“如果長期保持這樣的生活習慣，經過多長時間會患上哪些疾病？”

“為了以后不生病，現在的我們又該做些什么……”

針對人人都有的健康煩惱，東芝正在嘗試將50多年研究歷史的人工智能（Artificial Intelligence：AI）技術、與大數據（來自140多年的制造經驗）分析·發現價值的經驗，以及靈活的軟件開發能力相結合。上篇中以實現生活習慣病可視化的“疾病風險預測AI”為中心，闡述了在不遠的將來醫療的應有狀態后，本篇將集中介紹AI技術研發過程，以及AI技術所蘊含的意義。

一、研究所和制造現場磨練出的東芝AI技術

《以大數據和AI技術，點亮健康生活(上篇)》中，日本東京日本橋室町三井塔Midtown Clinic總院院長——田口淳一醫生介紹了活用“疾病風險預測AI”技術，并根據個人的體檢數據，為每位患者提供定制解決方案的醫療模式。此外，株式會社東芝技術企劃部的山口泰平還談及了“疾病風險預測AI”的可視化功能，即實現從目前的體檢結果，模擬出如何發展到需要引起特別注意的階段，甚至是異常階段（生活習慣病）的功能。

株式會社東芝研發中心的春木耕祐在了解田口醫生和山口提出的構想后，正在推進實現這一構想的AI研發工作。春木曾在大學研究生院從事數學研究，加入東芝后，便成為了一名軟件研究員。春木在制造現場積累了豐富發AI技術活用 經驗，目前正在推進“疾病風險預測AI”和“目標值計算AI”的研發工作。據春木介紹，東芝的信息物理系統(Cyber-Physical Systems：CPS）是研發AI的基礎。CPS是一種在網絡空間中對存在于現實世界的數據進行分析，并將其轉換成新的信息或知識，之后再反饋給現實世界，進而創造價值的機制（春木）。

“東芝擁有140多年的制造經驗和50多年的AI研發技術。因此，利用制造現場產生的大量數據進行AI開發是理所當然的事情。在該解決方案中，面對數十萬人數年間的龐大體檢結果數據，如何應用AI技術，應用哪種AI技術成為問題的焦點。而迄今為止的經驗和東芝的技術知識也在此得到了有效利用。東芝的研究人員與現場工作人員也都具備AI開發方面的知識。”

例如，春木等研究員共同參加了“研發中心展”（在東芝集團內部發表研究成果），當春木發表“疾病風險預測AI”相關內容時，從事不同業務的員工們能夠馬上理解這一AI模型的作用和機制，并就如何對其加以利用，展開了熱烈的討論。此外，在同樣的發表會議上，東芝內部醫院的醫生表示：“如果擁有這個解決方案，我們就可以根據每個患者的情況進行指導。一直以來，我們都在費盡心思地改變患者的生活習慣或是行為，希望這一解決方案能夠早日實現。”正是這種抓住AI本質的討論和表達，進一步激發了春木將研究成果應用于社會實踐的熱情，并促使其加快了開發的步伐。

株式會社東芝 研發中心 分析AI實驗室
春木耕祐

關于“疾病風險預測AI”，春木等人從東芝健康保險工會的醫療費賬單^*數據中提取出沒有服用治療藥物的員工（即：沒有生病的人），并收集了這些人的飲酒頻率、體重或檢查值（例如：血壓等）等體檢數據。當同一群體的檢查值從正常變為異常，并確定患上生活習慣病時，結合這些數據，便可以提高從健康狀態到患病狀態的可能性預測準確度。換言之，將各種體檢數據用作入口數據，將體檢數據中的檢查數值異常情況用作出口數據。為提高預測準確度，我們運用了半導體制造工程中用于檢測缺陷產品的AI技術，并根據海量數據的分布，應用最優預測模型。其結果是，對生活習慣相關的各因素（比如“飲酒頻率”“最近1年的體重變化”等）分配相應的預測分值，進而算出1-6年后生活習慣病的患病風險（%）。構建這個最優預測模型需要進行龐大的計算，我們的應對則是通過應用并行分布處理法（應用多個CPU進行大量計算）以及數學算法（能夠有效完成各種計算），以完成這樣大量的計算工作。
^*醫療機構向健康保險工會提交的每月醫療費用清單（包括：治療藥物等）

解說圖

東芝在研發方面所付出的努力，遠不止于此。AI是基于人類提供的數據進行學習的，因此，我們需要以適當的方式處理入口數據和出口數據。此時，東芝集團專有技術發揮了作用。該技術可查找出重復或錯誤的數據等問題，并進行刪除或更正，從而順利地完成數據集的整理。此外，我們還需要仔細標記數據（例如：哪些是“疾病狀態”），并與現場的工作人員進行反復溝通，確保其形式與解決方案目標相吻合。與軟件研發時一樣，春木制作了試制品，與現場的工作人員共同驗證，并將驗證結果反映在下一次試制中，這種開發速度極快，最終得到了AUC0.96^*的結果。接下來，將完成的東芝解決方案應用于Midtown Clinic的數據中，得到了同樣高的準確度，春木表示：“說實話，這讓我松了一口氣，看到了普及化的可能性。”
^*AUC值：1.0表示完全預測能力

二、普及“疾病風險預測AI”的好處為何？

目前，Midtown Clinic和東芝正在進行實證研究，以確認該解決方案是否可以真正促進患者的行為轉變。田口醫生對此項研究抱有很大的期待，他強烈表示：“通過有效利用東芝的AI技術，醫生和患者之間的交流可以邁入一個新階段。基于AI的標準處理方式（例如：沒有遺漏的數據分析等），醫生可以專注于根據每個患者的情況進行治療，從而實現比以往任何時候都更有效率、更有效果的治療。我認為這是一種融合了數字技術和醫生專業性的新型醫療方式，以這次的實證研究為起點，通過推廣這個解決方案，可以提高日本的診療水平。”

此外，據田口醫生稱，讓“疾病風險預測AI”對數據（例如：患者的遺傳信息和家族史等）進行追加分析，有望進一步提高準確率。這種多維度治療法可以有效利用遺傳信息，根據日本人的情況進行治療，甚至考慮到了家族史，可以說是一種個性化定制醫療。此外，田口醫生還強調了以下內容：

“患者在診察室接受完治療后生活習慣的改變也很重要。除此次的解決方案之外，如果還有針對日常生活的飲食或運動方面提供建議的解決方案，那么就有望進一步降低患病的風險。今后也有必要考慮這一點。”

此外，田口醫生還補充道，此類解決方案的意義不僅僅局限于對人們進行診療。

“改善患者的生活質量，讓人們不患病，這當然很重要。但如果這樣的方案可以惠及一人、兩人直至更多人將有助于節省醫療支出。此外，對于企業來說，員工的健康問題不僅關系到各員工的工作效率，也影響著組織的整體氛圍，因此應得到加倍重視。因此，除節省醫療支出這一好處外，我認為東芝的AI技術還可以幫助企業持續創造社會價值。”

正如田口醫生所指出的那樣，針對這種疾病風險預測AI，東芝正在通過追加遺傳信息，研發出準確度更高、更有利于改變個人行為習慣的解決方案。此外，以“風險可視化”這一共同點為基礎，與日本金澤大學合作進行的從糖尿病腎病發展至透析治療的風險可視化研究，及與美國約翰斯霍普金斯大學共同開發可以預測心臟病患病風險的AI模型正在進行中，并計劃將其投入到實際應用中。

山口一邊遙望遠方一邊說道：“我們的想法不僅僅是停留在提供AI技術這一層面，作為提供基礎設施服務的東芝公司，我們也希望構想一種價值，讓東芝可以很好地融入到社會體系中來。”此外，春木還表示：“在研發過程中，我們始終要有社會實踐意識，同時，我們的目標是為社會帶來新價值的技術革新。”他的目光中透露著專注。

“為了人類和地球的明天”——正是東芝的這一經營理念，奠定了科技創新與社會責任的基調，也涌現出了一批又一批山口與春木這樣的科研人員。未來，東芝也將繼續奮進，在140多年來積累的制造經驗和知識之上，結合公司的AI技術，為人類和地球創造出更加美好的未來。