Vision

Time table

特徴点抽出やビッグデータ解析エンジン（アクセラレーション）の開発とネットワークサービスを想定した計画の最初の段階では、健康体・未病・成人病・癌・重大疾病を早期に検出するヘルスケア・サービスをターゲットに進めていきます。ビッグデータ解析サービスは、最初の段階ではヘルスケアに特化した形での開発を進め、プラット・フォーム化して他のアプリケーションへの応用や展開が可能な様にします。ビッグデータ解析対象は、最終的には呼気・皮膚ガス・血液成分・体温・血流・血圧・患部画像と違った性質の複数の入力写像の相関を取り、いくつかの入力データが無くても相関を推定可能なヘルスケア向けのビッグデータ解析エンジンを目指します。ビッグデータ量があるレベルを超えると条件学習・教師学習を入れると誤差を小さく出来ない恐れがあり、逆にデータ量が少ない段階では、最終的な癌判定との相関をある程度絞り込む様な支援が必要で、これらを特徴点抽出データと期待される相関データ精度をアップする様にスイッチさせる機構を入れていきます。

最終的に入力データ量を増加させながらその相関を取る段階で、スイッチングをどう調整するかを確定させます。プラット・フォームは、第一線の技術者や研究者から見ると一般的に軽視され易い機能で、この最初の設計方針とソフトウェア拡張容易性が、その後のユーザーの利用価値を大きく支配し、将来本当に必要とされる膨大なソフトウェア開発コストを左右する様になります。また、最初のデザイン段階から、数万人～数百万人、数千万人と増加するビッグデータのハードウェア・アクセラレータ方式についても検討します。メディカルドクターや医療研究者・ヘルスケアユーザーの視点は、常時外部からフィードバックされるUIを通してインターラクティブに実装されてテストすべき重要なコンセプトとなります。