2021-04-14 第204回国会 衆議院 経済産業委員会 第7号
これから、ビッグデータ解析だとか人工知能の利活用、様々なプログラム、ソースコードがとても重要な資産となる時代が来る中で、このソースコードの開示要求を禁止しないというのはとても懸念が残るような状況になっているかと思います。
これから、ビッグデータ解析だとか人工知能の利活用、様々なプログラム、ソースコードがとても重要な資産となる時代が来る中で、このソースコードの開示要求を禁止しないというのはとても懸念が残るような状況になっているかと思います。
データ解析するとなると、もう夜通しプログラミングをして、計算式書いて、朝になったら電算機センターに持ち込んで、そうしないと分析がちゃんと大容量だとできないような時代を乗り越えて、今はもう本当に夢のようだと思います。
今後、研究データの戦略的なマネジメントを行うことによって、国内外における知識の共有を図るとともに、AIを活用してデータ解析を行う研究等を加速し、高付加価値な研究結果の創出を促進してまいります。
さらには、新たな手法においては、データ解析に関することのほかにも、例えば人種ですとか信条によって何か判断をするといったようなことがないようにといったような、データ等の能力とまた別の基準といったようなものも盛り込んでいるところでございます。
これが一歩進んで、先ほど申し上げたように、御利用されている皆様が一人一人端末なりチップなりをつけていただくことによって、それが、機器の方にいろいろなデータ解析をしたりとか受信をしたりする機能があれば、よりプラスアルファの機能というものができるのではないかなというふうに思っております。
例えば、SNSでどこどこで洪水が発生しているというような情報をキャッチする、それに対してSIP4Dの雨量データ解析等々を重ね合わせることで、救援や避難指示などの意思決定にこれは役立つものというふうに考えられます。 SIP4Dを活用しつつ、防災チャットボットを利用することで、被災自治体でのさまざまな判断支援につながるものと考えますけれども、この点についての御見解をお伺いをしたいと思います。
さらに、平成三十年度から、科学技術振興機構の未来社会創造事業におきまして、革新的な知や製品を創出する共通基盤システム・装置の実現をテーマに、ハイリスク、ハイインパクトで先端的な計測分析技術・機器の開発、データ解析処理技術のアプリケーション開発やシステム化、研究現場の生産性向上に資する技術の開発などを支援してまいっております。
二十五年のデータ解析では薬剤費の約二割の削減に成功したということでありまして、全国でこれが行われたと仮に換算をしますと、年間約二百億円から三百五十億円程度の医療費削減効果が認められるということでありまして、こういった取組、全国的な運動として拡大すべきだろうと思いますけれども、いかがでしょうか。
今後五年間で人口の一〇%に当たる五百万人分の全ゲノムデータ解析を目指すというような新たな目標も設定しております。 そこで、次の質問に移りたいと思います。 がんゲノム医療の中で、遺伝子パネル検査のデータは、フォーマットやメッシュを標準化して、かつ大規模医療データベースを構築しなければならないと考えております。
データ解析には、データの分量と、そしてスピードが鍵であります。そこでどうしても必要になってきますのが医療用AIでありますけれども、現在の日本政府における医療用AIの研究開発体制、これがどうなっているか、また、どのように支援をされているか、また、アメリカ、英国、フランスなどの先進国における先進的な取組についての御紹介をお願いしたいと思います。
直接の管轄ではないかもしれないんですけれども、日本の科学技術を振興する若手研究者、そして、これから、宇宙政策も担当されております、ここで培ったデータ解析技術等は今後のビッグデータ解析技術等にも転用ができるということなので、ぜひ、こうした研究者に一言、激励の意味も含めて、御所見をいただきたいと思います。
そこで、ポンチ絵にある、人の絵がある上の囲みなんですけれども、医療・介護データ解析というところに、医療レセプト、特定健診、介護レセプト、要介護認定、フレイルチェックなどという、データの集積しているイメージの絵があります。 これは、問題は、それぞれのデータは、高齢者一人一人の個人の総合的なデータとして名寄せし、活用するという意味でしょうか。
○樽見政府参考人 この説明の資料で御指摘の医療・介護データ解析というふうに書いてあるわけでございますけれども、市町村におきまして、国保のデータベースというものを活用しまして、市町村が保有しておられます、国保の被保険者であった当時の特定健診や医療レセプトの情報、それから後期高齢者医療制度に移行した後の健診や医療レセプトの情報、それから介護レセプトの情報というものを一体的に把握できるようにするという考えでございます
そういうための医療・介護データ解析、国保データベースを活用してのデータ解析は、先生御指摘のとおり、これはいわば名前つきの情報という形になりますので、同時に、これはしかし、一つの市町村の中の情報ということになりますから、日本全国で突き合わせて解析というような性質のものではございません。
私も、もともとは理科系の出身で、データ解析とか一生懸命やっていた方ですので、その観点から見ても、今の話は非常に納得できることだったと思います。 そこでなんですが、西村委員長、今問題になっているのは、共通事業所の標本で実質化指数を出すこと、これができるのかできないのかみたいなことが言われているわけですが、もちろん、私は、共通事業所のこの実質化について幾つか課題はあるというふうには思っています。
平成二十八年四月、環境省は、科学的なデータ解析や専門家からの意見等に基づいて、我が国周辺海域の生物多様性を保全していく上で重要度が高い海域を重要海域として公表いたしました。 本法律案第三十五条の二第一項は、沖合海底自然環境保全地域として指定することができる区域を、自然的社会的諸条件から見て自然環境を保全することが特に必要なものとすることとしております。
さらに、今後、AI等によるビッグデータの解析能力を持った専門人材や、データ解析手法を政策立案や政策の選択肢の提示など政策形成に活用していく人材が必要であり、政府においても、専門知識を持った職員の採用、育成と民間の専門家の活用を組み合わせながら人材の育成を図っていくべきであると書かれております。
今年度は、三次元モデルの本格導入に向けまして、現場での試行を踏まえたガイドラインを作成するほか、膨大な維持管理情報をビッグデータ解析をいたしまして劣化の傾向を予測する技術の実証事業などに取り組んでおります。 今後とも、国土交通省では、ガイドラインの整備やICTの開発支援等を通じまして、下水道事業におけるICTの導入を促進してまいりたいと存じます。
例えば、パイプの腐食をどう察知するかなんというビッグデータ解析というのはそのまま発電所でも使えるわけですから、そういう分野にも広げていくことによって日本の産業の競争力というのを獲得していくというのが非常に重要だと思っています。 ただ、一方で、このデータの流通に関しては、各国いろいろ規制の状況が違います。アメリカははっきり言って自由であります。
それでは、取引相手Cが、あくまで自己使用のために第三者に委託して渡す場合、例えば、先ほど申しましたように、データ解析を委託する場合など、その場合の第三者は転得者Dということになるのでしょうか。この辺、お伺いできますでしょうか。
この報告書では、御質問の実験方法に関しまして、今後本格的な共同研究に移行する予備的な実験であっても比較対照区を置く必要があり、今後追加試験を行うべき、あるいは探索的なデータ解析という意味では理解できるので、次のステップとして比較対照区の設定も含めた本格的な研究に移行するのがよいといった意見が出されたところでございます。
選ぶに当たっては、例えばRESASのようなデータベースを活用をして、地域経済への波及効果をずっと見ながら、一体その中核にいる企業はどこなんだろうかということをビッグデータ解析で選んでいったという方法が一つ。
これからの国際競争力の肝だと言われているわけでございますけれども、この前、産総研の人工知能研究センター長の辻井さんが、AI、ビッグデータ解析についてこういうふうに言っているんですね。「企業や大学など日本全体の研究者たちが持つ膨大な科学的知見をデータとして集積させ、AIによってつなぐことができれば、必ず新たな社会的イノベーションが生まれるはずです。」と言っている。
○政府参考人(米谷仁君) 生物多様性の観点から重要度の高い海域というのは、我が国の管轄権内海域を対象に、専門家による検討会を設け、生物多様性条約の締約国会議で決定された基準を参考に抽出のための原則や基準を定め、科学的なデータ解析や専門家の意見を踏まえ抽出したというものでございます。