AIによる「人道支援のターゲティング」

COVID-19のパンデミックは多くの中低所得国に打撃を与え、広範な食糧不安と生活水準の急激な低下を引き起こしている。このような危機に対応するため,世界各国政府や人道支援組織は15億人以上に社会的支援を行なってきた(参照)。一方で、この種の人道支援プログラムを運営する際、ターゲティングは常に重要な課題であり、利用可能なデータから「最も支援を必要としている人々」を迅速に特定する手段が求められている。

カリフォルニア大学バークレー校の研究チームは、機械学習を用い、「携帯電話ネットワークなどから得られるデータから人道支援ターゲティングを改善できる」とする研究成果を発表した。本研究論文Natureからこのほど公開されている。チームの研究論文では、トーゴ共和国(西アフリカの一国、ギニア湾に面する)における政府主導の支援プログラムを対象としている。2020年4月に先行してスタートしていた「Novissiプログラム」(非正規労働者に対する金銭的援助)を、農業従事者を主体とする最貧困層のトーゴ住民にまで拡大することを研究者らは目指した。研究チームはまず、衛星画像データからトーゴの国土をグリッドセルで分割し、2.4km四方のセル内に居住する人々の相対的な富裕度を推定した。次に、トーゴの主要な携帯電話会社2社から提供された携帯電話使用データと既存の広範な調査データをマッチングさせ、機械学習モデルによって「加入者の推定使用量から貧困パターン」を個別検出することを可能とした。アプローチ評価においては、トーゴ政府が従前検討していた一般的な地理的ターゲティングと比較して、チームの機械学習アプローチは「対象者除外の誤り」を 4~21%減少させるなど、より適切なターゲティングを実現していることが示された。

著者らは「貧困に関連する従来のデータが欠落していたり、古くなっていたりする状況において、携帯電話データなど新しいデータソースと機械学習手法を組み合わせることで、旧来の人道支援ターゲティングの方法を補完できる可能性があること」を強調している。

関連記事:

  1. 南アフリカ農村部でのREASSURED診断 – HIV迅速検査読み取りAIアプリ
  2. 人種間の「ゲノムデータ格差」
  3. WHO – 高齢者を置き去りにしないAI開発戦略
  4. 英政府 – 「医療AIのバイアス解消」に向けた新しい取り組みを公表
  5. Nightingale Open Science – 無償利用可能な「AI開発向け大規模医学データベース」

TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事