なんで早慶ばかり各界で活躍する人材が目立つのか?｜掲示板スレッド

◆ 緊急事態宣言が外出を抑制したメカニズム　九州大学などが分析
大学ジャーナルオンライン編集部



　総合地球環境学研究所と九州大学の研究により、新型コロナウイルス感染症（COVID-19）のパンデミック化に伴い発出された緊急事態宣言は、法的拘束力を持たないにもかかわらず外出抑制効果があったことが示された。

　COVID-19の感染が拡大した世界の地域のほとんどでは、罰則つき、すなわち法的拘束力のある外出抑制政策がとられていた一方、日本では、法的拘束力のない自粛要請である緊急事態宣言が発出された。

　緊急事態宣言の効果を分析した先行研究では、宣言は一定の効果をあげたとされているが、宣言が効力を持つメカニズムには焦点が当たっていない。また、外出を自粛する理由として、外出することを反社会的行動とみなす世論（スティグマ、社会的烙印）や天候といった他の要因が加味されていない。そこで本研究では、どのようなメカニズムで緊急事態宣言が外出行動を抑制させたのか、そしてスティグマや天候など外出行動の意思決定に影響する他の要因を考慮した上でも、緊急事態宣言は外出行動を減少させたといえるのかを知るために、理論モデルによる分析と実際のデータを用いた実証分析を行った。

　まず、感染リスクに加えてスティグマによる心理的コストを考慮した外出自粛行動についての新しい理論モデルを構築して分析したところ、緊急事態宣言は外出抑制の効力を持つが、外出者数が相対的に多くなることやその逆も生じる可能性があり、外出抑制効果の大きさを事前予測することは困難であることがわかった。

　次に、全国的なデータを用いた実証分析では、外出行動に影響を与える他の要因をコントロールした下でも、緊急事態宣言発出下・解除後の両方で、発出前と比較して外出行動は抑制されており、抑制の度合いは発出下においてより高かったことがわかった。

　今後は、感染者に対するスティグマも考慮して分析を進め、給付金やベーシックインカムなどの政策効果や制度設計についても考察していくという。

論文情報：【Economics of Disasters and Climate Change】COVID-19 with stigma: Theory and evidence from mobility data

◆ アフリカ豚熱、新型コロナで中国からの侵入リスクが減少　東京大学
大学ジャーナルオンライン編集部 2020年10月2日



　新型コロナウイルス感染拡大で中国からの航空旅客が減少したことなどから、中国などアジア諸国で流行が続くブタの伝染病・アフリカ豚熱の日本への侵入リスクが大幅に低下していることが、東京
大学大学院農学生命科学研究科の杉浦勝明教授らの研究で分かった。

　東京大学によると、杉浦教授らは以前に開発していた侵入リスク評価モデルを使って新型コロナで中国からの航空旅客とレストランの営業時間短縮による食品廃棄物が減少している現状を踏まえ、月間侵入確率を計算した。その結果、1月は4.2％だったが、それ以降は2月0.45％、3月0.03％、4月0.0002％、5月0.00005％、6月0.0009％と中国からの航空旅客が減少するのに伴い、大幅に低下していた。

　中国からの訪日観光客が全国で見られた2019年の状況で計算すると、月間侵入確率が4％前後だっただけに、侵入リスクが10分の1から7万分の1に大きく下がっている。杉浦教授らは中国からの航空旅客減少と食品廃棄物の減少が影響したと結論づけている。

　豚熱はアフリカ豚熱ウイルスが感染源となってブタやイノシシに広がる伝染病で、人間には感染しない。2018年8月に中国へ侵入して以降、中国国内からアジア諸国へ広がり、日本への侵入リスクが高まっている。航空旅客による豚肉製品の持ち込みやウイルスの混入した残飯をブタのえさにすることなどで感染が拡大する。

論文情報：【Transboundary and Emerging Diseases】Change in the ASF entry risk into Japan as a result of the COVID-19 pandemic

◆ 2020年の引用栄誉賞、日本人は中村氏、藤田氏が受賞
大学ジャーナルオンライン編集部 2020年9月30日


　ノーベル賞の登竜門とされるクラリベイト・アナリティクスの引用栄誉賞で、2020年の受賞者24人が発表され、日本人は医学・生理学部門でがん研究会がんプレシジョン医療研究センターの中村祐輔所長（67）、化学部門で東京大学大学院工学系研究科の藤田誠卓越教授（62）の2人が選ばれた。

　クラリベイト・アナリティクスによると、引用栄誉賞は発表された論文が2,000回以上引用され、科学分野に極めて大きな貢献を果たした科学者を対象に、ノーベル賞と同じ医学・生理学、物理学、化学、経済学の各分野で影響力が大きい科学者を選んでいる。

　中村所長は東京大学と米シカゴ大学の名誉教授で、遺伝子の変異を分析することによってそれぞれのがん患者に合った個別治療の発展に貢献したことが高く評価された。藤田教授は自然科学研究機構分子化学研究所でも卓越教授を務め、分子が自発的に結びつく仕組みなどについての研究で世界的に注目された。

　引用栄誉賞は2002年から世界で336人が受賞し、このうち54人がノーベル賞に輝いている。受賞確率はざっと6分の1で、ノーベル賞の登竜門と呼ばれている。2020年のノーベル賞は10月5日から発表される。

参考：【クラリベイト・アナリティクス】クラリベイト、2020年の「引用栄誉賞」受賞者を発表

◆ 東北大学の新スパコンが10月始動、演算性能2.4倍に
大学ジャーナルオンライン編集部 2020年10月1日


　東北大学サイバーサイエンスセンターの新しいスーパーコンピューター「AOBA（あおば）」が、10月1日から運用開始される。総演算性能は1秒間に1,800兆回の演算を実行できる1.8ペタフロップスで、前システムの2.4倍の高性能。大地震など緊急時には学術研究の利用をいったん中断し、防災や減災のための緊急対応を実行する機能を備えている。

　東北大学によると、AOBAはベクトル型コンピューター（※1）の「AOBA-A」とx86サーバー（※2）の「AOBA-B」という2つのサブシステムで構成される。AOBA-Aは通常のコンピューターより演算性能とメモリー性能のバランスが良く、研究者が独自に開発した計算プログラムの実行を想定しており、AI（人工知能）分野など幅広い活用が期待されている。

　AOBA-Bは商用アプリケーションやだれでも自由に扱うことが可能なオープンソースソフトウエアなどを実行することが想定されている。2つのサブシステム間は高速ネットワークで接続される。

　マグニチュード7以上の地震で津波の発生が予想される場合に津波浸水被害地域を予測するシステムが東北大学のスーパーコンピューターで運用されてきたが、AOBAはこの役割を継承する。東北大学サイバーサイエンスセンターは新しい分野への利用拡大、災害時の減災機能の両面で安心安全を確立する社会基盤になるとしている。

※1　ベクトル型コンピューター　計算機科学分野の並列計算に関する類型の1つであるベクトル演算が可能なコンピューター
※2　 x86サーバー　パソコンをベースとしたサーバーで、PCサーバーとも呼ばれる

参考：【東北大学】東北大の新スパコンAOBA始動！最先端科学から防災減災まで、現代社会を支えるスパコン（PDF）

楽天の三木谷社長は一橋出身だが、子供は幼稚舎から慶応らしい。
石原慎太郎も同じで子供は全員慶応に入れている。

幼稚舎はそういう子供ばかりだね。

そりゃ自分の出た大学に受かる保証はないしね。
幼稚園児の時にまあまあな大学にほぼ行けるんならエスカレーターで大学まで行ける慶應とか早稲田とかに受かってくれたら、親としては楽チンでいいよね。
保険みたいなもんで。

キャリア官僚の子弟も多いです。
親は東大、子は下から慶應それも兄弟姉妹で。
さすがご子弟も優秀。

2020年10月5日

◆ 新型コロナウイルス肺炎CT画像のAI解析用プラットフォームを開発
大学ジャーナルオンライン編集部



　国立情報学研究所は、名古屋大学、順天堂大学、日本医学放射線学会などと共同で、新型コロナウイルス肺炎（COVID-19肺炎）のCT画像をAI解析するためのプラットフォームを開発した。COVID-19検査の精度向上がれる。

　COVID-19の検査ではRT-PCRが多く用いられるが、その感度（真陽性率）は42%から71%。一方、CT画像によるCOVID-19検査の感度は97%と高い。日本は人口あたりのCT撮影装置保有数が高いため、CT画像の活用が期待できる。CT画像を用いた診断の支援と判断の定量化のために、コンピューターにより肺の状態を客観的に判断する評価手法の確立が課題だ。

　今回のAI解析用プラットフォームの開発では、国立情報学研究所の医療ビッグデータクラウド基盤に収集・集積した1億6千万枚を超えるCT画像から肺炎CT画像を選別する機械学習手法を開発。その手法によりリスト化された肺炎CT画像に、実際のPCR検査結果と放射線医によるCOVID-19肺炎典型度の判定結果を付与してデータベース化した。このようにAI向け学習データセットを整備し、COVID-19肺炎研究のためのAI解析用プラットフォームとして開発した。

　名古屋大学の研究チームはCOVID-19肺炎症例CT画像データベースに独自にAIを適用して、高精度なCOVID-19肺炎典型度判定の手法を開発した。これにより83.3%の典型度識別性能を達成。また、炎症などの影響によりCT画像上で肺が識別困難な場合に、AIが的確に肺の形状を推定する手法も開発した。

　研究チームでは、COVID-19肺炎研究のためのAI解析用プラットフォームをさらに整備し、他の研究チームと連携したAIアルゴリズムの改良によりAI選別や判定の精度向上を目指すとしている。さらに今後のCOVID-19以外の未知の感染症などの国家的な緊急課題への対処にも有効という。

参考：【国立情報学研究所】新型コロナウイルス肺炎CT画像をAI解析するためのプラットフォームを開発〜全国の病院から集めたCT画像をAIで選別し高品質なAI研究用データセットとして整備〜