AIBR プレミアム
拓海先生、最近部下が「眼の動きを使えば注釈コストを下げられる」と言うのですが、正直ピンと来ません。要するに何をどう変える研究なんでしょうか？
素晴らしい着眼点ですね！簡単に言うと、人がどこを見ているかのデータ（eye-gaze）を利用して、医師の注釈を補うか代替する方法を検証した研究です。人手の注釈が高コストな場面で、注視データを低コストな信号として使えるかを確かめているんですよ。
なるほど。で、具体的には眼のデータが noisy（ノイズだらけ）だと聞きますが、それをどう扱っているんですか？
良い質問ですね。ここが肝で、個人ごとのばらつきは大きいが、複数人で共通して注視するポイント（inter-observer consistency）を抽出すると信号が浮かび上がるのです。要はノイズを群の一貫性で薄める発想です。
群の共通点を使う、ですか。これって要するに目の注視が合うところを“正解”ラベルに近いものとして使うということ？
その通りです！さらに踏み込むと、研究は有糸分裂（mitosis）という病理上の重要な微小構造に注目し、非医療者の注視データでも、群で一致する注視をラベル化すると畳み込みニューラルネットワーク（Convolutional Neural Network、CNN、畳み込みニューラルネットワーク）を訓練できることを示しました。
非医療者でも通用するんですね。それなら現場導入のコストが下がる期待はあります。とはいえ、うちの現場は保守的で、誤検出のコストが怖いのですが、精度はどうなりますか？
安心して下さい。研究結果では、群の一貫性から作った注視ラベルで学習したCNNは、専門家が付けたグラウンドトゥルース（ground truth、正解ラベル）ベースのCNNに近い性能を示し、従来のヒューリスティック（heuristic、経験則）ベースの手法より有意に良かったと報告しています。
それを聞くと実務導入の光が見えます。現場に置くとしたら、目のトラッキング機器や操作の手間がネックになりませんか？
導入の障壁は確かに存在します。しかし研究は非医療者14名からのデータで効果を示しており、専用機器に過度に依存しないワークフローも想定可能です。まずはパイロットで小規模に試し、効果を評価するのが現実的です。
ありがとうございました。要点を整理すると、自分の言葉で言うと「複数人が一致して見た場所をラベルに変えてAIを学習させれば、専門家ラベルに近い精度が期待できる。まずは小さく実験して投資対効果を確かめる」ということでよろしいですか？
素晴らしい総括です！その理解で合っていますよ。大丈夫、一緒にやれば必ずできますよ。次は実験計画を3点だけ詰めましょうか、時間がない経営者のために要点を3つにまとめますよ。
