FRONTEO、建設や製造でのリスクを予測するAIを発表–事故記録からモデル作成

今回は「FRONTEO、建設や製造でのリスクを予測するAIを発表–事故記録からモデル作成」についてご紹介します。

関連ワード （ソフトウェア等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　FRONTEOは2月17日、医療領域で活用中の人工知能（AI）エンジン「Concept Encoder」を建設や製造の現場で活用する「WordSonar for AccidentView」（WordSonar）を発表した。日報に記録した事故情報を教師データとしてモデルを作成し、しきい値などを用いて現場の作業員に通知する。

　同社取締役 AIソリューション事業統括 山本麻理氏は「医療現場で実績がある転倒・転落予測を用いれば、事故を半分でも3分の1でも削減できる。社会的意義が大きい」と主張した。利用料金は登録データ量や利用範囲によって異なり、個別見積もりとなる。

　2018年に誕生したConcept Encoderはテキストデータを学習教師としたAIエンジン。医療領域であれば、医学論文や医学・医療情報を解析して、診断や創薬を支援する。山本氏は以下のようにWordSonarの開発理由を説明した。

　「（2012年に誕生した前身AIのKIBITから数えて）この10年間、一貫しているのは電子カルテや医療記録、患者との会話など非構造化データの解析。これは建設現場も同様だ。安全に関する記録や作業日報、過去の事故情報が膨大な文書を活用すれば、医療現場の課題同様に（建設・製造現場の課題を）改善できる」

　すでに医療現場で活用中の転倒転落予測システム「Coroban（コロバン）」は、日々の看護記録をデータとして読み込ませて解析し、患者が転倒・転落する可能性を7日前に予測できるという。先のデータを薬剤や意識確認、感覚など9項目に自動分類し、その結果をスコアリング＆スパイダーグラフ化。転倒・転落リスクの変化を数値化し、しきい値を超えると警告を発する仕組みだ。

　看護師の看護過程情報による判断とAI判定を比較すると数値は向上するとしている。入院患者がアラートを鳴らす発報率100％はCoroban導入後に59％まで低下させているという。

　同社ライフサイエンスAI 最高技術責任者（CTO） 兼 ニューロ言語科学研究所 所長 豊柴博義氏は「転倒・転落の補足率は変化していないが、看護師の負担は軽減する。（事故を防ぐ）抑制実施率は13.5％から6.2％へ、転倒発生率も3.2％から2.1％へ低下。骨折を伴う転倒・転落は0.05％から0％に変化」と説明する。

　WordSonarは工事現場から上がってきた報告や建設現場情報、過去の事故情報などをデータ化し、建設業や製造業の事故発生抑制を目的としている。たとえば「雨の中のクレーン作業」を検索すると、過去の事故情報を検出。安全管理責任者はAI判断の可否を取捨選択して、検索精度を向上させる。

　Coroban同様に収集した情報をもとにしたリスクを予測し、提示されたデータは現場の責任者と情報を共有。現場の担当者は作業中にPC利用が難しいため、スマートフォンに注意喚起を促すメッセージを送信する仕組みを想定している。

　豊柴氏は「数日後に起こりうるリスク予測で対策を講じやすい。検索も自然文が利用できる。また、非常に軽い」とWordSonarの特徴を列挙した。予測精度についても「任意の作業が連続すれば関連する事故、猛暑日が続けば熱中症や体調不良を警告する。予測範囲は3日前まで可能」（豊柴氏）だと主張している。