ヘルスケアにおける AI と ML の可能性を解き放つ

ヘルスケア分野では、人工知能 (AI) と機械学習 (ML) が患者のケア、診断、治療に大きな進歩をもたらしています。これらの最先端技術は医療業界に革命をもたらし、精度、効率、個別化されたケアを向上させました。病気の早期発見、精密医療、医療画像の進歩、仮想健康アシスタント、新薬の発見は、これらのテクノロジーが医療の実践をどのように変えているのかを示す顕著な例です。

人工知能と機械学習が進歩するにつれ、業界はさらなる変革的な進歩を遂げ、医療従事者をサポートし、世界中の患者に利益をもたらすでしょう。これらのテクノロジーを責任を持って倫理的に導入することで、医療提供者と患者は協力して AI と機械学習の可能性を最大限に引き出し、医療の未来を形作ることができます。

世界的パンデミックから学ぶ教訓

COVID-19 の発生はほとんど警告なしに発生し、テクノロジーはコミュニケーション、診断、治療、データセキュリティ、疫学において重要な役割を果たしました。ファイザーは人工知能と機械学習を活用して、この致死的なウイルスに対する初のワクチンを開発し、12か月以内に評価され、緊急使用が承認された。将来的には、AI と機械学習によって臨床試験がより迅速かつ正確になり、将来の潜在的な流行病に先手を打つことができるようになります。

7月、感染症流行対策イノベーション連合（CEPI）は、新興ウイルスを特定するためにヒューストン・メソジスト研究所が主導する研究所に約500万ドルの寄付を約束した。 5月に、米国食品医薬品局（FDA）は、医薬品の開発と製造におけるAI/MLの可能性について議論した2つの論文を発表しました。 FDA によると、AI/ML は「関係者が治療薬を開発、製造、使用、評価する方法を変革する可能性を秘めています。最終的には、AI/ML は安全で効果的かつ高品質の治療をより早く患者に提供することに役立ちます。」

医療問題を予測する

多くのヘルスケア企業はすでにこれらのテクノロジーを活用して、顧客のヘルスケアの向上に役立っています。ジョンズ・ホプキンス大学では、従来の方法よりも早く患者の敗血症リスクを検出するために AI システムが使用されています。 「AIがベッドサイドに導入され、何千人もの医療従事者が使用したのは今回が初めてであり、私たちは命が救われるのを目撃しています」と、ジョンズ・ホプキンス大学マローン医療工学センターの創設研究ディレクター、スチ・サリア氏は言う。

この技術は、最終的には直接的な医療以外の分野にも応用される可能性があります。たとえば、Apple Watch はすでに、人の心拍数、血圧、不整脈の有無などを監視できる。 AI/MLがさらに進歩するにつれて、時計は、着用者が心臓発作を起こしている場合に通知し、医師に連絡するか緊急治療室に行くように指示するように訓練される可能性もあります。

さらに、チャットボットや仮想健康アシスタントは、例えば、熱のある子どもに解熱剤を飲む必要があるかどうか、あるいは子どもの症状が緊急治療室に行く必要があるかどうかを判断するなど、リアルタイムで患者を支援できるようになります。 AI/ML モデルによって作成されたデータセットは、臨床試験を通じて世界的なパンデミックに対処し、効果的なワクチンを開発し、潜在的な患者の問題を予測し、より効果的な診断を提供し、患者ケアを改善するために不可欠です。

パラメータの設定

AI/ML モデルの魅力の 1 つは、自ら更新し、自ら学習できることです。クラウド コンピューティングのパワーがあれば、提供するデータが増え、人工知能とのやり取りが増えるほど、モデルはより速く、より正確な回答を提供できるようになります。

最初に、データ サイエンス エンジニアは、データセットのパラメーターを医療提供者に提供する必要があります。たとえば、履歴データと電子健康記録 (EHR) の情報を使用して、特定の健康状態を持つ人々向けのトレーニング モデルを作成できます。これらのモデルはどの薬を使用するかを決定し、仮想アシスタントはそれらの処方箋と薬を生成することができます。

もちろん、これは、これらのトレーニングが医療保険の携行性と責任に関する法律 (HIPAA)、患者プライバシー影響評価 (PIA) などの関連法規制に違反してはならず、個人を特定できる情報 (PII) を省略してはならないことも意味します。モデルをトレーニングする際、エンジニアは患者の年齢、性別、職業、健康状態のみを入力するようにする必要があります。つまり、エンジニアに提供する情報に HIPAA または PIA の情報が含まれていないことを確認するのは医療提供者の責任です。

不安を和らげる

まだ心配している人もいるが、それは当然だ。医療提供者にとって最大の懸念事項の一つはプライバシーです。プロバイダーは、データが外部に漏れないように、組織固有のトレーニング モデルを作成することが重要です。もう一つの大きな懸念はデータの正確性です。したがって、企業はトレーニング モデルを作成するために必要な時間を取るように奨励されるべきです。 AI が正確な結果を生成して検証するまでには 3 ～ 6 か月かかる場合があります。ただし、企業がこれらの正確な結果を定期的に確認できるようになると、モデルの予測に対する信頼が高まります。

未来は今

患者がこの新しい技術を受け入れるには、人間的な要素があること、そして必要に応じて医師や看護師と話すことができることを知りたいと思う。医療提供者、医師、看護師、研究科学者は医療に不可欠な存在です。ヘルスケア業界は人類に直接影響を及ぼします。そのため、看護師、医師、臨床研究者、そしてモデルを作成するデータエンジニアをトレーニングし、AI と機械学習の基礎を理解し、履歴データを適切に使用する方法を習得させることも同様に重要です。

AI と機械学習がヘルスケアの向上に大きく貢献する可能性は、業界にとって刺激的で革新的であり、臨床試験の実施にかかる時間を短縮し、潜在的な補助剤や治療法をより早く市場に投入し、遠隔地の国や地域への遠隔医療を可能にし、患者の病気をより正確に予測できるようになります。業界で急速に進化するこのテクノロジーを受け入れることは、ベンダーと実務者の両方にとって重要です。