流行を予防し制御するために、人工知能はまだ3つの大きな問題を解決する必要がある

新型コロナウイルス感染症は、中華人民共和国成立以来、最も急速に広がり、最も広範囲に及び、最も困難な公衆衛生上の緊急事態であると言える。これは中国と世界各国が直面している大きな課題である。

[[423642]]

さまざまな防疫対策の中で、人工知能技術の応用は防疫の重要な補助手段となっている。本稿では、人工知能がCOVID-19の流行の予防と制御に役立つ実践的なシナリオを分析し、その応用が流行の拡大の抑制、診断と治療のプレッシャーの軽減、研究開発の効率向上に大きな効果をもたらすことを示した。また、法律や規制の改善、データセキュリティの確保、人材育成の強化などの開発提案も提示した。

感染症の予防と抑制の過程で、人工知能技術は感染症の監視と早期警報、医療診断、医薬品開発などで重要な役割を果たし、感染症の拡大範囲を効果的に制御し、感染症の診断と治療の負担を軽減し、感染症と闘うための時間と資源を増やしました。

流行の監視と早期警告

感染症の予防と抑制において、新型コロナウイルスの感染拡大を監視することは非常に重要かつ面倒な作業です。ウイルスの感染経路と感染様式を理解することは、感染症の監視、追跡、政府の感染症予防に関する意思決定にとって極めて重要です。

人工知能技術の広範な応用は、人的資源の負担を軽減するだけでなく、包括的かつ正確な防疫対策の実施にも役立ちます。

同時に、人工知能技術とビッグデータを組み合わせることで、流行の警告にも役立ち、タイムリーな予防・抑制措置を講じて感染者数を減らすことができます。

流行監視の面では、人工知能技術の応用は主に、新型コロナウイルス肺炎の疑いのある症例の情報統合、スクリーニング、追跡に反映されている。

まず、人工知能とビッグデータ技術を利用して、オンライン情報を選別・管理し、大衆が最も関心を持っている情報や最も検索されている質問を集約し、噂と公式の回答を区別することで、大衆が最も権威のある情報をいち早く入手できるようになります。

これにより、新型コロナウイルス感染症に対する人々の恐怖が軽減され、噂による社会的パニックが回避され、感染のさらなる拡大を抑制する上で大きな意義がある。

第二に、新型コロナウイルス感染症の拡大をより総合的に監視するためには、住民の流動性を確認する必要がある。

現在、インテリジェント音声ロボットを使用して電話通信で人事スクリーニングを行うことは、比較的安全で効率的な方法であり、2時間以内に7,000回以上の通話を発信し、取得した情報に基づいてデータレポートを自動的に生成できます。

同時に、インテリジェント温度測定システムは、多数の人々の体温モニタリングを実現し、人々の日常生活に影響を与えることなく伝染病の蔓延を監視し、長期的な対策として伝染病の予防と抑制を行うことができます。

疫病警報に関しては、主にビッグデータと人工知能技術を組み合わせて、疫病の早期発見、早期警報、早期処理を実現します。

症例情報、交通情報、社会情報などのビッグデータに基づき、人工知能技術を通じて流行監視・早期警報システムを構築し、潜伏期間中に危険地域に到着した人や確定症例または疑い症例と濃厚接触した人の位置情報を正確に把握し、関係部門が適切な予防・抑制措置を講じるのを支援する。

人工知能技術は、疫病の発展傾向を予測し、さまざまな疫病予防・抑制措置の実施の有効性を評価するモデルを構築することもできるため、政府に科学的な予防・抑制計画を提供し、疫病の発展を抑制するための最も効果的な措置を講じることができる。

流行の医学的診断

医用画像診断分野における人工知能技術の応用は、医用画像診断医の診断負担を効果的に軽減することができる。一方では、医師の手動診断の誤り率を減らし、他方では、診断の効率を向上させる。特に、新型冠状動脈性肺炎のような感染力の強い病気の場合、病気の迅速かつ効率的な診断は特に重要かつ決定的である。

人工知能による医療画像診断は効率が高く、時間の節約にもなり、疫病診断段階における重要な補助手段となります。

同時に、COVID-19の画像所見は他のウイルス性肺炎とは大きく異なり、その独特の特徴は人工知能の応用の前提条件を提供します。

人工知能技術を用いて構築されたCOVID-19の医療画像診断ツールは、疑いのある症例の中からCOVID-19患者とその他のウイルス性肺炎患者を迅速に識別することができ、診断プロセスにおける早期スクリーニングに役立ちます。同時に、多くの医療資源を節約し、防疫と制御に重要な貢献をすることができます。

AI技術は、患者追跡のための非侵襲的測定や遠隔診察にも活用されています。

人工知能技術は、群衆の中で体温が異常な人を素早く特定し、その位置を特定して追跡するために使用できます。また、呼吸器系の特徴に基づいて、人工知能はウイルスに感染している可能性のある人を大規模に監視することもできます。

同時に、人工知能ロボットは患者への遠隔診察や一部の非接触作業を実現し、医療従事者の感染を効果的に減らし、人と人との直接接触による伝​​染病の拡大を防ぐことができます。

医療診断分野における人工知能の応用は、流行期間中の最前線の医療スタッフの労働圧力を効果的に軽減し、新型コロナウイルス肺炎に感染した患者のためにより多くの時間を稼ぎ、医師の患者治療率を向上させ、流行の診断と治療の重要な手段の一つとなった。

ウイルスと医薬品の研究

現在のCOVID-19流行の予防と制御において、遺伝子検査と医薬品開発は、ウイルスと医薬品の研究分野で最も広く使用されている2種類の人工知能製品です。

COVID-19の流行をうまく克服するための最も重要な課題は、新型コロナウイルスについて徹底的に研究し、その遺伝子構成と特性を理解した上で、効果的な薬とワクチンを開発することです。

人工知能アルゴリズムは27秒以内に新型コロナウイルスの構造を予測することができ、ワクチン開発や遺伝子検査などの科学研究作業の効率が向上するだけでなく、医薬品開発のための時間も稼ぐことができる。

新型コロナウイルスは遺伝子配列が長いだけでなく、不安定な特性があり、いつでも変異する可能性があります。ウイルスの変異による検出漏れを防ぐために、全ゲノム検査が必要です。人工知能アルゴリズムにより、全ゲノム検査の時間を30分以内に短縮でき、医師の診断と治療の時間を大幅に節約できます。

医薬品開発プロセスには、主にターゲットスクリーニングと医薬品スクリーニングの 2 つのステップが含まれます。

ターゲットスクリーニングが鍵となります。人工知能技術を使用して、膨大なデータから有用な情報を抽出し、生化学予測処理を実行することで、多くの時間とリソースを節約できます。

医薬品のスクリーニングプロセスでは、ディープラーニングやニューラルネットワークなどの人工知能技術をハイスループットコンピュータと組み合わせて医薬品の設計とスクリーニングを支援することも、医薬品の研究開発の重要な手段です。

コンピュータアルゴリズムによる薬物スクリーニングは、大規模なハイスループットスクリーニングを実現できます。このプロセスは大量のデータサポートに基づいており、コンピュータが迅速なデータシミュレーションを実行するため、薬物スクリーニング時間が短縮され、成功率が向上します。

多くの機関や企業が薬物検査システムを開発し、新型コロナウイルス感染症の予防と抑制に多大な貢献を果たした。

人工知能は、伝染病の予防と制御が直面する実際的な問題の解決に役立つ

感染症の予防と制御の過程において、人工知能のさまざまな応用が大きな役割を果たしてきましたが、依然としていくつかの実際的な困難に直面しています。

• 人工知能の応用における倫理的および規制上の問題

完璧で詳細な法律と規制は、人工知能の実装の基本的な保証です。医療用人工知能の実現には、多数の社会的倫理的および法的問題を解決する必要があります。

現段階では、人工知能技術の発展と比較した法律の遅れは非常に明白です。医療用人工知能の導入後、さまざまな責任の分担と適用基準は、緊急に解決する必要がある重要な問題です。

第二に、医療分野における医師と患者の関係は、本質的に複雑な問題です。医療用人工知能の導入は、新たな関係主体の追加を意味し、医師と患者の関係にさらなる課題をもたらします。

さらに、人工知能に対する人々の理解はまだ表面的であり、完全に信頼することは困難です。

科学技術の発展に伴い、医療用人工知能が患者を独自に診断し治療できるようになると、人々の信頼の問題や医療専門家への影響などの社会的倫理的問題が、医療用人工知能アプリケーションの実装に影響を与える重要な要素になります。

• AIアプリケーションにおけるデータの問題

特に臨床医療支援において人工知能を広く実用化するためには、モデリングと分析のための広範かつ正確なデータ入力が必要です。

データの問題により、医療用人工知能システムは部分的な役割しか果たせず、その適用範囲は病院内に限られ、全国的に接続することはできません。

まず、医療データ情報は共有できません。現在、人工知能医療データの研究は一部の病院に限られており、データ入力は比較的単一であり、確立されたモデルは十分に普遍的ではなく、統一されたデータ共有方法はまだ確立されていません。

第二に、医療データ情報は高品質レベルに達することができません。病院によってデータの形式や情報の記述が異なるため、データを入力する際に​​は多くの経験豊富な医師が統一された標準的な医療記録データを作成する必要があり、余分な作業が増えてしまいます。

最後に、個人情報のプライバシー保護の問題があります。医療用人工知能を実現する過程では、テクノロジー企業、病院、その他の組織が医療情報リソースを共有する必要があり、プライバシー漏洩のリスクが生じます。

そのため、医療用人工知能の導入においては、法規制の整備や国民の情報セキュリティの確保が重要な課題となります。

• 人工知能におけるアルゴリズムの偏りの問題

アルゴリズムバイアスとは、人工知能システムで生成される不公平な結果や繰り返し発生するエラーを指します。このバイアスは、アルゴリズム自体の設計上の問題であるだけでなく、入力データやアルゴリズムのトレーニング方法など、複数の要因によっても影響を受けます。

まず、元の入力データに偏りがある場合、つまりデータ範囲が十分に広くなく、特定のタイプのデータが多すぎる場合、アルゴリズムはこの偏りを操作プロセスに持ち込み、結果に偏りが生じます。

2 つ目は、人間が原因となるアルゴリズムの偏りです。アルゴリズムはプログラマーによって書かれ、設計者がアルゴリズムに自分の価値観の偏りを埋め込むと、人工知能はこの考えを継承します。アルゴリズムを複数回操作すると、この偏りはさらに増幅または固まり、人工知能製品が「偏り」、市場に悪影響をもたらします。

結論は

医療用人工知能は、感染症の予防と制御において一定の問題を示していますが、依然として大きな発展の可能性を秘めています。さまざまな側面が徐々に改善されれば、人工知能は医療分野にさらに大きな貢献を果たすでしょう。

• 法律や規制の改善と倫理監督の強化

医療人工知能倫理監督機関を設立し、医療人工知能製品の設計、製造から使用までの全プロセスの監督を実施し、医療人工知能の使用における責任と権利を明確にします。

同時に、人工知能のリスクを軽減するために、医療用人工知能製品の設計の初期段階で倫理原則に基づいたリスク評価を実施する必要があります。

関連する法律や規制を整備し、医療用人工知能の開発者、生産者、使用者の責任を法律で明確に定義し、責任システムを確立する必要がある。

医療用人工知能の応用評価システムを確立し、医療用人工知能製品の総合的な検査を実施し、健全な市場競争環境の形成を指導します。

• データセキュリティ管理システムを確立し、データサイロを解消し、国民の個人情報のプライバシーを保護する

データ管理システムを確立し、データセキュリティを確保しながらデータ標準を標準化し、高品質の情報データリソースライブラリを構築し、医療人工知能の学習とトレーニングのデータニーズを満たし、医療人工知能の推進と応用を促進します。

さらに、プライバシー保護法などの既存の法律や規制に基づき、医療人工知能情報のプライバシーとセキュリティ管理を強化し、国民の個人情報のセキュリティを確保します。

• 医療と人工知能の人材育成を強化する

医療用人工知能は、今後の医療業界において避けられない発展の潮流であり、高度で多才な人材が不可欠です。

医療人工知能人材育成システムを確立し、大学、病院、企業などの連携を促進し、医療従事者に対して専門的かつ標準化された技能訓練を提供し、人工知能と医学の学際分野の構築を強化し、ハイエンドの人材を積極的に導入し、医療人工知能の長期的な発展を確保する必要がある。