<?xml version="1.0" encoding="utf-8" ?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>暗号通貨NAMの中野哲平を応援する会NAM,未踏、慶應医学部、東大医学部、経産省。仮想通貨。</title>
<link>https://ameblo.jp/nakanoteppei-2019/</link>
<atom:link href="https://rssblog.ameba.jp/nakanoteppei-2019/rss20.xml" rel="self" type="application/rss+xml" />
<atom:link rel="hub" href="http://pubsubhubbub.appspot.com" />
<description>暗号通貨NAMの中野哲平を応援する会NAM,未踏、慶應医学部、東大医学部、経産省。仮想通貨。</description>
<language>ja</language>
<item>
<title>未踏にも採択されている株式会社AUGRIMの新しいHPが完成された模様</title>
<description>
<![CDATA[ <p>&nbsp;</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://augriminc.github.io/" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">AUGRIM株式会社</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">ブロックチェーンに特化した開発支援。様々な業界で300以上の開発実績。 開発経験が豊富な日本人PMが開発クオリティを管理。QCDのバランスに優れた開発を実現。300を超えるプロダクト開発。東京大学の関係者が多数在籍しております</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">augriminc.github.io</span></span></span></a></article></div><p>&nbsp;</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://www.ipa.go.jp/jinzai/advanced/2017/gaiyou_o-1.html" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">未踏アドバンスト事業：2017年度採択プロジェクト概要（中野PJ）：IPA 独立行政法人 情報処理推進機構</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">我が国産業の競争力の強化に寄与するようなソフトウェア開発支援、ITベンチャー支援、債務保証等</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">www.ipa.go.jp</span></span></span></a></article></div><p>&nbsp;</p><p>このように採択されている株式会社AUGRIMです。</p><p>&nbsp;</p><p>　大澤 弘治（おおさわ こうじ）<br>　・GLOBAL CATALYST PARTNERS　マネージング・ディレクター兼共同創設者　<br>　・GLOBAL CATALYST PARTNERS JAPAN　マネージング・ディレクター兼共同創設者</p><h3 id="section2">2．採択者氏名</h3><p>　中野 哲平（株式会社 AUGRIM 代表取締役）<br><br>　</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12682806233.html</link>
<pubDate>Sat, 26 Jun 2021 00:46:09 +0900</pubDate>
</item>
<item>
<title>カハール株式会社、新HPを公開</title>
<description>
<![CDATA[ <p>&nbsp;</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://cahaal.github.io/" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">カハール株式会社</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">ブロックチェーンに特化した開発支援。様々な業界で300以上の開発実績。 開発経験が豊富な日本人PMが開発クオリティを管理。QCDのバランスに優れた開発を実現。300を超えるプロダクト開発。東京大学の関係者が多数在籍しております</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">cahaal.github.io</span></span></span></a></article></div><p>&nbsp;</p><p>&nbsp;</p><p>現在は、ブロックチェーンの開発も行われているようで、安心しました。</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12682806111.html</link>
<pubDate>Sat, 26 Jun 2021 00:44:24 +0900</pubDate>
</item>
<item>
<title>無料占いは本当に当たるか？</title>
<description>
<![CDATA[ <p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://prtimes.jp/main/html/rd/p/000000001.000055938.html" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">AIチャット占いHellobotバレンタインデー限定イベント</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">ファイブゲート株式会社のプレスリリース（2021年1月27日 09時38分）AIチャット占いHellobotバレンタインデー限定イベント</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">prtimes.jp</span></span></span><span class="ogpCard_imageWrap" style="position:relative;width:120px;height:120px;flex-shrink:0"><img alt="" class="ogpCard_image" data-ogp-card-image="" height="120" loading="lazy" src="https://prtimes.jp/i/55938/1/ogp/d55938-1-668925-4.png" style="position:absolute;top:50%;left:50%;object-fit:cover;min-height:100%;min-width:100%;transform:translate(-50%,-50%)" width="120"></span></a></article></div><p>&nbsp;</p><p>&nbsp;</p><p>こういうサービスが本当に当たるのでしょうか？</p><p>&nbsp;</p><p>謎が深まるばかりです。</p><p>&nbsp;</p><p>AI/MLは、今日の人間生活において大きな役割を果たしています。AI/MLアプリケーションの有効性や影響力は議論の余地があり、文脈に応じて変化します。<br>AIシステムが判断や行動に人間の介入を必要とする場合、それは人工知能と呼ぶべきなのでしょうか？人間でさえ、超知能では正確な予測ができないことが多い。つまり、100%の正確さは期待されていないが、人間が介入してAIの予測を解釈することを期待することは、AIとして適格ではないということでしょうか？<br>AIの有効性についての議論は良い意味で続く可能性があるとはいえ、人類におけるインパクトは注目に値する。AI/MLシステムは医療分野で大きな役割を果たしている。癌のような残酷な病気は、早期に発見できれば予防や治療が可能なものがたくさんあります。それらの病気に対処することは、富を侵食するだけでなく、命をも危険にさらすことになる。予知して予防することができる人は、占い師と呼ばれるべきではないでしょうか。<br>ここでは１００％の予知は必要ありません。３０％、４０％の予知でも、その人の人生に大きな影響を与えます。AIシステムは長期的には支援システムとして残るかもしれませんが、決断への自信を高めることも忘れてはいけません。AIは意思決定を合理化するためのデータを与え、特に意思決定のポイントを辿ることができる。それはシステムとユーザーへの意識的な強化学習を包含している。AIシステムは人間に依存することを排除し、グローバルな規模でソリューションを複製することができます。<br>AIシステムを構築することは、コストがかかるのではなく、コストを節約することができます<br><br><a href="https://stat.ameba.jp/user_images/20210127/11/nakanoteppei-2019/7d/85/j/o0481048014887429279.jpg"><img alt="" height="419" src="https://stat.ameba.jp/user_images/20210127/11/nakanoteppei-2019/7d/85/j/o0481048014887429279.jpg" width="420"></a></p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12652859889.html</link>
<pubDate>Wed, 27 Jan 2021 11:20:51 +0900</pubDate>
</item>
<item>
<title>AIと医療の関係、中野哲平のおすすめ論文</title>
<description>
<![CDATA[ <p>最近のChange Healthcareの研究では、人工知能（AI）がヘルスケアの幅広い改善を推進しているが、そのアプローチは戦術的であり、エンドツーエンドではないことが明らかになった。<br><br>この研究「Poised to Transform. 研究者たちは、医療従事者のAIに対する理解度を測定し、改善のための領域を発見し、その技術が現在どのように使用されているか、そして今後どのように使用されるかを学びました。<br><br>具体的には、AIが医師、病院、医療システムの収益サイクルの収集・管理方法を変革することがわかりました。医療リーダーの98％が収益サイクル管理（RCM）にAIを使用することを予想しており、65％が現在RCMにAIを使用していると報告しています。<br><br>より深く掘り下げる<br>GEヘルスケア、病院に人工知能ツールのテストを許可<br>人工知能が病院の医用画像をどのように改善するか<br>グーグル、ヘルスケア向けの新しい人工知能ツールを発表<br>さらに、81％の経営者は、RCMプロセスを改善するために、AI技術のプロバイダー、ソリューション、またはソフトウェアシステムを検討するための技術評価をすでに実施しています。<br><br>また、回答者の35%が2023年までに「早期主流化/完全に成熟した」と回答していますが、現在は成熟していると回答したのは12%にとどまりました。<br><br>全体的に、AIとその影響に対する理解度は、エグゼクティブ、IT、レベニューサイクルのリーダーによって異なります。しかし、意見の相違が、医療機関がAIの変革的な力を十分に活用することを妨げていると研究者は強調しています。<br><br>具体的には、財務、セキュリティ、プライバシーに関する懸念がAIの採用を妨げ、成功要因を減少させている。<br><br>RCMや完全なAI統合でAIを開始するのが遅れる原因の第一位は予算の懸念であると研究者は指摘しており、非技術系幹部の75％が予算の懸念が主な障害であると答えています。<br><br>一方、プロバイダの56％は、責任、リスク、プライバシーの懸念を報告しており、スタッフの配置、情報への信頼、インフラの課題がその他の上位の理由となっていた。<br><br>2019年のIDC FutureScapeのレポートでは、2023年までに3つの医療システムと病院のうち1つでAI主導のインターフェースが未来を変えると予測しています。そして、診断・治療機能のためのAIへの世界的な支出はCAGR24%で成長しており、2023年までに49億ドルに達する可能性があるとしています。<br><br>さらに、製薬・バイオテクノロジーメーカーの50％近くが2021年までに、サプライチェーンを最適化するために、IoTデータを利用した処方分析やAIを採用することになるという。<br><br>10月に発表されたKLASとCenter for Connected Medicine（CCM）の報告書では、研究者らは、人工知能（AI）が今後2年間で最も有望な新興技術の1つとなることを明らかにしている。<br><br>現在、AIの最も一般的な利用分野は、臨床意思決定支援（61％）であり、次いで、ディクテーションアシスタントやテープ起こし（50％）、医療画像診断（48％）となっている。<br><br>AIの導入は医療システムにとって有益で変革的なものであるが、医療AIを慎重に進め、考え抜かれた効果的な方法でバランスをとることが極めて重要であると、全米医学アカデミーの報告書は述べている。&nbsp;<br><br>まず、AIツールの開発に使用されるデータの構成、セマンティクス、出所、品質について完全な透明性があるべきだと研究者は述べています。また、AI対話では、データ、アルゴリズム、パフォーマンスの報告を明確に分離すべきである。<br><br>人間中心のツールがAI実装の最前線に立つべきであり、これらのツールは完全な自動化に置き換えるのではなく、人間をサポートすべきである。<br><br>さらに、AIコミュニティは、倫理的包摂性、ソフトウェア開発、実装科学、人間とコンピュータの相互作用の既存のベストプラクティスを取り入れて、実装と維持のためのフレームワークを開発しなければなりません。<br><br>"チェンジヘルスケアのチーフAIオフィサーであるLuyuan Fang博士は、この研究の詳細についてのプレスリリースで、「AIは、戦略的な使用方法を理解しているプロバイダにとって、収益サイクル管理を変革するための準備が整っています。<br><br>"この研究で明らかになったギャップを埋めれば、エンドツーエンドのレベニューサイクルの改善、クレームの正確性、拒否反応の減少、臨床的洞察、ケアレベルの予測など、この技術から財務、業務、臨床上の利益を得ることができるようになります」とFang氏は続けています。<br><br>www.DeepL.com/Translator（無料版）で翻訳しました。</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12652859582.html</link>
<pubDate>Wed, 27 Jan 2021 11:19:01 +0900</pubDate>
</item>
<item>
<title>私たちは彼に騙された！黒羽琢真と黒羽洸成の水戸の家は南町か？</title>
<description>
<![CDATA[ <p>黒羽琢真<br>その弟である黒羽洸成<br>水戸の家があるそうです<br><br>南町のマンションをしらみ潰しに探してみました<br><br>6億円近い横領事件に<br>どう決着がつくのでしょう！<br><br><br>ライオンズマンション水戸<br>水戸スカイハイツ<br>などなどです<br>&nbsp;</p><p><a href="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/eb/67/p/o0870119614884651801.png"><img alt="" height="577" src="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/eb/67/p/o0870119614884651801.png" width="420"></a><a href="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/27/48/p/o0832117614884651785.png"><img alt="" height="594" src="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/27/48/p/o0832117614884651785.png" width="420"></a><a href="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/54/2b/p/o0862118814884651663.png"><img alt="" height="579" src="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/54/2b/p/o0862118814884651663.png" width="420"></a><a href="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/55/35/p/o0552100014884651579.png"><img alt="" height="761" src="https://stat.ameba.jp/user_images/20210121/10/nakanoteppei-2019/55/35/p/o0552100014884651579.png" width="420"></a></p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12651583562.html</link>
<pubDate>Thu, 21 Jan 2021 09:03:49 +0900</pubDate>
</item>
<item>
<title>機械学習による医療へのタイムリーな介入とは？医療AIの株式会社NAM</title>
<description>
<![CDATA[ <p>ディープラーニングモデルは、爆発的に増加する電子健康記録（EHR）に伴う予測タスクにおいて優れた性能を発揮してきた。しかし、透明性がないため、ディープラーニングモデルの振る舞いは解釈が難しい。信頼性がなければ、深層学習モデルは医療問題の実社会での意思決定プロセスを支援することができない。</p><p>&nbsp;</p><p>本研究では、データノイズによって誘発される不確実性を予測するために、ベイジアンニューラルネットワーク(BNN)に基づく深層学習モデルを提案する。不確実性を導入することで、モデル予測にさらなる信頼度を与える。我々の実験では、不確実性の高いインスタンスがモデルの性能に有害であることを検証した。</p><p>&nbsp;</p><p>さらに、モデル予測と不確かさの分布を調べることで、データノイズを減少させることがこれらの患者の予測精度により多くの利益をもたらすような、タイムリーな介入が必要な患者のグループを特定することが可能であることを示す。</p><p>&nbsp;</p><p>&nbsp;</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://arxiv.org/abs/1907.06162" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">Modeling the Uncertainty in Electronic Health Records: a Bayesian Deep Learning Approach</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">Deep learning models have exhibited superior performance in predictive tasks with the explosively increasing Electronic Health Records (EHR). However, due to the lack of transparen…</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">arxiv.org</span></span></span></a></article></div><p><a href="https://stat.ameba.jp/user_images/20201222/11/nakanoteppei-2019/66/2d/p/o1478081014870091830.png"><img alt="" height="230" src="https://stat.ameba.jp/user_images/20201222/11/nakanoteppei-2019/66/2d/p/o1478081014870091830.png" width="420"></a></p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12645489197.html</link>
<pubDate>Tue, 22 Dec 2020 11:20:59 +0900</pubDate>
</item>
<item>
<title>医療における意思決定で機械学習、人工知能がすべきこと？株式会社NAMの中野哲平の論文紹介2</title>
<description>
<![CDATA[ <p>医療における意思決定を支援するために機械学習システムを使用することは、電子カルテの観察データに暗黙的に埋め込まれたバイアスのために、これらのシステムが歴史的に不当な扱いを受けてきたグループのケアにおける格差をどの程度導入したり、悪化させたりするのかという疑問を投げかけている。</p><p>&nbsp;</p><p>臨床リスク予測モデルの文脈でこの問題に対処するために、我々は、等化オッズのグループ・フェアネス基準を個人レベルに拡張するための増強された反事実上のフェアネス基準を開発した。これは、事実上の結果と事実上の結果が異なっていなければ、患者と敏感な属性を変更した結果の事実上の患者に対して同じ予測が行われることを要求することによって行う。我々は、観察的な電子カルテデータを用いて、長期入院患者の在院期間と死亡率の公正なモデルを開発するために、拡張された反事実上の公正さ基準をどの程度適用できるかを調査している。</p><p>&nbsp;</p><p>公平性基準はデータ生成プロセスを知らないと不定形であるため、我々は変分自動エンコーダーを使用して、仮定された因果関係グラフのコンテキストで反事実推論を実行する。我々の技術は、学習された生成モデルの文脈において、公正性の維持と予測性能の低下をトレードオフする手段を提供するが、このアプローチの一般性を評価するためには、さらなる研究が必要である。</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://arxiv.org/abs/1907.06260" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">Counterfactual Reasoning for Fair Clinical Risk Prediction</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">The use of machine learning systems to support decision making in healthcare raises questions as to what extent these systems may introduce or exacerbate disparities in care for hi…</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">arxiv.org</span></span></span></a></article></div><p>&nbsp;</p><p>■株式会社NAMについて<br>ヘルスケア分野に深層学習技術、ブロックチェーン技術を応用するために2017年創業。医療機関が生み出す様々なデータを利活用するために、ブロックチェーンによる改ざん不能なデータの管理、貯蓄された生データから医療AIを開発、応用を行なっています。ヘルスケアにイノベーションを起こすことを目指しています。<br>GINZA SIXで展開している高精度の遺伝子検査サービス「NAMヘルスラボ」や、石垣島徳洲会と連携し医療過疎地でのAI応用を模索、NNVIDIA社のプログラムにてパートナーと認定されることで深層学習技術の開発を進めています。<br><br>■自社URL<br>○ 株式会社NAM:&nbsp;<a href="https://nam-inc.jp/" rel="nofollow ugc noopener" target="_blank">https://nam-inc.jp/</a><br>○&nbsp;NAM ヘルスラボ:&nbsp;<a href="https://nam-health.com/" rel="nofollow ugc noopener" target="_blank">https://nam-health.com/</a><br>○&nbsp;緊急性の症状診断ドクターQ:&nbsp;<br>&nbsp; &nbsp; &nbsp; &nbsp;&nbsp;LINE版:&nbsp;<a href="https://line.me/R/ti/p/%40ffn3774n" rel="nofollow ugc noopener" target="_blank">https://line.me/R/ti/p/%40ffn3774n</a><br>&nbsp; &nbsp; &nbsp; &nbsp;&nbsp;Telegram版:&nbsp;<a href="https://t.me/DoctorQbot" rel="nofollow ugc noopener" target="_blank">https://t.me/DoctorQbot</a><br><br>■参考URL<br>○ 未踏IT人材発掘・育成事業：2016年度採択プロジェクト概要（代表: 中野PJ）<br><a href="https://www.ipa.go.jp/jinzai/mitou/2016/gaiyou_f-2.html" rel="nofollow ugc noopener" target="_blank">https://www.ipa.go.jp/jinzai/mitou/2016/gaiyou_f-2.html</a><br><br>○ 未踏アドバンスト事業：2017年度採択プロジェクト概要（代表: 中野PJ）<br><a href="https://www.ipa.go.jp/jinzai/advanced/2017/gaiyou_o-1.html" rel="nofollow ugc noopener" target="_blank">https://www.ipa.go.jp/jinzai/advanced/2017/gaiyou_o-1.html</a><br><br>○ 医療のシゴト、AI味方に　スタートアップが効率化&nbsp; (日本経済新聞)<br><a href="https://www.nikkei.com/article/DGXMZO24712960V11C17A2TJE000/" rel="nofollow ugc noopener" target="_blank">https://www.nikkei.com/article/DGXMZO24712960V11C17A2TJE000/</a><br><br>○ NAM、AIで健康相談　医師紹介や予約も (日本経済新聞)<br><a href="https://www.nikkei.com/article/DGXMZO23984470Y7A121C1X11000/" rel="nofollow ugc noopener" target="_blank">https://www.nikkei.com/article/DGXMZO23984470Y7A121C1X11000/</a><br><br>○ 体調の緊急性を判断できるチャットボット「ドクターQ」　(Yahooニュース)<br><a href="https://headlines.yahoo.co.jp/hl?a=20181112-00000017-ascii-sci" rel="nofollow ugc noopener" target="_blank">https://headlines.yahoo.co.jp/hl?a=20181112-00000017-ascii-sci</a><br><br>○&nbsp;慶應医学部発AI&amp;ブロックチェーン企業の株式会社NAMが、NVIDIAの「Inception Program」パートナー企業に認定<br><a href="https://prtimes.jp/main/html/rd/p/000000006.000032681.html" rel="nofollow ugc noopener" target="_blank">https://prtimes.jp/main/html/rd/p/000000006.000032681.html</a><br><br>○&nbsp;石垣島徳洲会病院で実証実験 (徳洲会新聞)<br><a href="https://www.tokushukai.or.jp/media/newspaper/1149/article-12.php" rel="nofollow ugc noopener" target="_blank">https://www.tokushukai.or.jp/media/newspaper/1149/article-12.php</a><br>&nbsp;&nbsp;</p><p>&nbsp;</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12645488813.html</link>
<pubDate>Tue, 22 Dec 2020 11:18:42 +0900</pubDate>
</item>
<item>
<title>医療におけるリスクとは？中野哲平の論文紹介</title>
<description>
<![CDATA[ <p>リスク調整は、医療においてますます重要なツールとなっている。リスク調整は、会員に保険を提供する際に予想されるコストを反映させるために、医療計画の支払い調整に広く適用されている。リスク調整モデルは一般的に線形回帰を用いて推定されますが、これはクレームデータの情報を十分に活用していません。さらに、このような線形回帰モデルの開発には、かなりの専門知識とデータの前処理のための計算労力が必要である。</p><p>&nbsp;</p><p>この論文では、患者の病歴を表現するために意味的エンベッディングを使用するリスク調整のための新しいアプローチを提案する。エンベッディングは、患者の病歴の診断コード、処置コード、処方コードから学習した医療概念を効率的に表現する。このアプローチにより、特徴操作の必要性が大幅に削減される。我々の結果は、前向きリスクスコア予測の課題において、エンベッディングを使用したモデルが市販のリスク調整モデルよりも優れた性能を持っていることを示している。</p><p>&nbsp;</p><p>&nbsp;</p><div class="ogpCard_root"><article class="ogpCard_wrap" contenteditable="false" style="display:inline-block;max-width:100%"><a class="ogpCard_link" data-ogp-card-log="" href="https://arxiv.org/abs/1907.06600" rel="noopener noreferrer" style="display:flex;justify-content:space-between;overflow:hidden;box-sizing:border-box;width:620px;max-width:100%;height:120px;border:1px solid #e2e2e2;border-radius:4px;background-color:#fff;text-decoration:none" target="_blank"><span class="ogpCard_content" style="display:flex;flex-direction:column;overflow:hidden;width:100%;padding:16px"><span class="ogpCard_title" style="-webkit-box-orient:vertical;display:-webkit-box;-webkit-line-clamp:2;max-height:48px;line-height:1.4;font-size:16px;color:#333;text-align:left;font-weight:bold;overflow:hidden">Medical Concept Representation Learning from Claims Data and Application to Health Plan Payment Risk Adjustment</span><span class="ogpCard_description" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;line-height:1.6;margin-top:4px;color:#757575;text-align:left;font-size:12px">Risk adjustment has become an increasingly important tool in healthcare. It has been extensively applied to payment adjustment for health plans to reflect the expected cost of prov…</span><span class="ogpCard_url" style="display:flex;align-items:center;margin-top:auto"><span class="ogpCard_iconWrap" style="position:relative;width:20px;height:20px;flex-shrink:0"><img alt="リンク" class="ogpCard_icon" height="20" loading="lazy" src="https://c.stat100.ameba.jp/ameblo/symbols/v3.20.0/svg/gray/editor_link.svg" style="position:absolute;top:0;bottom:0;right:0;left:0;height:100%;max-height:100%" width="20"></span><span class="ogpCard_urlText" style="overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:#757575;font-size:12px;text-align:left">arxiv.org</span></span></span></a></article></div><p>&nbsp;</p><p><br>&nbsp;</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12645488124.html</link>
<pubDate>Tue, 22 Dec 2020 11:13:51 +0900</pubDate>
</item>
<item>
<title>Weibo Japan 周 会長と株式会社の金銭トラブル</title>
<description>
<![CDATA[ <p>NAM社からWeiboに1000万円を貸したのですが、</p><p>そのお金は全く帰ってきません。</p><p>&nbsp;</p><p>一体これから、どうなるのでしょうか。。。。</p><p>&nbsp;</p><p>現在、本国のweiboへ問い合わせしています。</p><p>続編を乞うご期待</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12621960892.html</link>
<pubDate>Wed, 02 Sep 2020 11:39:35 +0900</pubDate>
</item>
<item>
<title>ビットモット、運営からついに正式リリース。始まる、新しい仮想通貨ゲーム</title>
<description>
<![CDATA[ <p>ビットコインは、オンラインギャンブルの業界に新しい時代の幕開けをもたらします。ほぼ即時の引き出しと入金、および身元確認の必要性の欠如により、ビットコインはオンラインギャンブルの世界で使用される通貨の優先単位になりつつあります。 ビットモットは、オンラインゲーム体験を次のレベルに引き上げるための革新的なプロトコルを備えた新しいギャンブルウェブサイトです。</p><p><a href="https://stat.ameba.jp/user_images/20200316/11/nakanoteppei-2019/17/0b/g/o0501045614728830536.gif"><img alt="" contenteditable="inherit" height="200" src="https://stat.ameba.jp/user_images/20200316/11/nakanoteppei-2019/17/0b/g/o0501045614728830536.gif" width="220"></a><br><br>ビットモットのアカウントを作成すると、ユーザーにはビットコインアドレスが与えられます。このアドレスを使用して、ビットコインを入金してプレイを開始できます。最小ベットは1ビット、または100サトシです。最大ベットは1.000.000ビット、または1ビットコインです。このゲームは、ユーザーに賭けをさせてから、乗数を乗せたティッカーを表示することで機能します。乗数は1.00xから始まり、乗数に制限はありません。私は個人的に2100xの乗数を見ました。ゲームの目的は、ベットを置き、ティッカーを見て、ティッカーが「バスト」する前に「キャッシュアウト」することです。<br><br>ゲームは公正であることが証明されており、この説明はここにあります。以下は、ビットモットウェブサイトから家のオッズを説明しています。<br><br>住宅の余白は、保持期間に応じて0〜1％の範囲でスケーリングされます。追加の1％がすべての賭けから効果的に取得され、ボーナスプールに入れられます。ボーナスプールは、ゲーム全体に分配されます。結果として、スキルレスまたはランダムプレイは-最悪の場合-2％の期待リターンを持ちますが、ボーナスを巧みに獲得することでハウスマージンを克服することは可能です。<br><br>数字はゲームに組み込まれているため、心配する必要はありません。これは、非常に保守的なプレイを防ぐため、固定されたハウスマージンはありません（たとえば、$ 100のゲームで$ 2を作ろうとすると、1％のハウスマージンが潜在的な利益の50％になります！）。独自のフォーミュラにより、非常に保守的なプレイ（早期のキャッシュアウト）と非常にアグレッシブなプレイ（あなたが億万長者になるまでホールド）の両方で公平になります。<br><br>ゲームはアップグレードされており、ゲーム内にあるIRCチャットルームに参加している人に無料で提供するチャットボットもあります。また、ゲームを試す機会を得るために、ユーザーに1時間ごとに2ビットを無料で提供する蛇口が組み込まれています。私自身は、賢くプレーしてボーナスに向かって努力することで、0.8ビットコイン以上の利益を得ることができました。 ビットモットをチェックして、デポジットして、今日から楽しみましょう！</p><p>&nbsp;</p><p>正式リリースは5月を予定しているそうです！！</p><p>&nbsp;</p>
]]>
</description>
<link>https://ameblo.jp/nakanoteppei-2019/entry-12582521351.html</link>
<pubDate>Mon, 16 Mar 2020 11:00:15 +0900</pubDate>
</item>
</channel>
</rss>
