緊急地震速報“最大で25秒早く” 海底地震計利用で
https://www3.nhk.or.jp/news/html/20190622/k10011964501000.html
2019年6月22日 4時04分
NHK NEWS WEB

　海底にある地震計を用いることで、気象庁の緊急地震速報が日本海溝沿いの地震などに限り、これまでよりも最大で25秒ほど早く発表できる見通しになりました。
　ただ、陸地に近いところの地震は引き続き揺れるまで時間がなく、注意が必要です。

　気象庁の緊急地震速報は、地震計で地震発生直後に出る小さな揺れを検知して震源や地震の規模を推定し、
　震度５弱以上の強い揺れが予測された場合に警報として発表しています。

　これまで地震の検知に使われる地震計は地上のものが主でしたが・・・

続きはソースで

世界人口、2050年には97億人に 国連予測
https://www.afpbb.com/articles/-/3230488
2019年6月18日 10:35
AFP,AFP NN NEWS

　【6月18日 AFP】国連（UN）の経済社会局（DESA）は17日、現在77億人の世界人口が、2050年には97億人に達するとの見通しを明らかにした。サハラ以南アフリカの人口は現在の2倍に増えると予想されている。

　国連の報告書「世界人口予測（World Population Prospects）」最新版によると、世界人口はさらに2100年までに110億人に達するという。

　報告書によると今後、少数の国では平均寿命の伸びにより人口の増加が見込まれる一方で、世界全体の人口増加率は出生率の低下により鈍化する。

続きはソースで

　(c)AFP

赤ちゃんの泣き声の意味をAIで聞き分けることが可能に
https://gigazine.net/amp/20190607-ai-understand-baby-different-cries
2019年06月07日 14時00分00秒
GigaZiNE

　赤ちゃんの泣き声は親を心配にさせたり、イライラさせたりするものです。
　そんな赤ちゃんの泣き声を人工知能(AI)を用いて聞き分けることで、「正常な泣き声」と「異常な泣き声」を区別するという研究が進められています。

　Infant cry language analysis and recognition: an experimental approach - IEEE Journals & Magazine
　https://ieeexplore.ieee.org/document/8657383

　Artificial intelligence that can understand meaning of a baby’s different cries- Technology News, Firstpost
　https://www.firstpost.com/tech/science/artificial-intelligence-to-understand-meaning-behind-the-different-babies-cries-6766841.html

　赤ちゃんはお腹が減ったり、病気で体調が悪くなったりすると泣きますが、それだけでなく親の気を引くために泣くこともあります。
　熟練の親や専門家であれば乳児の泣き声の意味をある程度理解することができるため、泣き声の意味を正確に認識することは可能であると考えられてきました。

　そこで、さまざまな意味合いを持つ幼児の泣き声の「周波数的領域における音声特徴」を分析し、「乳児が泣いている理由」を認識しようとしたのが、
　ノーザン・イリノイ・ユニバーシティの電気工学科で准教授を務めるLichuan Liu氏が率いる研究チーム。

　研究チームは線形予測符号を用いて乳児の泣き声から線形予測ケプストラム係数(LPCC)、バーク周波数ケプストラム係数(BFCC)、メル周波数ケプストラム係数(MFCC)といった形で音の特徴を抽出。

続きはソースで

MITコンピュータ科学・人工知能研究所はディープラーニングにより乳がんの発生を予知する手法を開発したと発表しました。これにより、乳がんになりやすい人を従来よりもはるかに高い精度で発見することができるほか、将来的には乳がん以外のがんや心筋梗塞などの早期発見にも役立つと期待されています。
https://i.gzn.jp/img/2019/05/08/mit-ai-breast-cancer/00.jpg

A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction | Radiology
https://pubs.rsna.org/doi/10.1148/radiol.2019182716

MIT CSAIL's AI can predict the onset of breast cancer 5 years in advance | VentureBeat
https://venturebeat.com/2019/05/07/mit-csails-ai-can-predict-the-onset-of-breast-cancer-5-years-in-advance/

アメリカでは乳がんが、がん関連の死亡原因の第2位で、2015年だけでも約23万2000人の人が乳がんだと診断され、約4万人が乳がんで亡くなっています。また、世界のがん患者のうち、乳がんの患者数が最も多いという調査結果もあります。このため、世界中で乳がんを早期に発見する研究が盛んに行われていて、最近の例ではGoogleのAIが99％の精度で転移性の乳がんを発見することができたと発表されました。
https://i.gzn.jp/img/2018/10/15/google-ai-detect-breast-cancer/00_m.jpg

既に発生してしまったがんを早期に発見することはもちろん重要なことですが、もし将来がんが発生するかどうかがあらかじめ分かっていれば、緊密ながん検査などを通してより効果的にがんの予防と治療が可能になります。そこで、乳がんの発生を予想するため、乳腺の密度や家族のがん既往歴などから統計的にがんの発生を予測する「Tyrer-Cuzick(TC)法」などの手法がこれまで用いられてきましたが、必ずしも精度が高いとはいえないものでした。

そこで今回、ディープラーニングにより高い精度で乳がんの発生を予見できる手法を開発したのが、MITコンピュータ科学・人工知能研究所でAIを研究しているレジーナ・バージレイ氏らの研究グループです。研究グループは、3万9571人の女性を対象としたマンモグラフィー検査により撮影された8万8994件の画像と、検査後5年間のがんの診断状況の統計データを使用して、深層学習によりAIをトレーニングしました。

その後、6万886人分のマンモグラフィー検査の画像と診断状況の統計データを、「従来のTC法」「ディープラーニングによる診断(DL)法」「TC法とDL法を組み合わせたハイブリッドDL法」の3種の手法ごとに分析して乳がんの予測精度を検証しました。その結果、ディープラーニングを用いたDL法とハイブリッドDL法は、従来から乳がんの予測に使用されてきたTC法のみの手法に比べて高い精度で乳がんの発生を予測できたとのことです。

以下の画像は、従来のTC法とハイブリッドDL法によるリスク評価と実際のがん発生率を比較したものです。リスク評価は「低・中・高」の3段階で、縦軸が上から「TC法の低・中・高リスク」で、横軸が左から「ハイブリッドDL法の低・中・高リスク」を表しています。
https://i.gzn.jp/img/2019/05/08/mit-ai-breast-cancer/a01.png

続きはソースで