事例を紹介します -
7:41 - 7:44このようにデータを
本当に詳細に確認できます -
7:44 - 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 - 8:05骨格の損傷を確認することが
とても容易です -
8:05 - 8:08死因は首の損傷です
-
8:08 - 8:10さらに女性は車の下敷きに
なってしまったため -
8:10 - 8:12その怪我によって体に
-
8:12 - 8:14重度の損傷を負っています
-
8:14 - 8:17別の事例を紹介します
刺殺事件です -
8:17 - 8:19私たちにできることを
この例でも説明します -
8:19 - 8:21体内に存在する金属製品を
-
8:21 - 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 - 8:29これは歯の詰め物です
-
8:29 - 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 - 8:43片方の眼球に刺した
ままにしたのです -
8:43 - 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 - 8:49私たちにとって
大変興味深いものです -
8:49 - 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 - 8:56漏れている様子が
簡単に確認できます -
8:56 - 8:59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 -
8:59 - 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 - 9:12これは 私が興味深いと
感じた事例です -
9:12 - 9:14弾丸がこの方の脊椎の横に
-
9:14 - 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 - 9:22弾丸がこれらの破片を光らせて
-
9:22 - 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 - 9:29体内から見つけ出そうとする場合は
-
9:29 - 9:31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 - 9:45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 -
9:45 - 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
-
9:55 - 9:58行える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 - 10:04iPadを買おうと考えている方は
-
10:04 - 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 - 10:10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 - 10:15もし機会があれば
是非使ってみてください -
10:15 - 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 - 10:23利用を想定して
製品化を目指しており -
10:23 - 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 - 10:32YouTubeに閲覧できる
動画があるので -
10:32 - 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 - 10:39次は本当にデータに
触れることについてお話します -
10:39 - 10:41若干SFが入ってきますが
-
10:41 - 10:44未来のことについてお話します
-
10:44 - 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 - 11:24さらに強く押せば
骨格を通り抜け -
11:24 - 11:27耳のすぐ近くの
柔らかい骨を通り -
11:27 - 11:30ぬるぬるしたような感じで
脳を感じることができます -
11:30 - 11:32非常に有効な機能です
-
11:32 - 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 - 12:04ペンをとって 心臓に向けて動かし
-
12:04 - 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 - 12:13心臓の中に移動し 内部を押して
-
12:13 - 12:16心臓弁の動作を
感じることができます -
12:16 - 12:19これこそが 心臓外科医の
将来の姿であると考えます -
12:19 - 12:22心臓外科医にとって
-
12:22 - 12:25患者の心臓の中を
-
12:25 - 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
-
12:32 - 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 - 12:43MRIは磁場と
ラジオ周波数を利用し -
12:43 - 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 - 12:52脳の構造についての
情報が得られます -
12:52 - 12:54しかし 更にこれを使って
-
12:54 - 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 - 13:06私たちはこれにも
取り組んでいます -
13:06 - 13:09ちょうど研究技術者であるモッツが
-
13:09 - 13:11MRI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 - 13:18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 -
13:18 - 13:20これは中々ビックリするかもしれません
-
13:20 - 13:22モッツが実際に見ている映像は
これです -
13:22 - 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 - 13:29恐らく右手でこういう風にしています
-
13:29 - 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 - 13:37このような可視化は
新しい取り組みであり -
13:37 - 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 - 13:48「100 97 94...」とった具合に
-
13:48 - 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 - 13:55脳の全体を光らせているのがわかります
-
13:55 - 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 - 13:59彼に依頼して調査を
行うことが可能です -
13:59 - 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 - 14:05なぜなら自分自身の
脳を見ているからです -
14:05 - 14:07また彼は 私たちが
彼に何かをさせるための -
14:07 - 14:09命令を聞いています
-
14:09 - 14:11この信号は脳の奥深くで
発せられていますが -
14:11 - 14:13中で光っているのが
確認できます -
14:13 - 14:15全てのデータが
ここに含まれているからです -
14:15 - 14:17ここでは以下のような光景を
ご覧頂けます -
14:17 - 14:19モッツ 左足を動かしてください
-
14:19 - 14:21彼はその通りにします
-
14:21 - 14:2320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 - 14:27運動皮質が活性化されたことが
確認できます -
14:27 - 14:29非常に面白い結果です
-
14:29 - 14:31これはとても素晴らしい
ツールだと思います -
14:31 - 14:33そして今までお話しした
内容をまとめると -
14:33 - 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 - 14:47さらにセンター内で
少々面白いことも行っています -
14:47 - 14:50これはCAT(コンピューター断層撮影)スキャンです
-
14:51 - 14:53これはノルショーピングのはずれにある
-
14:53 - 14:56コルマルデン動物園からの
エルサというライオンです -
14:56 - 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 - 15:23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 -
15:23 - 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 - 15:56データの収集やアルゴリズムの開発
-
15:56 - 15:59全てのソフトウェアを作り上げるまでに
-
15:59 - 16:01非常に多くの労力がかかっています
-
16:01 - 16:04非常に能力のある方々のおかげです
-
16:04 - 16:07私のモットーは
私よりも頭の良い人達を雇うことです -
16:07 - 16:09多くは私より頭が良い方々ばかりです
-
16:09 - 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では、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を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。
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 16:16
![]() |
Yasushi Aoki edited Japanese subtitles for Visualizing the medical data explosion | |
![]() |
Yasushi Aoki edited Japanese subtitles for Visualizing the medical data explosion | |
![]() |
Yasushi Aoki edited Japanese subtitles for Visualizing the medical data explosion | |
![]() |
Yasushi Aoki edited Japanese subtitles for Visualizing the medical data explosion | |
![]() |
Yasushi Aoki edited Japanese subtitles for Visualizing the medical data explosion | |
![]() |
Yuki Okada added a translation |