ヘルスケアにおける人工知能：現在と未来

IDCが発表した最新データによると、ソフトウェア、ハードウェア、サービスを含む世界の人工知能の収益は、2022年までに前年比19.6%増の4,328億米ドルに達すると予想されています。 2023年には5,000億ドルを超えると予想されています。 3 つのテクノロジー カテゴリのうち、AI ハードウェアとサービスへの支出はより速いペースで増加し、AI ソフトウェアの支出シェアは 2022 年にわずかに減少する見込みです。この傾向は2023年まで続くでしょう。

中でも、ヘルスケア分野におけるインテリジェントアプリケーションは今後も成長を続けるでしょう。ヘルスケアにおける AI の未来は確かに明るいですが、平坦なものではありません。

今日の医療における AI の現状

人工知能は現在、デジタル技術における最も重要な研究分野の一つと考えられています。電気技術の変化が産業革命をもたらしたのと同じように、人工知能は産業の成長を促進し、次世代の産業革命（インダストリー4.0）におけるブレークスルーの源泉として注目されています。

COVID-19パンデミックにより、特にヘルスケア分野における人工知能への投資が加速しました。ヘルスケア業界のリーダーの半数以上が、今後数年間で人工知能 (AI) が自社のイノベーションを推進すると予想しています。同時に、約90％の病院が人工知能戦略の計画を開始しています。

それでは、医療分野におけるインテリジェント アルゴリズムの主な影響を見てみましょう。患者は、より高い自律性とより個別化されたケアを可能にする拡張医療の導入を待ち望んでいました。しかし、拡張医療には臨床実践の根本的な変化が必要であるため、臨床医も視点を更新する必要があります。しかし、AI の可能性を評価するのに十分な使用事例はすでに存在します。

病気の早期発見

最も重篤なケースでは、治療の結果は病気の早期発見に左右されます。 AI を活用したテクノロジーは現在、がんなどの病気の早期段階での正確な診断を改善するために使用されています。

機械学習アルゴリズムは、心電図、脳波、X 線画像からの患者データを処理して、症状の悪化を防ぐこともできます。

アメリカがん協会によると、マンモグラフィーの結果の誤り率が高いため、女性の2人に1人ががんと誤診されているそうです。したがって、より正確で効率的な疾患の特定が緊急に必要とされています。 AI は人間よりも 30 倍速く、99% の精度でマンモグラムを検査および解釈できるため、生検の必要性が減ります。

より迅速な新薬発見

昨年、アルファベット（グーグルの親会社）は人工知能を使って医薬品を開発する会社を設立した。それはDeepMindの取り組みに依存することになる。アルファベットの別の子会社であるディープマインドは、タンパク質の構造を予測するために人工知能を利用する先駆者です。

デロイトの調査によると、2019年にはすでに創薬スタートアップ企業の40%が、潜在的な医薬品候補の化学ライブラリを監視するためにAIを使用していた。 20% 以上が、新しい医薬品ターゲットを特定するためにインテリジェント コンピューティングを使用しています。最後に、17% がコンピューター支援分子設計に使用しました。

医療データ分析

近年、医療データは急速に増加しています。このデータの急増は、ヘルスケア業界の大規模なデジタル化とウェアラブルデバイスの普及によるものです。

画像およびEMH（埋め込みモバイル医療）データでは、患者1人あたり年間約80MBのデータが生成され、データの年平均成長率は2025年までに36%に達すると予想されています。

したがって、医師には、これらのデータ ストリームを理解して業界を変えるような洞察を生み出すための高速かつ効率的なツールが必要です。予測分析はそのようなツールの 1 つです。特に、AI データ分析は、病気の蔓延における隠れた傾向を明らかにするのに役立ちます。これにより、積極的かつ予防的な治療が可能になり、患者の転帰がさらに改善されます。

たとえば、米国疾病予防管理センター (CDC) は分析を使用して、次回のインフルエンザの発生を予測しています。彼らは過去のデータを活用して将来のインフルエンザシーズンの深刻度を評価し、事前に戦略的な決定を下せるようにしています。

臨床試験情報

過去1年間で、研究所は命を救うCOVID-19の薬やワクチンをテストする臨床試験を2,800件以上実施しました。しかし、この膨大な臨床試験の分野では成果が得られず、誤った期待を生み出しています。

520億ドル規模の臨床試験市場は、効果のない前臨床研究やプログラムに長い間悩まされてきました。臨床研究を実施する上で最も難しい部分の一つは患者を見つけることです。しかし、こうした臨床試験の多く、特に腫瘍学の臨床試験はより複雑になり、短期間で患者を見つけることが難しくなっています。

人工知能は選択プロセスをスピードアップする大きな可能性を秘めています。患者の選択肢を次のように拡大できます。

患者情報の均一性を最大化します。これは、さまざまな形式と精度レベルの大量の EMR (電子医療記録) と HER (電子人事) データを調和させ、電子表現型解析を使用することで実現できます。

予後的な臨床結果を提供します。これは、測定可能な臨床目標を持つ可能性が高い患者を選択することを指します。誰が治療の恩恵を受けるかを予測する。

パーソナライズされたケア

AI が精密医療の分野に参入するにつれ、組織や患者がさまざまな方法で精密医療の恩恵を受けることができるようになります。まず、パーソナライズ医療は、自宅にいながら専門医と一対一でやり取りできるデジタルソリューションの形で提供される可能性があります。

統計によると、現在 Google Play には 53,000 を超えるヘルスケア アプリが存在します。なぜそれほど人気が​​あるのでしょうか? 患者は医療アプリが提供する利便性を気に入っています。モバイルヘルス技術の進歩により、患者は費用を節約し、即座にカスタマイズされた治療を受け、健康をより適切に管理できるようになります。病院にとっては、再入院率と入院期間を減らし、患者が投薬計画を遵守できるようにすることで、病院のコストが削減され、対応できる患者数が増えます。

ヘルスケア業界におけるパーソナライゼーションのもう 1 つの側面は、精密医療です。これは、特定の集団に対する医療ソリューション、治療計画、実践、または製品を通じて、個人に合わせたカスタマイズされた医療サービスを提供する革新的な医療サービス モデルです。精密医療をサポートするツールには、分子診断、イメージング、分析などがあります。

しかし、従来の医療アプローチでは精密医療は不可能です。これには、膨大な量のデータへのアクセスと最先端の機能が必要です。このデータには、健康記録、個人用デバイス、家族歴など、幅広い患者データが含まれます。 AI はこのデータを分析し、洞察を生成して、システムが学習できるようにし、臨床医が意思決定できるようにします。

ヘルスケアにおける AI 変革の障壁は何でしょうか?

機械知能の臨床的影響は、ヘルスケアを一変させ、よりアクセスしやすく手頃な価格にする大きな可能性を秘めています。しかし、業界には多くの制約があるため、人工知能の応用はまだ初期段階にあります。これらには以下が含まれます:

断片化された医療データは、自動化を実現する上での主な課題の 1 つです。非構造化出力と構造化出力の難しい組み合わせにより、効果的なデータ取得がさらに困難になります。その結果、約 80% のデータがさまざまな医療システムに分散しています。

複雑な経済的要因と倫理的配慮も、AI 導入のペースに影響を与えるでしょう。現在、医療分野における AI システムには標準が存在せず、医師や患者の間で懸念が生じています。さらに、スマートシステムはリソースの乏しい環境では導入できないため、多額の投資が必要になります。

プライバシーは、デジタル変革に関連するもう 1 つの制限です。インテリジェントなアルゴリズムは大量のデータに基づいているため、サイバー犯罪者の攻撃対象領域が拡大します。さらに、機密情報が多いということは、最高レベルのセキュリティ対策と関連規制への準拠が求められることを意味します。

ヘルスケア分野における人工知能は、長い間待ち望まれてきた破壊的イノベーションであり、長い間成長を続けています。より迅速な新薬発見から在宅診断まで、可能性はほぼ無限です。 2021年、パンデミックによって引き起こされた危機と自動化の緊急の必要性により、人工知能は大幅な成長を遂げました。 AI 全体としてはまだ初期段階ですが、今後 AI が医療業界にさらなる変化をもたらすことが予想されます。