TEDxGöteborg 2010
Anders Ynnerman: Visualizing the medical data explosion
アンダース・インナーマン：爆発的に増大する医療データの視覚化
Filmed:
Readability: 3.4
539,883 views
現在では患者一人に対して、医療用撮影装置はわずかな時間のうちに大量の画像やテラバイト級のデータを生成します。では、医者はこれらの情報の中からどのようにして有用なデータを判断するのでしょうか？TEDxGöteborgでは、科学データの視覚化の専門家であるアンダース・インナーマンが、無数のデータの解析のため、バーチャル解剖などといった新しく高機能なツールの紹介や、現在開発中であるSFに近いような医療技術を少しだけ披露します。本トークには医療用画像が含まれます。
Anders Ynnerman - Scientific visualization expert
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Double-click the English transcript below to play the video.
00:15
I will start by posing a little bit of a challenge:
0
0
4000
まず始めに医療に関係する
00:19
the challenge of dealing with data,
1
4000
3000
データを取り扱う
00:22
data that we have to deal with
2
7000
2000
課題について
00:24
in medical situations.
3
9000
2000
ご説明します
00:26
It's really a huge challenge for us.
4
11000
2000
これは私たちにとって大きな課題です
00:28
And this is our beast of burden --
5
13000
2000
そんな私たちを助けるのがこの機械です
00:30
this is a Computer Tomography machine,
6
15000
2000
これはコンピュータ断層撮影装置
00:32
a CT machine.
7
17000
2000
通称 CTです
00:34
It's a fantastic device.
8
19000
2000
素晴らしい装置です
00:36
It uses X-rays, X-ray beams,
9
21000
2000
人体の周りに対して
00:38
that are rotating very fast around the human body.
10
23000
3000
高速で回転するX線が使われます
00:41
It takes about 30 seconds to go through the whole machine
11
26000
2000
機械を端から端まで通り抜けるのに
00:43
and is generating enormous amounts of information
12
28000
2000
およそ30秒かかり そこから膨大な
00:45
that comes out of the machine.
13
30000
2000
情報が出力されます
00:47
So this is a fantastic machine
14
32000
2000
健康管理の向上のために
00:49
that we can use
15
34000
2000
使える
00:51
for improving health care,
16
36000
2000
大変素晴らしい機械です
00:53
but as I said, it's also a challenge for us.
17
38000
2000
しかし 私たちにとっての課題でもあるのです
00:55
And the challenge is really found in this picture here.
18
40000
3000
その課題はこちらの画像で見て取れます
00:58
It's the medical data explosion
19
43000
2000
これは現在私たちが直面している
01:00
that we're having right now.
20
45000
2000
医療データの爆発的な増加問題です
01:02
We're facing this problem.
21
47000
2000
この問題に現在取り組んでいます
01:04
And let me step back in time.
22
49000
2000
過去に遡りましょう
01:06
Let's go back a few years in time and see what happened back then.
23
51000
3000
数年前に何が起こったかご説明します
01:09
These machines that came out --
24
54000
2000
これらの機械は
01:11
they started coming in the 1970s --
25
56000
2000
1970年頃に導入され始め
01:13
they would scan human bodies,
26
58000
2000
人体をスキャンし
01:15
and they would generate about 100 images
27
60000
2000
100枚程度の人体画像を
01:17
of the human body.
28
62000
2000
生成します
01:19
And I've taken the liberty, just for clarity,
29
64000
2000
大変勝手ながら 明確化するために
01:21
to translate that to data slices.
30
66000
3000
それらをデータをデジタル化すると
01:24
That would correspond to about 50 megabytes of data,
31
69000
2000
大体50MBの大きさになります
01:26
which is small
32
71000
2000
情報量自体は私たちが
01:28
when you think about the data we can handle today
33
73000
3000
現在扱っているデータに比べると小さいでしょう
01:31
just on normal mobile devices.
34
76000
2000
通常のモバイル機器で扱えます
01:33
If you translate that to phone books,
35
78000
2000
電話帳に例えると
01:35
it's about one meter of phone books in the pile.
36
80000
3000
１メートル分積み上げた電話帳の数に相当します
01:38
Looking at what we're doing today
37
83000
2000
現在私たちが扱っている
01:40
with these machines that we have,
38
85000
2000
これらの機械は
01:42
we can, just in a few seconds,
39
87000
2000
数秒以内に
01:44
get 24,000 images out of a body,
40
89000
2000
2万4千枚もの人体の画像を生成します
01:46
and that would correspond to about 20 gigabytes of data,
41
91000
3000
これは20GBものデータ もしくは
01:49
or 800 phone books,
42
94000
2000
電話帳800冊分の情報量です
01:51
and the pile would then be 200 meters of phone books.
43
96000
2000
重ねれば200メートルは行くでしょう
01:53
What's about to happen --
44
98000
2000
何が起きようとしているか
01:55
and we're seeing this; it's beginning --
45
100000
2000
今まさに起き始めている
01:57
a technology trend that's happening right now
46
102000
2000
技術トレンドとは
01:59
is that we're starting to look at time-resolved situations as well.
47
104000
3000
測定時間中の人体の状態を見れるようになったことです
02:02
So we're getting the dynamics out of the body as well.
48
107000
3000
つまり人体の挙動を解剖なしで確認できるのです
02:05
And just assume
49
110000
2000
それでは
02:07
that we will be collecting data during five seconds,
50
112000
3000
５秒もの間 データを取得したとしましょう
02:10
and that would correspond to one terabyte of data --
51
115000
2000
それは１テラバイトものデータになります
02:12
that's 800,000 books
52
117000
2000
これは 80万冊の本 あるいは
02:14
and 16 kilometers of phone books.
53
119000
2000
16km分重ねた電話帳に相当します
02:16
That's one patient, one data set.
54
121000
2000
これは患者一人分のデータです
02:18
And this is what we have to deal with.
55
123000
2000
私たちが取り組む対象です
02:20
So this is really the enormous challenge that we have.
56
125000
3000
実に途方もない仕事です
02:23
And already today -- this is 25,000 images.
57
128000
3000
これで 2万5千枚もあります
02:26
Imagine the days
58
131000
2000
これらを放射線専門医が
02:28
when we had radiologists doing this.
59
133000
2000
対応する姿を想像してみてください
02:30
They would put up 25,000 images,
60
135000
2000
2万5千枚もの画像を前に
02:32
they would go like this, "25,0000, okay, okay.
61
137000
3000
こう言うのです 「えっと 2万5千枚か
02:35
There is the problem."
62
140000
2000
ああ ここが問題の箇所だ」
02:37
They can't do that anymore. That's impossible.
63
142000
2000
もうそのようなことはできません 不可能です
02:39
So we have to do something that's a little bit more intelligent than doing this.
64
144000
3000
そうするよりももっと合理的な方法を行う必要があります
02:43
So what we do is that we put all these slices together.
65
148000
2000
まずこれらの画像を一つにまとめます
02:45
Imagine that you slice your body in all these directions,
66
150000
3000
自分自身の体をあらゆる角度から薄切りにし
02:48
and then you try to put the slices back together again
67
153000
3000
それらを再度元のデータの塊に戻すことを
02:51
into a pile of data, into a block of data.
68
156000
2000
想像してみてください
02:53
So this is really what we're doing.
69
158000
2000
そういうことを私たちは行っているのです
02:55
So this gigabyte or terabyte of data, we're putting it into this block.
70
160000
3000
このギガ テラバイト級のデータを元の塊に戻します
02:58
But of course, the block of data
71
163000
2000
もちろん データの塊は
03:00
just contains the amount of X-ray
72
165000
2000
単に 人体のそれぞれの箇所において
03:02
that's been absorbed in each point in the human body.
73
167000
2000
吸収されたX線の総量のみを表します
03:04
So what we need to do is to figure out a way
74
169000
2000
そこで まずは私たちが
03:06
of looking at the things we do want to look at
75
171000
3000
注目していないものは透過し 確認したいもののみを
03:09
and make things transparent that we don't want to look at.
76
174000
3000
見れるようにする必要があります
03:12
So transforming the data set
77
177000
2000
つまり このような形に
03:14
into something that looks like this.
78
179000
2000
データを変換したいのです
03:16
And this is a challenge.
79
181000
2000
この課題は
03:18
This is a huge challenge for us to do that.
80
183000
3000
私たちにとって とてつもない難題でした
03:21
Using computers, even though they're getting faster and better all the time,
81
186000
3000
絶えず処理速度や性能が良くなるコンピュータでも
03:24
it's a challenge to deal with gigabytes of data,
82
189000
2000
ギガバイトや
03:26
terabytes of data
83
191000
2000
テラバイト級のデータを対象に
03:28
and extracting the relevant information.
84
193000
2000
関連情報を抽出するのは困難な作業です
03:30
I want to look at the heart.
85
195000
2000
心臓であったり血管や肝臓を
03:32
I want to look at the blood vessels. I want to look at the liver.
86
197000
2000
見たい時があるかもしれません
03:34
Maybe even find a tumor,
87
199000
2000
もしかしたら腫瘍を発見する
03:36
in some cases.
88
201000
2000
こともあるかもしれません
03:39
So this is where this little dear comes into play.
89
204000
2000
そこでこの可愛らしい子の出番です
03:41
This is my daughter.
90
206000
2000
これは私の娘です
03:43
This is as of 9 a.m. this morning.
91
208000
2000
今朝の9時頃の彼女の様子です
03:45
She's playing a computer game.
92
210000
2000
彼女はゲームで遊んでいます
03:47
She's only two years old,
93
212000
2000
まだ2歳児ですが
03:49
and she's having a blast.
94
214000
2000
とても楽しんでいます
03:51
So she's really the driving force
95
216000
3000
彼女はGPU開発の
03:54
behind the development of graphics-processing units.
96
219000
3000
推進役といっていいでしょう
03:58
As long as kids are playing computer games,
97
223000
2000
子供達がゲームを遊ぶ限り
04:00
graphics is getting better and better and better.
98
225000
2000
グラフィックは進化し続けるのです
04:02
So please go back home, tell your kids to play more games,
99
227000
2000
帰ったら 是非ゲームを勧めてください
04:04
because that's what I need.
100
229000
2000
それが私たちには必要だからです
04:06
So what's inside of this machine
101
231000
2000
この機械の中には
04:08
is what enables me to do the things that I'm doing
102
233000
2000
私が医療データに対して行っていることを
04:10
with the medical data.
103
235000
2000
可能にしてくれるものが存在します
04:12
So really what I'm doing is using these fantastic little devices.
104
237000
3000
実はこのような小さな装置を使っています
04:15
And you know, going back
105
240000
2000
ご存知のように
04:17
maybe 10 years in time
106
242000
2000
おそらく10年程前 私が
04:19
when I got the funding
107
244000
2000
１台目の画像処理用のコンピュータを
04:21
to buy my first graphics computer --
108
246000
2000
買う予算を得た時代の頃は
04:23
it was a huge machine.
109
248000
2000
それはとても巨大なマシンでした
04:25
It was cabinets of processors and storage and everything.
110
250000
3000
プロセッサやらストレージなどあらゆるものが詰め込まれていました
04:28
I paid about one million dollars for that machine.
111
253000
3000
私はそのマシンに100万ドル支払いました
04:32
That machine is, today, about as fast as my iPhone.
112
257000
3000
そんな機械も 今や私のiPhoneと同じくらいの性能です
04:37
So every month there are new graphics cards coming out,
113
262000
2000
毎月 新型のグラフィックカードが販売されますが
04:39
and here is a few of the latest ones from the vendors --
114
264000
3000
これは NVDIA ATI Intelといったベンダーから頂いた
04:42
NVIDIA, ATI, Intel is out there as well.
115
267000
3000
数少ない最新モデルです
04:45
And you know, for a few hundred bucks
116
270000
2000
ご存知のように 数百ドルも払えば
04:47
you can get these things and put them into your computer,
117
272000
2000
このようなグラフィックカードを購入し
04:49
and you can do fantastic things with these graphics cards.
118
274000
3000
コンピュータに追加して様々なことが可能になります
04:52
So this is really what's enabling us
119
277000
2000
このように これらと共に
04:54
to deal with the explosion of data in medicine,
120
279000
3000
人々に研究されている
04:57
together with some really nifty work
121
282000
2000
アルゴリズム開発や
04:59
in terms of algorithms --
122
284000
2000
データの圧縮方法
05:01
compressing data,
123
286000
2000
関連情報の抽出方法などによって
05:03
extracting the relevant information that people are doing research on.
124
288000
3000
膨大な医療データを取り扱うことを可能にしています
05:06
So I'm going to show you a few examples of what we can do.
125
291000
3000
それでは 私たちが出来るいくつかの例をご紹介します
05:09
This is a data set that was captured using a CT scanner.
126
294000
3000
これはCTスキャナーによって取得されたデータです
05:12
You can see that this is a full data [set].
127
297000
3000
ご覧のようにこれは完全なデータです
05:15
It's a woman. You can see the hair.
128
300000
3000
これは女性で 髪の毛が見えます
05:18
You can see the individual structures of the woman.
129
303000
3000
女性の身体の個別構成を確認することができます
05:21
You can see that there is [a] scattering of X-rays
130
306000
3000
このように歯の金属部分に対して
05:24
on the teeth, the metal in the teeth.
131
309000
2000
X線が拡散していることが見て取れます
05:26
That's where those artifacts are coming from.
132
311000
3000
ノイズが発生しているのはそういう部分です
05:29
But fully interactively
133
314000
2000
でも 通常のコンピュータ内の
05:31
on standard graphics cards on a normal computer,
134
316000
3000
標準のグラフィックカードによって インタラクティブに
05:34
I can just put in a clip plane.
135
319000
2000
断面を作ることができます
05:36
And of course all the data is inside,
136
321000
2000
全てのデータは格納されているので
05:38
so I can start rotating, I can look at it from different angles,
137
323000
3000
回転させたり 別の異なるアングルから確認ができます
05:41
and I can see that this woman had a problem.
138
326000
3000
この女性は問題を抱えていたようですね
05:44
She had a bleeding up in the brain,
139
329000
2000
脳内出血を起こしていたようですが
05:46
and that's been fixed with a little stent,
140
331000
2000
小さなステントと呼ばれる血管を狭める
05:48
a metal clamp that's tightening up the vessel.
141
333000
2000
金属製の留め具で治療されています
05:50
And just by changing the functions,
142
335000
2000
そして機能を変えることで
05:52
then I can decide what's going to be transparent
143
337000
3000
何を透明にし何を見えるようにするか
05:55
and what's going to be visible.
144
340000
2000
決めることができます
05:57
I can look at the skull structure,
145
342000
2000
骨格を見ることができます
05:59
and I can see that, okay, this is where they opened up the skull on this woman,
146
344000
3000
これが 女性の頭蓋骨を開けた部分で
06:02
and that's where they went in.
147
347000
2000
ここから中に入ったようです
06:04
So these are fantastic images.
148
349000
2000
これらは素晴らしい画像です
06:06
They're really high resolution,
149
351000
2000
非常に解像度が高く
06:08
and they're really showing us what we can do
150
353000
2000
現在の標準グラフィックカードを使って
06:10
with standard graphics cards today.
151
355000
3000
何が出来るかをとても良く示しています
06:13
Now we have really made use of this,
152
358000
2000
効果的な利用方法を編み出した私たちは
06:15
and we have tried to squeeze a lot of data
153
360000
3000
膨大なデータをシステム上に
06:18
into the system.
154
363000
2000
圧縮することを試みました
06:20
And one of the applications that we've been working on --
155
365000
2000
私たちの取り組んでいるアプリのうちの
06:22
and this has gotten a little bit of traction worldwide --
156
367000
3000
一つは 世界中で少しずつ話題になりつつある
06:25
is the application of virtual autopsies.
157
370000
2000
バーチャル解剖アプリです
06:27
So again, looking at very, very large data sets,
158
372000
2000
同じように 全身スキャンの画像といった
06:29
and you saw those full-body scans that we can do.
159
374000
3000
非常に巨大なデータセットを使います
06:32
We're just pushing the body through the whole CT scanner,
160
377000
3000
CTスキャナーに全身を通し
06:35
and just in a few seconds we can get a full-body data set.
161
380000
3000
数秒後に全身の画像データを得ることができます
06:38
So this is from a virtual autopsy.
162
383000
2000
これがバーチャル解剖です
06:40
And you can see how I'm gradually peeling off.
163
385000
2000
こうやって徐々に剥ぎ取っていきます
06:42
First you saw the body bag that the body came in,
164
387000
3000
始めに遺体袋が確認できます
06:45
then I'm peeling off the skin -- you can see the muscles --
165
390000
3000
次に皮を剥ぎ取り 筋肉が見えますね
06:48
and eventually you can see the bone structure of this woman.
166
393000
3000
最後にこの女性の骨格がご覧になれます
06:51
Now at this point, I would also like to emphasize
167
396000
3000
ここからは
06:54
that, with the greatest respect
168
399000
2000
これからお見せする人々に
06:56
for the people that I'm now going to show --
169
401000
2000
対し敬意を持って
06:58
I'm going to show you a few cases of virtual autopsies --
170
403000
2000
いくつかのバーチャル解剖をお見せします
07:00
so it's with great respect for the people
171
405000
2000
凶悪な事件によって
07:02
that have died under violent circumstances
172
407000
2000
お亡くなりになられた方々に敬意を払いつつ
07:04
that I'm showing these pictures to you.
173
409000
3000
これらの画像を
07:08
In the forensic case --
174
413000
2000
法医学的な事例としてお見せします
07:10
and this is something
175
415000
2000
これらは私の出身である
07:12
that ... there's been approximately 400 cases so far
176
417000
2000
スウェーデンだけで
07:14
just in the part of Sweden that I come from
177
419000
2000
過去4年間において
07:16
that has been undergoing virtual autopsies
178
421000
2000
およそ400件バーチャル解剖が
07:18
in the past four years.
179
423000
2000
執り行われています
07:20
So this will be the typical workflow situation.
180
425000
3000
これが通常のワークフローです
07:23
The police will decide --
181
428000
2000
警察は
07:25
in the evening, when there's a case coming in --
182
430000
2000
例えば夕方に 事件が起きたとして
07:27
they will decide, okay, is this a case where we need to do an autopsy?
183
432000
3000
解剖の必要があるかどうか判断します
07:30
So in the morning, in between six and seven in the morning,
184
435000
3000
そして朝の６時から７時にかけて
07:33
the body is then transported inside of the body bag
185
438000
2000
袋に包まれた遺体が
07:35
to our center
186
440000
2000
私たちのセンターに移送され
07:37
and is being scanned through one of the CT scanners.
187
442000
2000
CTスキャナーの一つでスキャンされます
07:39
And then the radiologist, together with the pathologist
188
444000
2000
病理学者やたまに法医学の研究者を
07:41
and sometimes the forensic scientist,
189
446000
2000
伴った放射線科医が
07:43
looks at the data that's coming out,
190
448000
2000
出力されるデータを確認し
07:45
and they have a joint session.
191
450000
2000
合同で会議を開きます
07:47
And then they decide what to do in the real physical autopsy after that.
192
452000
3000
そして本当の解剖をどのように行うか決めるのです
07:52
Now looking at a few cases,
193
457000
2000
いくつかの事例のうち
07:54
here's one of the first cases that we had.
194
459000
2000
私たちが担当した初期の事例を紹介します
07:56
You can really see the details of the data set.
195
461000
3000
このようにデータを本当に詳細に確認できます
07:59
It's very high-resolution,
196
464000
2000
とても高画質です
08:01
and it's our algorithms that allow us
197
466000
2000
さらに私たちが考案したアルゴリズムによって
08:03
to zoom in on all the details.
198
468000
2000
詳細な部分を拡大をすることが可能です
08:05
And again, it's fully interactive,
199
470000
2000
繰り返しますが 完全にインタラクティブで
08:07
so you can rotate and you can look at things in real time
200
472000
2000
このシステムによってリアルタイムで
08:09
on these systems here.
201
474000
2000
画像を回転させて見ることが可能です
08:11
Without saying too much about this case,
202
476000
2000
こちらの事例の説明は不要かもしれませんが
08:13
this is a traffic accident,
203
478000
2000
これは交通事故です
08:15
a drunk driver hit a woman.
204
480000
2000
酔っぱらった運転手が女性をひきました
08:17
And it's very, very easy to see the damages on the bone structure.
205
482000
3000
骨格の損傷を確認することがとても容易です
08:20
And the cause of death is the broken neck.
206
485000
3000
死因は首の損傷です
08:23
And this women also ended up under the car,
207
488000
2000
さらに女性は車に下敷きになってしまったため
08:25
so she's quite badly beaten up
208
490000
2000
その怪我によって体に
08:27
by this injury.
209
492000
2000
重度の損傷を負っています
08:29
Here's another case, a knifing.
210
494000
3000
別の事例を紹介します 刺殺事件です
08:32
And this is also again showing us what we can do.
211
497000
2000
私たちにできることを この例でも説明します
08:34
It's very easy to look at metal artifacts
212
499000
2000
体内に存在する金属製品を
08:36
that we can show inside of the body.
213
501000
3000
簡単に確認することができます
08:39
You can also see some of the artifacts from the teeth --
214
504000
3000
歯の中の加工物も確認できます
08:42
that's actually the filling of the teeth --
215
507000
2000
これは歯の詰め物です
08:44
but because I've set the functions to show me metal
216
509000
3000
金属のみを表示し その他は透明にする機能を
08:47
and make everything else transparent.
217
512000
2000
設定しています
08:49
Here's another violent case. This really didn't kill the person.
218
514000
3000
別の凶悪な事例を紹介します これは実際の致命傷ではありません
08:52
The person was killed by stabs in the heart,
219
517000
2000
この方は心臓に複数回刺され 死亡しました
08:54
but they just deposited the knife
220
519000
2000
しかし犯人はさらにナイフを
08:56
by putting it through one of the eyeballs.
221
521000
2000
片方の眼球に刺したままにしたのです
08:58
Here's another case.
222
523000
2000
別の事例を紹介します
09:00
It's very interesting for us
223
525000
2000
ナイフによる刺殺の事例などを検証できることは
09:02
to be able to look at things like knife stabbings.
224
527000
2000
私たちにとって大変興味深いものです
09:04
Here you can see that knife went through the heart.
225
529000
3000
ここではナイフが心臓に突き刺さっているのが確認できます
09:07
It's very easy to see how air has been leaking
226
532000
2000
空気が一方からもう一方へと
09:09
from one part to another part,
227
534000
2000
漏れだしている様子が簡単に確認できます
09:11
which is difficult to do in a normal, standard, physical autopsy.
228
536000
3000
通常の解剖ではこのようなことを確認することは困難です
09:14
So it really, really helps
229
539000
2000
このように
09:16
the criminal investigation
230
541000
2000
死因を判断する上で
09:18
to establish the cause of death,
231
543000
2000
犯罪捜査に大変有効です
09:20
and in some cases also directing the investigation in the right direction
232
545000
3000
また 捜査を正しい方向へ導き 真の殺人犯を
09:23
to find out who the killer really was.
233
548000
2000
突き止める場合もあります
09:25
Here's another case that I think is interesting.
234
550000
2000
これは 私が興味深いと感じた事例です
09:27
Here you can see a bullet
235
552000
2000
弾丸がこの方の脊椎の横に
09:29
that has lodged just next to the spine on this person.
236
554000
3000
留まっているのが見えます
09:32
And what we've done is that we've turned the bullet into a light source,
237
557000
3000
この弾丸を光源に変換することで
09:35
so that bullet is actually shining,
238
560000
2000
弾丸がこれらの破片を光らせて
09:37
and it makes it really easy to find these fragments.
239
562000
3000
見つけやすくしています
09:40
During a physical autopsy,
240
565000
2000
通常の解剖を行う際にこれらの破片を
09:42
if you actually have to dig through the body to find these fragments,
241
567000
2000
体内から見つけだそうとする場合は
09:44
that's actually quite hard to do.
242
569000
2000
実際には大変困難です
09:48
One of the things that I'm really, really happy
243
573000
2000
今日 皆さんにお見せ出来ることを
09:50
to be able to show you here today
244
575000
3000
嬉しく思っているものの一つが
09:53
is our virtual autopsy table.
245
578000
2000
このバーチャル解剖テーブルです
09:55
It's a touch device that we have developed
246
580000
2000
これは標準のGPUと今までのアルゴリズムを
09:57
based on these algorithms, using standard graphics GPUs.
247
582000
3000
元に私たちが開発したタッチデバイスです
10:00
It actually looks like this,
248
585000
2000
実際には
10:02
just to give you a feeling for what it looks like.
249
587000
3000
このような形となっています
10:05
It really just works like a huge iPhone.
250
590000
3000
巨大なiPhoneのように動作します
10:08
So we've implemented
251
593000
2000
テーブル上で
10:10
all the gestures you can do on the table,
252
595000
3000
行える全てのジェスチャーを実装しています
10:13
and you can think of it as an enormous touch interface.
253
598000
4000
巨大なタッチインターフェースと考えて頂ければと思います
10:17
So if you were thinking of buying an iPad,
254
602000
2000
iPadを買おうと考えている方は
10:19
forget about it. This is what you want instead.
255
604000
3000
忘れてください これこそ皆さんが欲していたものです
10:22
Steve, I hope you're listening to this, all right.
256
607000
3000
スティーブ あなたがこれを聞いてくれているといいんですが
10:26
So it's a very nice little device.
257
611000
2000
という訳で これはとても良いデバイスです
10:28
So if you have the opportunity, please try it out.
258
613000
2000
もし機会があれば 是非使ってみてください
10:30
It's really a hands-on experience.
259
615000
3000
実体験して頂くことをお勧めします
10:33
So it gained some traction, and we're trying to roll this out
260
618000
3000
注目も集めたことなので 私たちはこれの教育目的の
10:36
and trying to use it for educational purposes,
261
621000
2000
利用を想定して製品化を目指しており
10:38
but also, perhaps in the future,
262
623000
2000
将来的には
10:40
in a more clinical situation.
263
625000
3000
医療現場での利用も考えています
10:43
There's a YouTube video that you can download and look at this,
264
628000
2000
バーチャル解剖について紹介したい場合は
10:45
if you want to convey the information to other people
265
630000
2000
YouTubeに閲覧できる動画があるので
10:47
about virtual autopsies.
266
632000
3000
是非ご利用ください
10:50
Okay, now that we're talking about touch,
267
635000
2000
「触れる」ことについてご紹介したので
10:52
let me move on to really "touching" data.
268
637000
2000
次は本当にデータに触れることについてお話します
10:54
And this is a bit of science fiction now,
269
639000
2000
若干SFが入ってきますが
10:56
so we're moving into really the future.
270
641000
3000
未来のことについてお話します
10:59
This is not really what the medical doctors are using right now,
271
644000
3000
今は 医師がこれを利用している訳ではありませんが
11:02
but I hope they will in the future.
272
647000
2000
将来は 使っていることに期待しています
11:04
So what you're seeing on the left is a touch device.
273
649000
3000
左側に見えるのはタッチデバイスです
11:07
It's a little mechanical pen
274
652000
2000
小さな機械式のペンで
11:09
that has very, very fast step motors inside of the pen.
275
654000
3000
高速のステッピング・モーターが内蔵されており
11:12
And so I can generate a force feedback.
276
657000
2000
フィードバックを生むことができます
11:14
So when I virtually touch data,
277
659000
2000
よって データに仮想的に触れると
11:16
it will generate forces in the pen, so I get a feedback.
278
661000
3000
ペンに接触力が生まれ 感覚を得ることができるのです
11:19
So in this particular situation,
279
664000
2000
このように生きている方の
11:21
it's a scan of a living person.
280
666000
2000
スキャン画像に対して
11:23
I have this pen, and I look at the data,
281
668000
3000
ペンを持って データを確認しながら
11:26
and I move the pen towards the head,
282
671000
2000
頭部に向けてペンを動かすと
11:28
and all of a sudden I feel resistance.
283
673000
2000
突如 抵抗力を感じることができます
11:30
So I can feel the skin.
284
675000
2000
このように皮膚を感じることができます
11:32
If I push a little bit harder, I'll go through the skin,
285
677000
2000
もう少し強く押すと 皮膚を通り抜け
11:34
and I can feel the bone structure inside.
286
679000
3000
中の骨格を感じることができます
11:37
If I push even harder, I'll go through the bone structure,
287
682000
2000
さらに強く押せば 骨格を通り抜け
11:39
especially close to the ear where the bone is very soft.
288
684000
3000
耳のすぐ近くの柔らかい骨を通り
11:42
And then I can feel the brain inside, and this will be the slushy like this.
289
687000
3000
ぬるぬるしたような感じで 脳の部分を感じることができます
11:45
So this is really nice.
290
690000
2000
非常に有効な機能です
11:47
And to take that even further, this is a heart.
291
692000
3000
さらに例を紹介します これが心臓です
11:50
And this is also due to these fantastic new scanners,
292
695000
3000
新型のスキャナーのおかげで
11:53
that just in 0.3 seconds,
293
698000
2000
たった0.3秒で
11:55
I can scan the whole heart,
294
700000
2000
心臓全体をスキャンすることができます
11:57
and I can do that with time resolution.
295
702000
2000
さらに時間分解が行えるため
11:59
So just looking at this heart,
296
704000
2000
心臓を見ながら
12:01
I can play back a video here.
297
706000
2000
動画を再生することが可能です
12:03
And this is Karljohan, one of my graduate students
298
708000
2000
彼はこのプロジェクトに取り組んでいる
12:05
who's been working on this project.
299
710000
2000
大学院生の一人でカーデュアンと言います
12:07
And he's sitting there in front of the Haptic device, the force feedback system,
300
712000
3000
フィードバックシステムである触覚装置の前に座りながら
12:10
and he's moving his pen towards the heart,
301
715000
3000
心臓に向けてペンを動かすと
12:13
and the heart is now beating in front of him,
302
718000
2000
心臓が目の前で拍動しはじめます
12:15
so he can see how the heart is beating.
303
720000
2000
どのように心臓が拍動するのか確認できるのです
12:17
He's taken the pen, and he's moving it towards the heart,
304
722000
2000
ペンをとって 心臓に向けて動かし
12:19
and he's putting it on the heart,
305
724000
2000
心臓の上にペンを置くと
12:21
and then he feels the heartbeats from the real living patient.
306
726000
3000
生きた患者の心臓の鼓動を感じることができるため
12:24
Then he can examine how the heart is moving.
307
729000
2000
心臓の動作を確認することができます
12:26
He can go inside, push inside of the heart,
308
731000
2000
心臓の中に移動し 内部を押して
12:28
and really feel how the valves are moving.
309
733000
3000
心臓弁の動作を感じることができます
12:31
And this, I think, is really the future for heart surgeons.
310
736000
3000
これこそが 心臓外科医の将来の姿であると考えます
12:34
I mean it's probably the wet dream for a heart surgeon
311
739000
3000
心臓外科医にとって
12:37
to be able to go inside of the patient's heart
312
742000
3000
患者の心臓の中を
12:40
before you actually do surgery,
313
745000
2000
高解像度のデータを元に手術前に
12:42
and do that with high-quality resolution data.
314
747000
2000
確認するなんて夢のような話でしょう
12:44
So this is really neat.
315
749000
2000
非常に素晴らしい構想です
12:47
Now we're going even further into science fiction.
316
752000
3000
さらにSFに近いものをご紹介します
12:50
And we heard a little bit about functional MRI.
317
755000
3000
機能MRIについてご存知でしょうか
12:53
Now this is really an interesting project.
318
758000
3000
これはとても興味深いプロジェクトです
12:56
MRI is using magnetic fields
319
761000
2000
MRIは磁場と周波数を利用し
12:58
and radio frequencies
320
763000
2000
脳や体の
13:00
to scan the brain, or any part of the body.
321
765000
3000
あらゆる部分をスキャンすることができます
13:03
So what we're really getting out of this
322
768000
2000
これによって
13:05
is information of the structure of the brain,
323
770000
2000
脳の構造についての情報が得られます
13:07
but we can also measure the difference
324
772000
2000
しかし 更にこれを使って
13:09
in magnetic properties of blood that's oxygenated
325
774000
3000
酸素を含む血液と
13:12
and blood that's depleted of oxygen.
326
777000
3000
そうでない血液の磁性の差を測定することが可能です
13:15
That means that it's possible
327
780000
2000
これはつまり
13:17
to map out the activity of the brain.
328
782000
2000
脳の活動を映し出すことが可能なのです
13:19
So this is something that we've been working on.
329
784000
2000
私たちはこれにも取り組んでいます
13:21
And you just saw Motts the research engineer, there,
330
786000
3000
ちょうど研究技術者であるモッツが
13:24
going into the MRI system,
331
789000
2000
MRIにゴーグルを着用して
13:26
and he was wearing goggles.
332
791000
2000
中に入る所をご覧頂いています
13:28
So he could actually see things in the goggles.
333
793000
2000
これはゴーグルを通して
13:30
So I could present things to him while he's in the scanner.
334
795000
3000
彼にスキャナーにいながら映像を見せることができるためです
13:33
And this is a little bit freaky,
335
798000
2000
これは中々ビックリするかもしれません
13:35
because what Motts is seeing is actually this.
336
800000
2000
モッツが実際に見ている映像はこれです
13:37
He's seeing his own brain.
337
802000
3000
彼は自分の脳を見ているのです
13:40
So Motts is doing something here,
338
805000
2000
モッツはここで何かしていますね
13:42
and probably he is going like this with his right hand,
339
807000
2000
恐らく右手でこういう風にしています
13:44
because the left side is activated
340
809000
2000
なぜなら左側は運動皮質によって
13:46
on the motor cortex.
341
811000
2000
活性化されるからです
13:48
And then he can see that at the same time.
342
813000
2000
彼も同じくその様子を確認できます
13:50
These visualizations are brand new.
343
815000
2000
このような可視化は新しい取り組みであり
13:52
And this is something that we've been researching for a little while.
344
817000
3000
私たちが少し前から研究している分野です
13:55
This is another sequence of Motts' brain.
345
820000
3000
これはモッツの脳の別の部分です
13:58
And here we asked Motts to calculate backwards from 100.
346
823000
3000
彼には 100から逆に計算するように頼みました
14:01
So he's going "100, 97, 94."
347
826000
2000
「100 97 94...」とった具合に
14:03
And then he's going backwards.
348
828000
2000
計算しています
14:05
And you can see how the little math processor is working up here in his brain
349
830000
3000
彼の脳の小さな計算に関わる領域が活性化し
14:08
and is lighting up the whole brain.
350
833000
2000
脳の全体を光らせているのがわかります
14:10
Well this is fantastic. We can do this in real time.
351
835000
2000
素晴らしい結果です リアルタイムで計測できます
14:12
We can investigate things. We can tell him to do things.
352
837000
2000
彼に依頼して調査を行うことが可能です
14:14
You can also see that his visual cortex
353
839000
2000
更に彼の視覚野が
14:16
is activated in the back of the head,
354
841000
2000
頭頂部の後ろ側で活性化しています
14:18
because that's where he's seeing, he's seeing his own brain.
355
843000
2000
なぜなら自分自身の脳を見ているからです
14:20
And he's also hearing our instructions
356
845000
2000
また彼は 私たちが彼に何かをさせるための
14:22
when we tell him to do things.
357
847000
2000
命令を聞いています
14:24
The signal is really deep inside of the brain as well,
358
849000
2000
この信号は脳の奥深くで発せられていますが
14:26
and it's shining through,
359
851000
2000
中で光っているのが確認できます
14:28
because all of the data is inside this volume.
360
853000
2000
全てのデータがここに含まれているからです
14:30
And in just a second here you will see --
361
855000
2000
ここでは以下のような光景をご覧頂けます
14:32
okay, here. Motts, now move your left foot.
362
857000
2000
モッツ 左足を動かしてください
14:34
So he's going like this.
363
859000
2000
彼はその通りにします
14:36
For 20 seconds he's going like that,
364
861000
2000
20秒間そのままの状態でいます
14:38
and all of a sudden it lights up up here.
365
863000
2000
するとここが急に光ります
14:40
So we've got motor cortex activation up there.
366
865000
2000
運動皮質が活性化されたことが確認できます
14:42
So this is really, really nice,
367
867000
2000
非常に面白い結果です
14:44
and I think this is a great tool.
368
869000
2000
これはとても素晴らしいツールだと思います
14:46
And connecting also with the previous talk here,
369
871000
2000
そして今までお話しした内容をまとめると
14:48
this is something that we could use as a tool
370
873000
2000
ニューロンや脳がどのように
14:50
to really understand
371
875000
2000
機能しているのかを理解する上で
14:52
how the neurons are working, how the brain is working,
372
877000
2000
とても使えるツールであると考えます
14:54
and we can do this with very, very high visual quality
373
879000
3000
何より非常に高画質かつ高分解能な上
14:57
and very fast resolution.
374
882000
3000
高速に処理できます
15:00
Now we're also having a bit of fun at the center.
375
885000
2000
さらにセンター内で少々面白いことも行っています
15:02
So this is a CAT scan -- Computer Aided Tomography.
376
887000
3000
これはCAT（コンピューター断層撮影）スキャンです
15:06
So this is a lion from the local zoo
377
891000
2000
これはノーショーピングのはずれにある
15:08
outside of Norrkoping in Kolmarden, Elsa.
378
893000
3000
コルマルデン動物園からのエルサというライオンです
15:11
So she came to the center,
379
896000
2000
彼女はセンターに来て
15:13
and they sedated her
380
898000
2000
鎮静状態にされ
15:15
and then put her straight into the scanner.
381
900000
2000
そのままスキャナー内に運び込みました
15:17
And then, of course, I get the whole data set from the lion.
382
902000
3000
その後 ライオンの全データを取得しました
15:20
And I can do very nice images like this.
383
905000
2000
このようなライオンの画像に対して
15:22
I can peel off the layer of the lion.
384
907000
2000
レイヤーを剥ぎ取っていき
15:24
I can look inside of it.
385
909000
2000
内部を確認していきます
15:26
And we've been experimenting with this.
386
911000
2000
このようにして検証を行ってきました
15:28
And I think this is a great application
387
913000
2000
これは未来のテクノロジーにおける
15:30
for the future of this technology,
388
915000
2000
大変優れたアプリだと思います
15:32
because there's very little known about the animal anatomy.
389
917000
3000
なぜなら 動物解剖学については未知の部分も多く
15:35
What's known out there for veterinarians is kind of basic information.
390
920000
3000
獣医側で知られているのは基本的な知識に限られています
15:38
We can scan all sorts of things,
391
923000
2000
あらゆる動物をはじめ
15:40
all sorts of animals.
392
925000
2000
あらゆるものをスキャンできます
15:42
The only problem is to fit it into the machine.
393
927000
3000
唯一の問題は機械の中に入れることくらいです
15:45
So here's a bear.
394
930000
2000
これは熊です
15:47
It was kind of hard to get it in.
395
932000
2000
機械に入れるのに苦労しました
15:49
And the bear is a cuddly, friendly animal.
396
934000
3000
熊は非常にかわいらしい 友好的な動物です
15:52
And here it is. Here is the nose of the bear.
397
937000
3000
これは 熊の鼻の部分です
15:55
And you might want to cuddle this one,
398
940000
3000
抱きしめたくなるでしょう
15:58
until you change the functions and look at this.
399
943000
3000
機能を変更してこれを見るまでは
16:01
So be aware of the bear.
400
946000
2000
熊には注意しましょう
16:03
So with that,
401
948000
2000
以上をもって
16:05
I'd like to thank all the people
402
950000
2000
これらの画像の生成を手伝って頂いた
16:07
who have helped me to generate these images.
403
952000
2000
全ての方々に感謝したいと思います
16:09
It's a huge effort that goes into doing this,
404
954000
2000
データの収集やアルゴリズムの開発
16:11
gathering the data and developing the algorithms,
405
956000
3000
全てのソフトウェアを作り上げるまでに
16:14
writing all the software.
406
959000
2000
非常に多くの労力がかかっています
16:16
So, some very talented people.
407
961000
3000
非常に能力のある方々のおかげです
16:19
My motto is always, I only hire people that are smarter than I am
408
964000
3000
私のモットーは 私よりも頭の良い人達を雇うことです
16:22
and most of these are smarter than I am.
409
967000
2000
多くは私より頭が良い方々ばかりです
16:24
So thank you very much.
410
969000
2000
ありがとうございました
16:26
(Applause)
411
971000
4000
（拍手）
ABOUT THE SPEAKER
Anders Ynnerman - Scientific visualization expertAnders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction.
Why you should listen
Professor Anders Ynnerman received a Ph.D. in physics from Gothenburg University. During the early 90s he was doing research at Oxford University and Vanderbilt University. In 1996 he started the Swedish National Graduate School in Scientific Computing, which he directed until 1999. From 1997 to 2002 he directed the Swedish National Supercomputer Centre and from 2002 to 2006 he directed the Swedish National Infrastructure for Computing (SNIC).
Since 1999 he is holding a chair in scientific visualization at Linköping University and in 2000 he founded the Norrköping Visualization and Interaction Studio (NVIS). NVIS currently constitutes one of the main focal points for research and education in computer graphics and visualization in the Nordic region. Ynnerman is currently heading the build-up of a large scale center for Visualization in Norrköping.
Anders Ynnerman | Speaker | TED.com