AI開発の「データ不足」を解決！ヴェルトの「xCausal® データ拡張機能」が因果モデルで大規模データ生成

データ不足という課題への対応

AIや統計解析の現場では、特定のデータセットが量的に不足するという構造的な問題が広く存在します。不良品、不正取引、設備故障、希少疾患など、意思決定において重要度が高い事象ほど発生頻度が低く、データが偏在し不均衡であるため、予測モデルが重要なケースを見逃すという課題が多岐にわたる領域で発生しています。従来の生成AI系の合成データ手法は、高精度なモデルほど大量の学習データを必要とするため、データが少ない現場では活用が難しいという制約がありました。また、生成プロセスがブラックボックス化しやすいため、医療や金融といった説明責任が求められる領域での採用には高いハードルがありました。

因果モデル（GCM）によるデータ生成メカニズム

「xCausal® データ拡張機能」は、グラフィカル因果モデル（GCM: Graphical Causal Model）が対象領域の実態を捉えている場合、少量のシードデータからでも大規模なデータセットへと拡張できるという性質を応用しています。GCMは、データがどのような原因と結果の連鎖で生まれるのかという「設計図」をデータの生成メカニズムとして利用します。例えば、「ある条件が変わると次の状態が変わり、結果として品質が変わる」といった因果関係を組み込むことで、少ないシードデータからでも筋の通ったデータを大量に生成することが可能です。これにより、生成された一つひとつの値について「なぜそうなるのか」という理由を説明できるようになります。模倣的なアプローチとは異なり、実際には観測されていない条件についても設計図に沿って妥当なデータを生み出すことができる点が特長です。

本機能の主な特長

1. 相関の模倣ではなく、因果構造に基づく拡張

本機能は、以下のデータ生成メカニズムを起点にデータを拡張します。一般的な手法が観測された相関を模倣する（内挿）のに対し、本機能は因果構造に基づく生成を行うため、少量シードデータでも機能し、「なぜそのデータが生成されたか」を因果構造で説明できます。実際には起きていないが起こりうる介入や反実仮想シナリオまで生成でき、稀有なイベントへの対策やストレステストに活用できるとされています。

• 親を持たない変数（根ノード）は、その変数の分布から値をサンプリングします。

• 親を持つ変数（子ノード）は、親の値を入力に関数や機械学習モデルで計算し、ノイズを加えて値を決定します（関数型のメカニズム）。式で表すと「子 = f(親) + ノイズ」です。

• この処理を上流（親）から下流（子）へ順番に繰り返すことで1件分のデータ（1行）が生成されます。

必要な件数だけ繰り返すことで、シードデータと同じ因果関係を保ったまま大規模なデータへ拡張できます。

2. 忠実（Fidelity）検証機能

拡張された「合成的拡張データ」が、シードデータをどれだけ忠実に再現しているかを、以下の2つの観点から定量的に確認できます。

• 各変数の分布の類似度: 単変量分布をシードデータと比較します。

• 変数間の相関関係の比較: 変数同士の相関・依存関係が保持されているかを比較します。

より高い精度を確認する場合、予測モデルによる実用性検証がプロフェッショナルサービスとして提供されます。シードデータと拡張データそれぞれで同一の予測モデルを構築・比較し、「実データの代わりに使えるか」という実用性の観点から拡張データの品質を検証します。

3. コーザルAI（因果AI）プラットフォーム「xCausal®」の信頼性と使いやすさ

本機能の価値は、コーザルAIプラットフォーム「xCausal®」を基盤として発揮されます。xCausal®は、コーディングなしで直感的に使えるSaaS型の因果AIプラットフォームで、ベースとなる因果モデルを信頼性と使いやすさのバランスが取れたツールです。構造的因果モデル（SCM）に基づく理論的に立証された因果推論や、頑健性評価などの機能を用いて、信頼性の高いモデルを素早く作成可能です。

4. プロフェッショナルサービス

ヴェルトは、本機能の前提となる因果モデル（GCM）の構築支援から拡張データの実用性検証までを、プロフェッショナルサービスとして一貫して提供しています。因果モデルの作成では、共変量など必要な変数とデータの洗い出しや、モデル構築支援などを実施します。実用性（Utility）検証では、シードデータと拡張データそれぞれで同一の予測モデルを構築・比較し、実データの代わりに使えるかという観点から拡張データの品質を検証します。

AI-Readyなデータへの貢献

近年、AIをすぐに学習・推論へ活用できる状態に整えられた「AI-Readyなデータ」の重要性が、国内外の政策で急速に高まっています。AI-Readyなデータとは、単に量が多いだけでなく、正確性・一貫性・完全性が担保され、機械が意味まで解釈できる高品質なデータを指します。AIがハルシネーションやバイアスを抑え精度を高めるには、こうした質の高いデータが大量に必要とされます。

「xCausal データ拡張機能」は、少量の良質なシードデータを因果構造に基づき大規模なデータセットへと拡張することで、「質を保ったままのスケール」という難題に応えます。さらに忠実性（Fidelity）検証により拡張後も正確性・一貫性が保たれていることを定量的に確認できるため、量と質を両立したAI-Readyなデータの整備に貢献します。データ不足を理由にAI活用が進まなかった領域において、政府が掲げるデータとAIの好循環を後押しする取り組みです。

展開領域と主なユースケース

ヘルスケア・創薬、金融・保険、フィジカルAI・モビリティ、製造業、社会インフラ・防災、サイバーセキュリティなど、データの希少性や不均衡が課題となる幅広い領域での提供が予定されています。以下のようなユースケースが想定されています。

• 製薬: 数件の患者データから反事実データを生成し、治験の疑似的な対照群を構築する「外部対照群（External Control Arm）」の生成。

• 金融: 因果グラフからまだ観測されていない不正パターンを生成し、検知モデルの死角を解消する「AML（アンチ・マネー・ロンダリング）の新手口耐性テスト」。

• フィジカルAI: 物理法則を強制した拡張により、わずかな計測データから物理的に正しい事故データを安全に量産する「物理整合エッジケース生成」。

岡山大学大学院保健学研究科の渡辺 彰吾 教授は、本技術について「循環器領域の医療意思決定において、AIによる分析が進む一方、従来の相関関係に基づく予測だけでは『どの治療介入が最適か』を判断する信頼性の担保が大きな課題でした。ヴェルト社が提供する因果推論技術は、複雑な臨床データから因果メカニズムのモデルを構築し、限られたリアルワールドデータからでも最適な治療効果をシミュレーション可能にするものです。本アプローチは医療AIの解釈性を大きく向上させるものであり、循環器疾患における個別化医療の発展に向けた重要なモデルケースになると強く期待しています」とコメントしています。

コーザルAI（因果AI）プラットフォーム「xCausal®︎」について

xCausal®︎（クロス・コーザル）は、データサイエンティストでなくてもコーディングなしで使える、ビジネスユーザーを利用対象としたSaaS型のコーザルAI（因果AI/因果推論AI）プラットフォームです。事前知識設定・因果探索・因果推論・頑健性評価・根本原因分析（RCA）やCATE（条件付き平均処置効果）まで、フルスタックな機能を備えています。また、対話型UIでプロンプトを打つことで、AIエージェントを介してモデルの改善やコーザルAIの様々な能力を使うことができるアシスタント機能も装備されています。

サービスサイト:

• https://xcausal.com/

株式会社ヴェルトについて

株式会社ヴェルトは、「なぜ」を知る力で社会課題解決とグッドウィル・イノベーションを加速するデータサイエンス・カンパニーです。コーザルAI（因果AI）のリーディング企業として、因果関係を解明するAIプラットフォーム「xCausal®︎（クロス・コーザル）」や、専門知識や組織の高度な意思決定プロセスをAI化するカスタムソリューション「コーザルAIアシスタント」を提供しています。ヴェルトは、ブラックボックスになりがちなAIに解釈性と説明可能性を備えた「信頼できるAI」を提供することで、社会にポジティブスパイラルを生み出しています。

企業URL:

• https://veldt.jp

AI Workstyle Lab編集部コメント

株式会社ヴェルトの「xCausal® データ拡張機能」は、これまでデータ不足でAI活用が進まなかった業界に新たな可能性をもたらします。特にヘルスケアの希少疾患研究や金融の不正検知など、質の高いデータが少量しかない分野での効果は非常に大きいでしょう。因果メカニズムに基づくデータ生成は、単なる模倣ではない「なぜ」を理解したデータを提供するため、AIの信頼性と説明責任が求められるビジネスシーンでの導入が加速すると予想されます。これにより、企業の意思決定の質が向上し、新たなビジネスチャンス創出にも繋がるはずです。

生成AI学習に取り残されないために…
ChatGPTなどの生成AIを使いこなして、仕事・収入・時間の安定につながるスキルを身につけませんか？

AI Workstyle LabのAIニュースをチェックしているあなたは、すでに一歩リードしている側です。あとは、 実務で使える生成AIスキルを身につければ、「知っている」から「成果を出せる」状態へ一気に飛べます。

PR｜生成AIスクール

🧠 実践型 生成AIスクール「スタートAI」

講師：栗須俊勝（AI総研）
30社以上にAI研修・業務効率化支援を提供。“大阪の生成AIハカセ”として企業DXを牽引しています。

• 日々の業務を30〜70％時短する、実務直結の生成AI活用法を体系的に学べる
• 副業・本業どちらにも活かせる、AI時代の「稼ぐためのスキルセット」を習得
• 文章・画像・資料作成など、仕事も趣味もラクになる汎用的なAIスキルが身につく

ニュースを読むだけで終わらせず、
「明日から成果が変わるAIスキル」を一緒に身につけましょう。

無料セミナーに今すぐ参加する 編集部レビューを見る