ネットワーク型共同研究拠点を支える 人・環境と物質をつなぐイノベーション創出ダイナミック・アライアンス 研究者データベース

安価に収集できるビッグデータを高速な計算機で処理して機械を学習させればヒトよりも賢い機械を創造できる．今の人工知能ブームはそんなナイーブな思い込みを拠り所に，深層学習を中心に発展し，成功を収めてきました．その一方で，ヒトの経験，少数のエキスパートのみが有する暗黙的な知識，発生自体が稀であったり収集が高コストなデータは，忘れ去られています．我々はあえてスモールなデータに着目し，ヒトの経験や暗黙的な知識も積極的に取り込む解析を行うことで，スモールなデータに着目しビッグデータでは得られない新たな価値の創造を目指します．特に，スモールデータ解析を活用して，新たな医療機器・医療AIの開発や病態の解明につなげます．

Today’s AI revolution has been driven by a simple belief: that machines can surpass human intelligence by learning from vast amounts of cheaply collected big data processed by high-speed computers. This belief, centered around deep learning, has led to remarkable progress and widespread success. However, in this pursuit, crucial elements have been left behind—human experience, tacit knowledge held only by a few experts, and data that are rare or costly to obtain. In our lab, we challenge this trend by turning our focus to small data. By actively integrating human expertise and implicit knowledge into data analysis, we aim to uncover new insights and create value that big data alone cannot provide. Our goal is to apply small data analysis to the development of next-generation medical devices, medical AI, and the deeper understanding of complex diseases.

私たちはスモールデータと専門家の有する知識やノウハウを融合させて，新たな医療AIや医療機器の開発，医学の発展につなげますことを目指しています．具体的には，てんかん，認知症，睡眠障害，循環器疾患，麻酔・集中治療分野などを中心に活動しています．さらに，スモールデータを解析するための方法論や新規の機械学習アルゴリズム，数理モデル，そしてデータを通じた基礎医学・神経科学への貢献を目指しています．

We aim to integrate small data with expert knowledge and know-how to develop novel medical AI systems and devices, thereby contributing to advances in medicine. Our research focuses primarily on epilepsy, dementia, sleep disorders, cardiovascular diseases, and the fields of anesthesia and intensive care. Furthermore, we strive to develop methodologies and novel machine learning algorithms for analyzing small data, along with mathematical models that enable fundamental contributions to medical science and neuroscience through data-driven approaches.