[nikomat:07774] Re: Stereo Photos

[takada@ipe.tsukuba.ac.jp (takada)]

筑波大学  高田＠ニセ医者  です

<199709110749.QAA00286@nikongw.nikon.co.jp>の記事において
yd@nikongw.nikon.co.jpさんは書きました。

>> よしだ＠ないこん％機械学習屋です。

>>  > ＃ううむ、そうなのですかね。なかなか地道な努力の必要な分野なのかも
>>  > ＃しれませんね。現在所属している京大松山研の松山先生は、同じく京大
>>  > ＃の長尾先生の研究室出身なのですが、まさしくそちらは自然言語処理の
>>  > ＃研究室ですね、田村先生の研究分野と近いのではないのかなと思って
>>  > ＃おります。

このところ電子図書館にも多少かかわっているのですが、来年度から京大と
筑波大に電子図書館の予算がついているのです。京大は長尾先生の研究室
がかなり積極的にからんでいるのですね。筑波大は図書館が中心となっていて
研究者はあまり中心的な役割は果たしていない（アドバイザーみたいなもの）。

＃京大はちょっと図書館の体制等が古すぎますね。
＃でも、京大の図書館が以前アエラかなにかで知識の墓場として報道されたのは
＃図書館全体にとっては良い効果を与えましたが。

＃コンピュータによるダイジェストの作成というのは、電子図書館からみで
＃興味をもちました。

>> 私の場合、医用画像のように 見ている人も 自分が何を見ているんだか
>> うまく説明できないような画像（パターン）の認識（病理の医者は認識
>> できるのだから そこに情報はあるはず）を自動化する仕事に長年従事し
>> てました。

画像処理にもいろいろあるのだと思いますが、病理画像の認識って一番難しい
のではないかと思います（医用画像の範疇では）。病院情報システムの端末で
医用画像を見られるようにするというのが、このところのトレンドなのですが
（そうですよね＞山田さん）、病理の画像を見られるようにしてくれというの
は、要求順位としては一番下位だと思います（レントゲンの画像、心電図、
内視鏡画像などを見たいという要求は高い）。これは、一般の医師にとっては
病理標本の画像を見てもほとんど理解できないからでしょう（そういう訓練を
受けていないということもありますが）。私など、病理標本を見てもひどい場
合はそれがどこの臓器のものであるかもわかりません。

また、病理標本については肉眼での判断から、顕微鏡での判断まであり、
その倍率を変えていくことにより、見るべきものの内容が変化することから、
１枚の画像からだけでは判断できない事が多くあります（一番単純なのは、
単一の細胞または少数の細胞を見て判断をくだす細胞診でしょうか）。

画像の自動診断として最も歴史があり、実用に既になっているのは、心電図の
解析でしょうか（基本的には電気的な信号ですが）。

**************************************************
*高田  彰  Akira Takada  takada@ipe.tsukuba.ac.jp*
*筑波大学臨床医学系    筑波大学附属病院医療情報部*
**************************************************