CDISC-SDTM Blockchain Teamの「ブロックチェーン技術を用いた臨床データの共有プラットフォーム」

CDISC-SDTM Blockchain Teamは、複数の製薬会社、CRO、システム会社から結成した8名のチーム。本業は臨床試験に関するデータマネージメント、統計解析などを行っている。臨床データはデータベース化されており、それらを統合解析することでさまざまな知見を得られる可能性があるが、臨床データの2次利用などは個人情報保護の観点で課題が多いという。匿名化処理には限界があり、匿名化しすぎると正しい解析ができないという。そこでこのプロジェクトでは、データのアクセス権ややり取りをブロックチェーンで管理し、データの二次利用プロセスの向上案を検討し、運用の妥当性を検証。得られた知見を選択肢の1つとして製薬業界に提案しようとしている。

今後は、データのアクセス権、やり取りの記録、各プロセスをブロックチェーンで管理する部分や患者がデータの行き先を見れるようにする部分を検証する予定だという。患者自身の権限でデータ共有の拒否を行えるようにする部分は可能であれば、検証するという。 今後は、想定ワークフロー案、一連のワークフローのシステム動作確認、特許出願請求項のまとめおよび特許事務所との協議、特許出願を行うという。

  • 着目している仕組み：IPFS × Blockchain × ABE

  • 進めている技術検証

イグスの「AIによるデータ精度向上及び災害対策サービス」

ケーブル保護管、可動ケーブル、樹脂ベアリングなどの樹脂製の機械部品の開発・製造・販売を行うイグスの課題は、英語で記載された製品名などを日本語する際、文字化け、誤字や脱字が発生している点。また、日本企業においても、社名、住所、郵便番号の間違いが発生しており、こういった文字のチェックや修正は1日あたり500-1000件あり、これをゼロにすることが目標。そこで、AIを活用したデータミスの洗い出し、チェック、自動修正のシステムの開発を進めている。

同社は現在は、名寄せの開発を行っているという。会社名関連では、プロトタイプを作成し、レビューを経て4月から検証を開始している。作業時間は約2.5hが約0.2hとなり、実働75日で172.5hの削減効果がでているという。

今後は変換可能なデータを追加し、データ精度の向上をさらに目指すという。

住所関連では、日本郵便データの再分析及び正常データと問題データの切り分けに取り組んでおり、日本郵便データの自動でダウンロードし、データベース（SQL Server）格納するシステムを開発中。問題は、日本郵便データが1郵便番号あたり、複数データが存在し、それを1件にする処理を実施。ただ、一部返還できないものもあり、その部分は手作業になる可能性があるという。

そのほか、現在、会社名関連で浮いた工数を全社システムの見直し（老朽化対策）にあてているという。

  • イグスの中間報告

ヴィッツの「次世代工場の安全化と効率化を実現するIoT、AIソリューション（「SF Twin」）」

組込みソフトウェアの研究・設計・開発、リアルタイムオペレーティングシステムの研究開発、ITソリューションソフトウェアの設計を行うヴィッツでは、「次世代工場の安全化と効率化を実現するIoT、AIソリューション「SF Twin」」によって、工場の安全化、高度自動化、効率化を目指している。監視画像センサや運搬ロボットなどの情報を集め、データ解析を行い、AIで効率化の提案を行いたいという。

現実の工場と仮想の工場をつなぎ、現実の工場をセンシングして、仮想の工場でシミュレーションすることで、現実の工場にフィードバックしていくという仕組みを構築しようとしている。現在は、効率的な導線や生産ラインを自動化するアプリや、原料の在庫を最適化するアプリの作成を考えているという。

  • 3Dデジタルツイン生産性向上 DX ソリューション

現在は基礎となる技術（3Dデジタルツイン（仮想空間技術）、データ収集（リアルタイムIoT ：位置、物標情報）、最適化AIによる効率的な運用計画の自動化、設備の安全性自動診断機能）の育成を行っている。ただ、完成までは時間がかかるという。

「SF Twin」は人とロボットが安全にかつ生産的に活動できる生産設備を実現する国産ソリューションとして将来アプリ化して、一般提供する予定だという。

  • SF Twin を支える技術群

ピーチ・ジョンの「社内AIポータル構想」

女性向け下着を主力にEC、店舗を展開するピーチ・ジョンは、勘、経験、度胸といった古い意思決定ではなく、AIを駆使してエビデンスベースで意思決定できるシステムを目指す。社員向けのAIポータルを構築し、SaaSサービスとして利用できるようにして、EC受注予測、店舗受注予測、在庫消費予測、顧客行動分析、トレンド分析に役立てようというものだ。

  • 事業概要図（ビジネスモデル）

同社はまず、需給予測と需給予測に基づいた最適な在庫数量の算出を行う予定で、完璧な予測は現状では困難だが、人が算出した値より、より論理的、かつエビデンスベースで、有効な参考値が得られればと考えているという。

これまで分析対象として扱えるデータの調査や、自社ECサイト商品説明分のベクトル化を行い、コサイン類似度を測る取り組みを行ってきた。

現在は、サービスサイトのフロントデザインのドラフトを作っている。

  • Webフロントデザイン

平井精密工業「歩留まり向上のための製造工程AI解析サービス」

金属エッチング加工を行っている平井精密工業は、製造工場における歩留まり向上を図るシステム構築を進めている。

このシステムは、現在は紙ベースで管理している製造条件、パラメータなどの情報をIoTで収集し、歩留まりとの相関関係をAIで分析し、不良の種類・歩留まりと製造条件・パラメータとの相関関係を分析し、歩留まり向上に寄与する製造条件・パラメータを見つけ出すものだ。

現在、不良の種類や歩留まりと製造条件・パラメータとの相関関係をAIで分析し、製造条件と歩留まりの相関関係の高い要素を抽出しようとしている。具体的には、蓄積している過去数年分の歩留りデータより傾向やパラメータとの関連を調査すると同時に、温度や湿度など現在取得可能なパラメータを継続的に収集し影響を調査しているという。

  • 蓄積した情報を元にAI データ解析

現段階では、歩留り低下に起因するパラメータを選出できていないが、NAISTより分析方法のアドバイスをもらいながら継続してパラメータ選出の調査を行うという。また、新たなパラメータを取得可能な装置の導入も検討しているという。

水上の音声マイニングによる、受注電話応対の自動化への挑戦

金物店への卸や住宅や建材メーカヘ製品や部品の供給を行っている水上は、音声マイニングによる受注電話対応の自動化に取り組んでいる。これにより、「営業職が今以上に新規販売活動に専念できる環境をつくる」ことを目指している。

社内調査の結果、効率化・圧縮するべき仕事として、受注業務、納期調整、確認、確認業務（検品、伝票、台帳等）、出荷業務、在庫管理、発注が挙がったという。販売部では一日の仕事の50％以上、特販部は40-50%がこれらの業務を行っているという。

  • 社内調査の結果

これらの課題に対して、情報システム部によるデータベース整備、OCR による業界用語・呼び名の辞書拡充（google 等無料 OCR サービスを利用し、データの蓄積のプレを行う）、実際の録音データを蓄積し、音声マイニングによる業界用語・呼び名の辞書拡充、発注フロー（FAX受注）の見直しを実施するという。

  • 課題へのアプローチ

アズワンの「適正在庫AIモデル」

研究用機器機材、看護・介護用品、その他科学機器の販売を行うアズワンは、AIを活用して多品種、少量出荷のクイックデリバリーを実現することを考え、具体的には、在庫の推移、入出庫のリードタイム、受注予測をグラフ化。このグラフと最適な状態のグラフをAIで比較し、最適な状態にするための方策をAIに提示してもらうというプロジェクトを実施している。

同社ではまずは、在庫の最適化に向け受注予測モデルの精緻化に取り組んでいる。Google Trends データ、同社ECサイト商品別アクセス数、コロナ新規感染者数（コロナ対応商品用）のよる短期モデル「XGBoost」と、時系列（周期性、季節性等）、他社決算資料テキストデータを利用した長期モデル「Prophet」を作成。

その結果、全体の10%強、金額換算で約8億円分を90%前後の精度で予測可能なことが分かったという。残りの90%については、優先順位を付けながらモデル化を進めて行く予定だという。また、長期モデルへの外部経済指標（株価、鉱工業生産指数、景況感指数等）などの外部経済指標を追加してよりマーケットの動向を反の取り込み検討しているという。

さらに、実運用に向け、現場と調整を行いながら実運用を見据えて算出タイミング、変数内容等の検討を行いたいと考えているという。

  • 短期モデル「XGBoost」と長期モデル「Prophet」を作成

ユーネットランスの「最適運行ダイヤの自動作成システムによる輸送業全体の効率化 」

貨物輸送を行っているユーネットランス の「最適運行ダイヤの自動作成システムによる輸送業全体の効率化」は、運送業界の過度な残業やドライバー不足の解消に向け、物流設計段階で最適運行ダイヤを他社も巻き込んで作成し、効率化を図ろうというもの。完成後は他社にも提供し、30%の効率化を目指すという。

現在は現在はサブツールの試用、シミュレーション、導入準備、最適化評価スキームの特許出願、機械学習導入検討している。

サブツールは、荷量データ（ csv ）を投入し、最適なパレタイズイメージと車載イメージを出力する。細かな手動調整やツールのカスタマイズは必要であるが、意図するイメージの出力が可能だという。

  • サブツールの出力イメージ

今後は、特許出願、サブツールの本導入検討のほか、日々の荷量データを事前に提供頂くよう、顧客への理解活動を継続するという。

奈良先端科学技術大学院大学 特任助教およびdTosh 代表取締役社長 平尾俊貴氏

発表会の最後には、メンターを務める奈良先端科学技術大学院大学 特任助教およびdTosh 代表取締役社長 平尾俊貴氏が総評を述べ、「今回は、取り組みによって、どれくらいのビジネスインパクトがあるかを示せるかが主なテーマであった。実際にどれくらいの売上につながるのか、コスト削減、生産性向上につながるのかなど定量的なデータで実感することができた、第4回は、示されているビジネスインパクトを社内で実感してしていくための準備が必要になる。ポイントは組織横断的にビジネスインパクトを共有していく」と語った。