人工知能は医師に完全に取って代わることはできない

人工知能は医師に完全に取って代わることはできない

今後数年間で、初めて医療用人工知能 (AI) システムとやり取りすることになるかもしれません。自動運転車、家庭用音声アシスタント、自己ラベル付けフォトギャラリーを実現するのと同じテクノロジーが医療分野で急速に進歩しており、最初の医療用人工知能 (AI) システムは現在、臨床応用に向けて動き始めています。

医療用 AI とやりとりできるようになることを想像してみてください。このテクノロジーの利点と課題は、人間以外の医療従事者とのやりとりに備えるきっかけになるかもしれません。

[[205722]]

AIはどのようにして病気を診断できるのでしょうか?

これらの進歩の背後にある技術は、ディープラーニングと呼ばれるコンピューターサイエンスの一分野です。これは、テンプレートから学習してデータの複雑なパターンを理解するのに役立つ非常に単純なプロセスです。以前の世代の人工知能とは異なり、新しい人工知能システムは、視覚、音声、テキストを通じて人間と同じように世界を認識できます。

ほとんどの人はこれらのスキルを当然のことと考えていますが、実際には医療などの人間の専門分野で非常に重要な役割を果たしています。ディープラーニングによりコンピューターにこれらの機能を与えることができるため、多くの医療タスクを人工知能で解決できるようになりました。研究者らは過去12カ月間に、コンピューターシステムが糖尿病性眼疾患、皮膚がん、心拍リズム障害などの症状を少なくとも人間の医師と同程度に診断できることを示してきた。これは将来、患者が医療用人工知能とやりとりする3つの方法の例である。

1 つ目は最も伝統的な方法で、専門機器を使用して診断が行われる場合に発生します。検査を依頼し、クリニックで検査を受けてレポートを受け取りますが、これもコンピューターで作成され、患者の体験は変わりません。 Google の糖尿病性眼疾患 AI システムは、このアプローチの代表的な例です。このシステムは、糖尿病がうまくコントロールされていない患者の眼の奥に現れる脆弱で漏れやすい血管を識別するようにトレーニングすることができ、現在、インドのいくつかの病院で実際の患者に使用されています。

医療 AI システムとやり取りする 2 番目の方法は、多くの診断タスクに特別な機器がまったく必要ないため、多少混乱を招く可能性があります。スタンフォード大学の研究者は、皮膚科医と同じくらい正確に皮膚がんを診断できる皮膚がん検出器を開発しました。研究者は現在、使用するためのモバイル アプリを開発しています。

近い将来、人々は自分の皮膚病変を自撮りし、その場で分析できるようになるかもしれない。この人工知能システムは、人間の医師を必要とせずに人々の健康状態を評価するアプリを開発するために科学者によって使用されている。

3 つ目のタイプのインタラクションはその中間です。心拍リズムの検出に心電図が必要な場合、これらのセンサーは安価なウェアラブル テクノロジーに統合され、携帯電話に接続されることがよくあります。患者は通常、毎日心拍を記録するためにモニターを装着する必要があり、時々医師にモニタリング結果を見せる必要があります。重大な事態が発生して患者の心拍数が突然変化した場合、患者と医師はすぐに注意を払う必要があります。

現在、多くの研究グループがウェアラブル医療機器を臨床に導入する取り組みを行っています。

[[205723]]

AI システムの利点は何ですか?

これらのシステムは運用コストが非常に安く、診断 1 件あたりのコストはほんのわずかで、予約リストもありません。AI システムは疲れたり、病気になったり、眠ったりすることがなく、インターネット経由でどこにでも接続できます。医療 AI は、誰もが利用しやすく手頃な価格のヘルスケアを提供できます。

AI システムの欠点は何ですか?

おそらく現在最も懸念されるのは、この技術を取り巻く誇大宣伝によって生み出された非現実的な期待です。システムをトレーニングするには、医師の能力をはるかに超える大量の複雑で高価なデータが必要ですが、代わりに私たちが目にしているのは、将来予測される単一のタスクを実行できる限定的なシステムです。これらの過大な期待に対抗するには、これらの議論で情報に基づいた意見を促進する必要があります。

医療データのプライバシーも研究者が直面している課題です。多くのシステムがクラウドで実行されるだけでなく、一部の有用な医療データは本質的に識別可能です。たとえば、システムが顔の特徴を分析して病気の兆候を診断する場合、患者の顔の特徴をぼかすことは不可能です。データ漏洩は避けられない可能性があり、人工知能システムの信頼性を損なうことになります。

もう一つの大きな分野は、責任の問題です。医師が診断に関与していない場合、医療ミスの責任は誰が負うべきでしょうか?システムがミスを犯した理由すらわかりません。医師がAIからの誤ったアドバイスを受け入れた場合、誰が責任を負わなければならないのでしょうか?患者擁護団体、医師、政府、保険会社は、この問題の解決に取り組んでいますが、まだ良い答えは出ていません。

医療用人工知能の時代が到来し、私たちは人工知能システムと対話するようになります。作業のほとんどは目に見えないものとなり、患者の治療コストを大幅に削減し、治療の効果を高めます。おそらくその一部は腕で実行され、簡単なボタンで体の健康状態を評価するでしょう。今私たちがしなければならないことは、さまざまな課題にどう対処するかを考え、人工知能との最初の「デート」に備えることだけです。

<<:  最も人気のある 12 の AI ツール、ライブラリ、プラットフォーム

>>:  ディープラーニングの限界を理解していますか?

ブログ    
ブログ    

推薦する

...

人工知能は目覚めたのか?アマゾンのAIは人間の命令を聞かず不気味な笑い声を上げる

人類が人工知能の開発に熱心に取り組み始めて以来、著名な科学者ホーキング博士をはじめ、疑問や反対の声が...

人工知能の台頭でIT業界やその他の分野は失業の波に直面するかもしれない

[[237676]]画像ソース @Visual China以前、「AI従業員の最初の一団が解雇された...

ChatGPT をベースにしたインテリジェントな顧客サービス アシスタント

導入従来の顧客サービス分野は、手作業に大きく依存し、データ集約的であることが特徴です。大量のユーザー...

13歳の天才少年がAIスピーカーを開発。2010年代以降の世代は単純ではない

現代のティーンエイジャーにとってクールなものは何でしょうか?おそらくそれは AJ シューズを履くこと...

WeChat OCR(2):ディープシーケンス学習がテキスト認識を助ける

この記事は、WeChat OCR 技術紹介シリーズの一部であり、ディープ シーケンス ラーニング手法...

高性能な PyTorch はどのように実現されるのでしょうか?経験豊富な専門家がまとめた落とし穴を避ける10のヒント

最小限の労力で最も効率的な PyTorch トレーニングを完了するにはどうすればよいでしょうか? P...

人工知能によって人々の仕事が失われることは確実だが、仕事がなくなることはないと言われているのはなぜでしょうか。

1956年に人工知能の概念が提案されて以来、人工知能と労働市場の関係については議論されてきました。...

コロナウイルスを分類する機械学習はわずか数分で完了

物理学者協会のウェブサイトが28日に伝えたところによると、カナダのコンピューター科学者と生物学者は、...

ディープラーニング: オートエンコーダの基礎と種類

ディープラーニングが私たちの社会に大きな影響を与えようとしていることは明らかです。 Mobibit ...

末期の病気を患う58歳の女性が、メタバースで死に際の願いを叶えた。VRグランドキャニオンツアーだ。

慢性閉塞性肺疾患を患っている女性は長い間病気で寝たきりの状態です。しかし、彼女の最後の願いは、アメリ...

液体冷却が高性能コンピューティング インフラストラクチャに関連する課題を克服する方法

新型コロナウイルス感染症の流行から2、3年が経ち、私たちの日常生活の機能を維持するために、データセン...

オッペンハイマーの「彼女は消えた」!物理学界のファーストレディ、呉健雄はマンハッタン計画の重要な問題を解決した

長い待ち時間を経て、ついに『オッペンハイマー』が国内で公開される。ノーラン監督は映画の細部と品質に細...

AIによる顔の変形がトレンドになり、人工知能の世界があなたの探索を待っています

昔、携帯電話がなかった頃は、写真を撮りたい人は写真館に行かなければなりませんでした。写真を撮る機会は...

...