<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>JAIST &#8211; JPNMEDICAL</title>
	<atom:link href="https://jpnmedical.com/tag/jaist/feed/" rel="self" type="application/rss+xml" />
	<link>https://jpnmedical.com</link>
	<description>日本の医療</description>
	<lastBuildDate>Fri, 28 Aug 2026 00:59:11 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.8.3</generator>

<image>
	<url>https://jpnmedical.com/wp-content/uploads/2025/12/icon-jpnmedical-150x150.png</url>
	<title>JAIST &#8211; JPNMEDICAL</title>
	<link>https://jpnmedical.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>JAISTが発達性相貌失認の質問紙「PI20」を項目反応理論で検証、20項目のうち一部で識別力の低さを確認</title>
		<link>https://jpnmedical.com/research/702/</link>
		
		<dc:creator><![CDATA[jpnmedical]]></dc:creator>
		<pubDate>Fri, 28 Aug 2026 00:59:10 +0000</pubDate>
				<category><![CDATA[医学研究・臨床研究]]></category>
		<category><![CDATA[JAIST]]></category>
		<category><![CDATA[PI20]]></category>
		<category><![CDATA[古典的テスト理論]]></category>
		<category><![CDATA[慶應義塾大学]]></category>
		<category><![CDATA[発達性相貌失認]]></category>
		<category><![CDATA[項目反応理論]]></category>
		<guid isPermaLink="false">https://jpnmedical.com/article/702/</guid>

					<description><![CDATA[JAISTと慶應義塾大学の研究チームが、発達性相貌失認の傾向を自己評価する質問紙「PI20」を一般成人599人のデータで検証した。尺度全体の信頼性と構造的妥当性は確認された一方、項目ごとに測定性能が異なり、特に2項目で識別力が低いことが判明した。]]></description>
										<content:encoded><![CDATA[<article class="jm-article jm-article--policy">
<header class="jm-lead-block">
<p id="lead" class="jm-lead">　北陸先端科学技術大学院大学（JAIST）人間社会研究領域の森田玲奈助教は、慶應義塾大学大学院政策・メディア研究科の学生と共同で、発達性相貌失認の傾向を自己評価で簡便に把握する「20項目式相貌失認指標（PI20）」を一般成人599人のデータに基づいて検証した。</p>
<p class="jm-lead">　古典的テスト理論と項目反応理論を用いた分析の結果、PI20全体は良好な信頼性と妥当性を示す一方、質問項目ごとに測定性能が異なることが分かり、特定の2項目で改善の余地があることが示された。</p>
</header>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<nav id="keypoints" class="jm-section jm-keypoints" aria-labelledby="keypoints-title">
<h2 id="keypoints-title" class="jm-section-title">ポイント</h2>
<ul class="jm-keypoints-list">
<li>発達性相貌失認の質問紙「PI20」を一般成人599人のデータで検証した</li>
<li>尺度全体は良好な信頼性と構造的妥当性を示した</li>
<li>項目3と項目13は識別力が低く、改善の余地があることが判明した</li>
</ul>
</nav>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<p>  <main id="content" class="jm-content"></p>
<section id="summary" class="jm-section jm-summary" aria-labelledby="summary-title">
<h2 id="summary-title" class="jm-section-title">質問紙PI20の全体的な妥当性と項目ごとの精度差を確認</h2>
<p>　JAISTと慶應義塾大学の研究グループは、日本語版PI20に回答した一般成人603人のうち、回答の有効性を確認した599人分のデータを分析した。古典的テスト理論により、尺度全体の信頼性と単一因子構造の妥当性、各項目と合計得点との関係を検証した。続いて項目反応理論を用いて、各項目が回答者の発達性相貌失認の傾向をどの程度識別できるか、またどの程度の傾向を持つ人に対して測定力を発揮するかを評価した。</p>
<p>　分析の結果、PI20全体は高い内的一貫性を示し、単一因子構造にも良好な適合性が確認された。多くの項目は十分な識別力と測定情報量を持っていたが、項目3と項目13は他の項目に比べて識別力が低く、発達性相貌失認の傾向を測る項目として改善の余地があることが分かった。項目3は「特徴的な顔は認識しやすい」という一般の人にも当てはまりやすい内容、項目13は自分の顔の認識に関する内容であり、発達性相貌失認に固有の困難さを十分に反映できていない可能性があるとされた。回答データセットと分析コードはOpen Science Frameworkで公開されている。</p>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="context" class="jm-section jm-context" aria-labelledby="context-title">
<h2 id="context-title" class="jm-section-title">診断基準が未確立な発達性相貌失認とPI20の位置づけ</h2>
<p>　発達性相貌失認は、明らかな脳損傷がないにもかかわらず生涯にわたって顔の認識に困難を抱える神経発達的な特性とされる。調査方法によって推定値には幅があり、人口の約2～3％にみられるとの報告もあるが、有病率は確定していない。主要な診断分類では独立した診断名として扱われておらず、評価基準も十分に確立されていない状況にある。</p>
<p>　こうした中、PI20は自己評価形式のスクリーニングツールとして国際的に広く利用されてきた。回答者は20の質問に対して5段階（1：全く当てはまらない～5：全く当てはまる）で回答し、顔認識の困難さを簡便に評価する仕組みとなっている。PI20は日本語を含む複数の言語に翻訳され、世界各国の研究で用いられているが、専門家の知見をもとに作成された質問紙であるため、項目ごとの測定性能にばらつきがある可能性が指摘されていた。どの項目が発達性相貌失認の傾向を強く捉え、どの項目に見直しが必要かを実証的に示すデータはこれまで十分ではなかった。</p>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="details" class="jm-section jm-details" aria-labelledby="details-title">
<h2 id="details-title" class="jm-section-title">事実関係の整理</h2>
<ul class="jm-detail-list">
<li><strong>情報の種類</strong>：学術研究（項目分析）</li>
<li><strong>発表主体</strong>：JAIST（北陸先端科学技術大学院大学）人間社会研究領域、慶應義塾大学大学院政策・メディア研究科</li>
<li><strong>対象</strong>：日本語版PI20に回答した一般成人599人</li>
<li><strong>使用手法</strong>：古典的テスト理論、項目反応理論</li>
<li><strong>主な結果</strong>：尺度全体は良好な信頼性・妥当性を示す一方、項目3・項目13は識別力が低い</li>
<li><strong>掲載誌・掲載日</strong>：Behavior Research Methods、2026年8月12日</li>
<li><strong>研究費</strong>：早稲田大学特定課題研究助成費（2025年度）</li>
<li><strong>留意点</strong>：本研究はPI20を診断にそのまま用いることを示すものではなく、質問項目の見直しや今後の短縮版開発に向けた基礎的知見と位置づけられる</li>
</ul>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="references" class="jm-section jm-references" aria-labelledby="references-title">
<h2 id="references-title" class="jm-section-title">参考文献</h2>
<div class="jm-references-list">
<p>JAIST åé¸å ç«¯ç§å¦æè¡å¤§å¦é¢å¤§å¦<br /><a href="https://www.jaist.ac.jp/whatsnew/press/2026/08/19-1.html" rel="nofollow noopener">https://www.jaist.ac.jp/whatsnew/press/2026/08/19-1.html</a></p>
</p></div>
</section>
<p>  </main><br />
</article>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>北陸先端科学技術大学院大学がAI・HPC基盤「HAKUSAN」の運用開始を発表──性能と導入背景を整理</title>
		<link>https://jpnmedical.com/research/608/</link>
		
		<dc:creator><![CDATA[jpnmedical]]></dc:creator>
		<pubDate>Sat, 25 Jul 2026 10:32:52 +0000</pubDate>
				<category><![CDATA[医学研究・臨床研究]]></category>
		<category><![CDATA[医療DX・AI・デジタルヘルス]]></category>
		<category><![CDATA[AI for Science]]></category>
		<category><![CDATA[FusionPoD]]></category>
		<category><![CDATA[HAKUSAN]]></category>
		<category><![CDATA[InfiniBand NDR]]></category>
		<category><![CDATA[JAIST]]></category>
		<category><![CDATA[KAGAYAKI]]></category>
		<category><![CDATA[ラックスケール液冷]]></category>
		<guid isPermaLink="false">https://jpnmedical.com/article/608/</guid>

					<description><![CDATA[北陸先端科学技術大学院大学（JAIST）が、旧システム「KAGAYAKI」の後継となるAI・HPC基盤「HAKUSAN」の運用を2026年3月から開始したと発表した。ラックスケール液冷を採用し、材料探索やAI for Scienceなど幅広い研究への活用が想定されている。]]></description>
										<content:encoded><![CDATA[<article class="jm-article jm-article--policy">
<header class="jm-lead-block">
<p id="lead" class="jm-lead">　北陸先端科学技術大学院大学（JAIST）は、AI研究と高性能計算（HPC）を支える新たな計算基盤「HAKUSAN」を整備し、2026年3月から運用を開始したと発表した。</p>
<p class="jm-lead">　旧システム「KAGAYAKI」の後継として位置づけられる本基盤は、ラックスケール液冷サーバーを採用し、材料探索からAI for Scienceまで幅広い研究分野での活用が想定されている。</p>
</header>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<nav id="keypoints" class="jm-section jm-keypoints" aria-labelledby="keypoints-title">
<h2 id="keypoints-title" class="jm-section-title">ポイント</h2>
<ul class="jm-keypoints-list">
<li>JAISTが新計算基盤「HAKUSAN」の運用を2026年3月から開始したと発表</li>
<li>理論演算性能2.03PFLOPS、CPUコア数3万1744、総メモリ容量186TiBを備える</li>
<li>旧システム「KAGAYAKI」の後継として、材料科学やAI for Scienceなどの研究基盤に位置づけられる</li>
</ul>
</nav>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<p>  <main id="content" class="jm-content"></p>
<section id="summary" class="jm-section jm-summary" aria-labelledby="summary-title">
<h2 id="summary-title" class="jm-section-title">新基盤「HAKUSAN」の性能と運用開始の概要</h2>
<p>　JAISTが公表した資料によると、「HAKUSAN」はxFusion製のラックスケール液冷サーバー「FusionPoD」を採用し、高密度1U液冷サーバーノード「DH120E V8」124台を高速インターコネクトネットワーク「InfiniBand NDR」で接続した計算システムである。理論演算性能は2.03PFLOPS（毎秒2030兆回の浮動小数点演算に相当）、CPUコア数は3万1744コア、総メモリ容量は186TiBとされ、大規模な科学技術計算やAI研究に対応する計算環境として整備された。</p>
<p>　ラックスケール液冷技術により、キャビネット全体を一体的に冷却する方式を採用しており、高性能CPUを高密度に集積しながら電力効率を確保しているとされる。また、クイックコネクタと連動した遮断機構を備え、ノード交換時の停止を抑える保守設計となっているほか、ハードウェア障害の検知や遠隔監視の機能も備えるとしている。</p>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="context" class="jm-section jm-context" aria-labelledby="context-title">
<h2 id="context-title" class="jm-section-title">旧システムからの更新と導入の背景</h2>
<p>　JAISTでは、研究活動を支える計算基盤として高性能計算システムをおおむね5年ごとに更新しており、研究ニーズや技術動向に応じた整備を続けてきたとしている。今回の「HAKUSAN」は、旧システム「KAGAYAKI」の後継として導入されたものであり、生成AIをはじめとする人工知能技術の発展や、大規模データ解析・数値シミュレーションの高度化に伴って研究活動に求められる計算資源が増大していることが背景にあると説明している。</p>
<p>　システム名称は、JAISTが立地する石川県を代表する霊峰白山に由来するとされ、キャビネット側面には旧システムのモチーフであった北陸新幹線「かがやき」と白山が描かれている。JAISTはこれまでも、網羅的な第一原理計算によるハイエントロピー合金中の規則構造の発見や、蓄電材料の充電特性に関するメカニズム解明など、高性能計算とデータ科学を組み合わせた研究成果を上げてきたとしており、「HAKUSAN」はこうした研究を継続・発展させる次世代基盤として位置づけられている。</p>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="details" class="jm-section jm-details" aria-labelledby="details-title">
<h2 id="details-title" class="jm-section-title">事実関係の整理</h2>
<ul class="jm-detail-list">
<li><strong>情報の種類</strong>：大学の研究基盤整備に関する発表（AI・HPC基盤の運用開始）</li>
<li><strong>公表元</strong>：北陸先端科学技術大学院大学（JAIST）</li>
<li><strong>対象</strong>：材料科学、データ科学、AI研究など学内の幅広い研究分野</li>
<li><strong>主要指標</strong>：理論演算性能2.03PFLOPS、CPUコア数3万1744、総メモリ容量186TiB、計算ノード124台、InfiniBand NDR接続</li>
<li><strong>留意点</strong>：公表されている性能値は資料上の理論値であり、具体的な研究成果は今後の運用を通じて示されるものである</li>
</ul>
</section>
<div class="ad-slot"><ins class="adsbygoogle"></ins></div>
<section id="references" class="jm-section jm-references" aria-labelledby="references-title">
<h2 id="references-title" class="jm-section-title">参考文献</h2>
<div class="jm-references-list">
<p>北陸先端科学技術大学院大学（JAIST）<br /><a href="https://www.jaist.ac.jp/whatsnew/press/2026/07/24-1.html" rel="nofollow">https://www.jaist.ac.jp/whatsnew/press/2026/07/24-1.html</a></p>
</p></div>
</section>
<p>  </main><br />
</article>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
