調査

NEC、創薬の予測モデル構築を実証--連合学習と秘密計算の技術活用

NO BUDGET

2022-03-17 15:36

 NECは、データを暗号化したまま計算処理ができる秘密計算技術を用いた複数組織間のデータ統合の有効性の検証を目的に、創薬における予測モデルの構築に関する実証実験を実施した。実施期間は2021年10月〜2022年2月の5カ月間。

 同実証は、京都大学 大学院 医学研究科の小島諒介講師、岩田浩明特定准教授、奥野恭史教授とNECとの継続的な議論を踏まえて行った。

 機械学習ライブラリー「kMoL」にNECの秘密計算技術を適用した毒性予測モデルなどにおいて、単体学習とのテスト精度・学習時間を比較した。クライアント数は2とした。

生成したモデルの精度比較
生成したモデルの精度比較

 実証実験の結果、秘密計算技術を適用して構築した人工知能(AI)モデルは、連合学習技術のみで構築したAIモデルと比較して同等の精度を満たすと確認した。これにより、秘密計算技術が毒性予測モデルの構築において化合物の構造データの秘匿性の向上に寄与する実用的な手段であると実証した。

 連合学習技術を用いたシステムでは、機密データである化合物情報と活性情報などを直接拠出することなくAIモデルの構築・統合が可能となり、情報の機密性を担保しつつ企業・組織間の連携ができた。

 今回、連合学習技術に秘密分散方式の秘密計算技術を適用することで、連合学習技術単独の場合に加えて、統合時のAIモデルの秘匿性をさらに高めることを試みた。秘密計算技術を用いることで、3つのノードに分散してAIモデルの統合処理を行うため、情報理論的安全性を確保できる。

 実証での使用データは、2014年に行われた米国における毒性学に関する共同研究プロジェクト「Tox21(The Toxicology in the 21st Century)」におけるコンペティション「Tox21 Data Challenge 2014」で使用されたデータセットと毒性予測のkMoLサンプルを使用した。

ZDNET Japan 記事を毎朝メールでまとめ読み(登録無料)

ホワイトペーパー

新着

ランキング

  1. セキュリティ

    「デジタル・フォレンジック」から始まるセキュリティ災禍論--活用したいIT業界の防災マニュアル

  2. 運用管理

    「無線LANがつながらない」という問い合わせにAIで対応、トラブル解決の切り札とは

  3. 運用管理

    Oracle DatabaseのAzure移行時におけるポイント、移行前に確認しておきたい障害対策

  4. 運用管理

    Google Chrome ブラウザ がセキュリティを強化、ゼロトラスト移行で高まるブラウザの重要性

  5. ビジネスアプリケーション

    技術進化でさらに発展するデータサイエンス/アナリティクス、最新の6大トレンドを解説

ZDNET Japan クイックポール

注目している大規模言語モデル(LLM)を教えてください

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNET Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]