記事へのコメント431

    • 注目コメント
    • 新着コメント
    Murakami
    Murakami 海外からアクセスできないようですね。残念です。

    2016/08/12 リンク

    その他
    genjin_87
    genjin_87 医者の仕事がなくなることはなくて、医者の判断の大きな助けとなるようになってくんだと思う。とても良いこと。

    2016/08/11 リンク

    その他
    nicolas-socialwork
    nicolas-socialwork AIが医療福祉業界を良い方向へ変え始めているのは素晴らしいことですが、うまく活用する側面と生身の温かみのある人間が対応するべき側面を整理して患者家族の立場で考えていく必要もあると思いました。

    2016/08/09 リンク

    その他
    masadream
    masadream すごい。

    2016/08/09 リンク

    その他
    remcat
    remcat 構造化抄録読んでるだけ? それとも論文本文? >膨大な論文の中から、まず関係するものを選び出してきます。そのうえで、それらの論文に書かれた内容をもとに

    2016/08/09 リンク

    その他
    mzi
    mzi IBMなどと協同で、人工知能を備えたコンピューターシステム「ワトソン」に2000万件に上るがん研究の論文を学習させ、診断が極めて難しく治療法も多岐にわたる白血病などのがん患者の診断に役立てる臨床研究を

    2016/08/08 リンク

    その他
    fj93ri239
    fj93ri239 理系分野では人工知能の活躍が凄い勢いで増えていくだろうな。問題は政治・経済・社会保障だろうなあ。

    2016/08/07 リンク

    その他
    cartman0
    cartman0 人間に見てもらうより,過去傾向からの判別分析・分類のほうが普通に精度よさそうだな

    2016/08/07 リンク

    その他
    guldeen
    guldeen 膨大なデータのふるい分けは、コンピュータの得意分野だからね。ただ、人工知能の応用という点では「人間以外の応対に違和感を覚える」層にどう対処すべきか、という問題は残る。

    2016/08/07 リンク

    その他
    i196
    i196 これは素晴らしい

    2016/08/06 リンク

    その他
    shoi
    shoi 2000万件の論文をメタ化した奴らの労力と推論アルゴリズム書いた奴らの英知に平伏する。ITも捨てたもんじゃねーな。

    2016/08/06 リンク

    その他
    geddy
    geddy IBMのワトソン。預言者ピッピぽい。

    2016/08/06 リンク

    その他
    don2don
    don2don 相模原障害者事件と真逆の事件

    2016/08/06 リンク

    その他
    saharamakoto
    saharamakoto ワトソン!

    2016/08/06 リンク

    その他
    tach
    tach 医療、税務、ファイナンス等人工知能が活躍する場は結構広そう。社会的インパクトも相当な物になるかも

    2016/08/06 リンク

    その他
    hideku55
    hideku55 やるじゃないかワトソン君。

    2016/08/06 リンク

    その他
    heibonga-1bandanya
    heibonga-1bandanya もうこんな技術まであるんだ。

    2016/08/06 リンク

    その他
    blueribbon
    blueribbon 「論文の数が膨大になりすぎて、どの遺伝子の変化が互いにどのように影響し、がんを引き起こしているのか、医師一人一人が理解するのが不可能に…ワトソンはこうした論文を2000万件以上読み込んでいて…」

    2016/08/06 リンク

    その他
    blackshadow
    blackshadow 東大の宮野先生のところでワトソン使ったLDTやってるのか

    2016/08/06 リンク

    その他
    abe_hn
    abe_hn おおお

    2016/08/06 リンク

    その他
    t_ita
    t_ita すごい。病気を特定するのは経験を積んだ医者よりも人工知能という時代がもう来てる

    2016/08/05 リンク

    その他
    theblackcoffee
    theblackcoffee 院長「これはスゴイ。当院にも早速導入したい。どうかね?」→経営補佐AI「未だ費用対効果が悪いと思われます」→院長「ではやめるか…」

    2016/08/05 リンク

    その他
    mcgomez
    mcgomez 未来キタ感がある。

    2016/08/05 リンク

    その他
    CATDOG
    CATDOG 都市と地方の医療格差、診断段階での格差はほぼ無くなるね。実際の治療は都会の設備の整った病院に行く。凄い。

    2016/08/05 リンク

    その他
    raitu
    raitu 2000万件以上のがん研究論文を学習したIBMワトソンが患者の遺伝子データを解析し特殊な白血病が発生していることを突き止めたと

    2016/08/05 リンク

    その他
    t-tuguma
    t-tuguma お医者さんも万能ではなく、専門分野(守備範囲)があるだろうから、超ド田舎の医療の救世主となりうるよね。

    2016/08/05 リンク

    その他
    k-takahashi
    k-takahashi 『人工知能が、専門の医師でも診断が難しい特殊な白血病を僅か10分ほどで見抜き、治療法を変えるよう提案した結果、60代の女性患者の命が救われた』 ワトソンの使い方として凄く納得感がある

    2016/08/05 リンク

    その他
    kym2010
    kym2010 すごい!医学には人工知能の力を発揮してほしいな!

    2016/08/05 リンク

    その他
    ardarim
    ardarim 人工知能が出した結論が適切かどうかを最終判断するのはまだまだ人間の医者がいるだろうなあ。コード静的解析みたいなもんで、あくまで人間の見つけにくいものを見つけてくれる補助的なツールだろう。

    2016/08/05 リンク

    その他
    takamatumoto7
    takamatumoto7 人工知能すごいな。もっと導入が広まってほしい

    2016/08/05 リンク

    その他

    注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

    アプリのスクリーンショット
    いまの話題をアプリでチェック!
    • バナー広告なし
    • ミュート機能あり
    • ダークモード搭載
    アプリをダウンロード

    関連記事

    人工知能 病名突き止め患者の命救う 国内初か | NHKニュース

    東京大学医科学研究所が導入した2000万件もの医学論文を学習した人工知能が、専門の医師でも診断が...

    ブックマークしたユーザー

    • queserasera7142019/04/15 queserasera714
    • myfirm2019/03/30 myfirm
    • werdy2018/05/14 werdy
    • junpppp2016/09/11 junpppp
    • tapupoo2016/09/07 tapupoo
    • titupae2016/09/05 titupae
    • nonesiya2016/09/03 nonesiya
    • ykei2502016/08/25 ykei250
    • takeo4712016/08/16 takeo471
    • ubcvhifcgzlfyouko0742016/08/14 ubcvhifcgzlfyouko074
    • Murakami2016/08/12 Murakami
    • ryuuichi12722016/08/12 ryuuichi1272
    • yuuhei_eda2016/08/12 yuuhei_eda
    • jinichimorishita2016/08/12 jinichimorishita
    • katsuji_kurimoto2016/08/12 katsuji_kurimoto
    • sachi163332016/08/12 sachi16333
    • takaaki_kamei2016/08/12 takaaki_kamei
    • Shigeo_Tsubota2016/08/12 Shigeo_Tsubota
    すべてのユーザーの
    詳細を表示します

    同じサイトの新着

    同じサイトの新着をもっと読む

    いま人気の記事

    いま人気の記事をもっと読む

    いま人気の記事 - 学び

    いま人気の記事 - 学びをもっと読む

    新着記事 - 学び

    新着記事 - 学びをもっと読む

    同時期にブックマークされた記事