事例 | 人工知能はヘルスケアの未来をどう変えるのか?

人工知能はこれらすべてを変え、私たちにとって物事をより簡単にしてくれます。 それは、私たちが交流し、情報を消費し、商品やサービスを入手する方法を変えました。 人間のように働くことができますが、より効率的、高速、低コストです。どうやって？全体像を見てみましょう。

[[324307]]

人工知能（略して AI）は技術ではなく、コンピュータサイエンスの一分野を指す一般的な用語です。 この分野は、音声とテキストの認識、データ分析、学習、問題解決など、人間のようなタスクを実行できる複雑なアルゴリズムとソフトウェアを専門としています。

AI テクノロジーは、複雑なデータとその周期的なパターン認識を分析して、人間の介入なしに結論を近似することができます。

人工知能は広大な分野です。 分野が成長するにつれて、いくつかの種類の AI が登場しました。 AIの主な用途は、機械学習、ディープラーニング、自然言語処理、画像処理、音声認識です。

人工知能は、破壊的な変化が起こりそうなさまざまな業界で活用できます。 ヘルスケアエコシステムも例外ではありません。 AI は、さまざまなデータベースから構造化された患者データを利用できることと、これらのデータを分析する技術の急速な進歩を通じて、医療を推進しています。

AI のイノベーションにより、医師はより正確な診断を下し、より優れた予測を通じて治療計画を改善できるようになります。 さらに、AI は医薬品開発、患者のモニタリング、ケアの分野でもますます利用されるようになっています。 増え続ける詳細な患者データのデータベースを処理できる AI の能力のおかげで、医療業界全体が事後対応型ではなく予防型へと移行しています。 ここでは、最近の進歩を調べて、「ヘルスケアにおける AI の例にはどのようなものがあるか」という質問に答えます。

AI医療分析

MRI 装置、CT スキャナー、X 線からの画像には大量の複雑なデータが含まれている場合があり、人間が評価するのは困難で時間がかかります。 当然のことですが、診断には専門家の訓練された目が大いに頼りになります。 病気にはさまざまなタイプやサブタイプがあり、さまざまなバイオマーカーやゲノムデータの形で新しいデータが大量に発生していることを考えると、これは医師にとってますます困難になっています。

ここで、AI と機械学習の新しい機能を活用することが役立ちます。 AI ベースのヘルスケアへのアプローチにより、研究者は人間の目では見逃してしまうようなものを観察できるようになります。 AI デバイスは画像を個々のピクセルまでスキャンし、正確な分析を提供します。

一方、今日でも多くの診断手順は、生検によって得られた物理的な組織サンプルに依存しています。 この手順には、感染の可能性などのリスクが伴います。 MRI 装置、CT スキャナー、X 線で撮影された放射線画像は、人体の内部の仕組みを非侵襲的に可視化することができます。 専門家は、人工知能によって次世代の放射線機器の信頼性と精度が向上し、場合によっては組織標本が不要になると予測している。 非常に正確な登録を行うには、任意のピクセルのグラウンドトゥルースがわかっている必要があります。

この研究が成功すれば、臨床医は、少数の悪性腫瘍の特性に基づいて治療を決定するのではなく、腫瘍の全体的な挙動をより正確に理解できるようになる可能性がある。 研究者は、がんの悪性度をより正確に判断し、より適切な治療を行うことができるようになるかもしれません。

とはいえ、AI は「仮想生検」を可能にし、画像ベースのアルゴリズムを活用して腫瘍の表現型と遺伝的特性を特徴付けることに重点を置いた放射線学の革新的な分野を前進させるのに役立っています。

人工知能診断

現在、診断ミスにより患者の約 10% が死亡しており、ヘルスケア AI は医療診断の進歩に不可欠な役割を果たしています。

こうしたサービスの需要は専門家の供給を上回っています。 これを管理することは、ヘルスケア分野における重要な課題です。 さらに、診断医や医師は、増加する医療データを処理するための新しいツールセットを必要としています。 この新しいツールセットを提供するには、AI の力を活用して新しいソリューションを開発する必要があります。

現在、医療診断における AI アプリケーションは初期導入段階にあります。 それでも、医療システムが診断上の問題に対処する方法や、人々が健康状態の変化をリアルタイムで追跡する方法に影響を与える可能性はあります。 ヘルスケアにおける機械学習は、コンピュータ処理の向上とともに、幅広い専門分野にわたる診断の精度と効率を徐々に向上させています。 たとえば、AI はフィットネストラッカーや家庭用モニターなどの複数のソースから収集された患者データを収集して分析し、医師が AI では得られない時間とリソースを使って患者の健康状態を監視できるようにします。

AIと組み合わせた消費者向けウェアラブルデバイスは心臓病のモニタリングにも使用されており、医師は生命を脅かす可能性のある発作を、より治療しやすい段階でより早く検出できるようになっている。

腫瘍学の研究者は、ディープラーニングを使用して、資格のある医師と同等に悪性組織を識別するアルゴリズムを教えています。 スタンフォード大学の研究者らは、皮膚がん、いわゆる黒色腫を再現した13万枚の画像を使って、AIアルゴリズムを訓練し、その検出能力を高めた。

AIの使用により、マンモグラムの検査と解釈が30倍速くなり、99%の精度が得られ、不必要な生検が削減されました。

多くの企業がヘルスケア業界にビッグデータを取り入れる可能性を検討しています。 Microsoft、IBM、Google、Intel などの大企業は、EHR、画像、患者が生成したセンサー、その他の形式のデータから収集されたビッグデータを組み込むことで、医療における AI アプリケーションに貢献してきました。

最近では、機械学習と NLP 機能を組み合わせて質問に答えるシステムである IBM の Watson が、精密医療、特にがんの診断と治療に重点を置いていることが実証されています。 Google はまた、医療ネットワークと連携して、敗血症や心不全などの高リスクの症状について臨床医に警告するための予測モデルをビッグデータから構築している。

いくつかの企業は、NLP 機能を備えた AI チャットボットを使用して、報告された症状のパターンを識別し、潜在的な診断を下したり、病気を予防したり、推奨事項を作成したりしています。 たとえば、インフルエンザのような症状を訴える人に対して、アプリは薬局に行って薬を受け取るよう提案することができます。 ユーザーがより深刻な症状を訴えた場合、アプリは緊急電話番号に電話するか病院に行くことを提案することがあります。

テクノロジー企業やスタートアップ企業も同じ問題に精力的に取り組んでおり、診断はスタートアップ企業が注力している分野の 1 つであるようです。 最も賢い例を以下に示します。 「ケイロンメディカル」は、マンモグラムで乳がんを検出できるディープラーニングソフトウェアを開発した。 「Medvice」は、EHR にアクセスして保存できるリアルタイムの医療相談サービスです。 「予測医療技術 | 集中治療室のデータを活用して、心臓発作を起こしている可能性のある患者を見つけます。」

人工知能における遠隔医療

患者は医者を訪ねるために暖かい自宅を離れる必要はありません。 遠隔医療ソフトウェアの開発は、医師と患者の対面でのやり取りを模倣します。

さらに、AI アプリケーションはモバイル ガジェットとクラウド テクノロジーを使用して分析を実行できます。スマートフォンを指先で押すと、人の血圧が返されます。

遠隔医療では、すべての患者データを保存して分析し、さらなる変化を予測することができます。 彼らは、身体にどんな栄養素が不足しているのか、もっと身体活動や睡眠が必要かどうかなどについてアドバイスすることができます。 たとえば、「Lemonaid Health」のようなスタートアップは、ヘルスケアにおけるAIの発見を活用して患者をスクリーニングおよび評価し、医師が遠隔地から診断を行い、薬を処方できるようにしています。

遠隔医療は医師の利便性にも役立ちます。 通常、医師は勤務時間の約半分をデスクで電子医療記録の記入に費やしています。 医療分野における人工知能の最近の進歩により、この負担が軽減され、電子医療記録の検索が容易になります。 チャット インターフェースは患者のデータを収集し、即座に取得可能な方法で保存できます。

人工知能技術により、世界中の医療専門家間の連携が向上します。 医師たちは互いの洞察と発見を活用して、より効果的に働くようになります。

新薬開発

医薬品の開発は、不確実性が非常に高い、長く複雑で費用のかかるプロセスです。 薬を研究室から患者に届けるまでには約12年かかり、会社には約3,600万ドルの費用がかかる。

医薬品の研究と発見は、ヘルスケアにおける AI の新しい応用例の 1 つであり、新薬を市場に投入するまでの時間とコストを削減することを目的としています。

AI テクノロジーは、データと高度な分析に基づいて、実験結果の予測をサポートします。 AIを臨床開発と組み合わせることで、臨床試験の回数と研究時間が削減されます。 魅力はシンプルです。さまざまな種類の AI を使用することで、コンピューター システムはさまざまな分子を考案し、処理できるようになります。 AI システムは、その結果をさまざまなパラメータと比較し、人間よりも速く最も有望な化合物に到達できるため、コストを削減できます。

AI は科学的研究や患者データからデータを抽出し、古い薬の再利用にも役立ちます。

ウイルス 予防

新しい薬剤化合物が作られるのと同じように、AI システムは新しいウイルスの出現を予測できます。 既存のウイルスの分析に基づいて、ヘルスケアにおける AI はタンパク質鎖を分析し、考えられるすべての分割と変更をシミュレートできます。

ニューラルネットワークをトレーニングして、感染症の蔓延をリアルタイムで予測することができます。 さらに、AI アルゴリズムは予防措置がいかに効果的であるかを特定することもできます。

研究者たちは次の流行を予測するためにあらゆる努力をしています。 世界中で収集された膨大な量のウイルスデータは、動物のどの感染が人間に広がる可能性があるかを予測する AI アルゴリズムのトレーニングにも使用され、感染が広がる前に阻止できるようになります。

人工知能手術

画像、ナビゲーション、外科用ロボットは手術の実践を変えました。 AI アプリケーションは、外科手術に精度、堅牢性、安全性、自動化をもたらします。

AIロボットは動きの軌道、強度、ペースを高精度に制御できるため、外科医を支援するだけでなく、人間の目の精度を向上させ、あらゆる位置と動きをより細かく制御できます。 ロボット手術は医師の疲労を軽減し、低侵襲手術を可能にします。 そうは言っても、AIは寿命を延ばし、患者の生存範囲を広げることができます。

AI神経補綴

神経補綴物は、運動能力、認知能力、視覚、聴覚、コミュニケーション能力、または感覚能力の欠陥を補うために電気刺激によって神経系を増強する人工装置です。 例としては、脳コンピューターインターフェース（BCI）、脊髄刺激装置（SCS）、ペースメーカーなどが挙げられます。

世界の上肢義肢市場は2025年までに23億ドルを超えると予想されていますが、器用さだけでは十分ではありません。 制御レベルを高め、ユーザーに真の自律性を与えるために、研究者らは神経工学技術とロボット工学および AI を組み合わせ、モーターのパワーの一部を半自動化して「共有制御」を実現した。 新しいヒューマン・マシン・インターフェース (BMI) とバイオニックハンドにより、ユーザーの動きを完全に制御できます。 ディープラーニング手法のおかげで、ロボットは 400 ミリ秒以内に反応できます。

人工知能 医療 世界 コミュニケーション

訓練を受けた医療従事者の不足により、世界中の発展途上国では命を救う医療へのアクセスが大幅に制限されています。

医療における人工知能は、通常人間に割り当てられている診断業務の一部を引き受けることにより、この問題を軽減するのに役立ちます。

たとえば、AI 画像ツールは胸部 X 線検査で十分な精度で結核を検査できます。 この機能は、リソースの乏しい地域の医療提供者が使用できるアプリケーションを通じて展開できるため、現場で訓練を受けた診断放射線科医の必要性が軽減されます。

重篤な疾患の治療のためのAI

集中治療室の医師は、重要な決定を下すために大量の複雑なデータを分析する必要があります。 ヘルスケアにおける人工知能により、調停は治療提供の経験を活用できるようになります。 ビッグデータを定期的に取り込むことで、ヘルスケアにおける機械学習は、重症度のスコアリング、臨床上の意思決定、そして医療の全体的なパーソナライゼーションの向上を保証します。

たとえば、敗血症は病気の進行が進むまで発見されないことがよくありますが、AI システムは多くの変数を迅速に分析して敗血症と死亡率を予測できます。 ICU 患者の継続的な心電図データをディープラーニングで分析することで、変化を即座に検出できます。

自撮り診断

あなたの携帯電話をヘルスケア AI ツールに変えることができると考えたことはありますか?

私たちの携帯電話は、人工知能アルゴリズムによって分析できる画像を生成します。 これらの写真は皮膚科や眼科で広く使用され、子供の発達障害を特定するためのツールとしても使用されています。

毎日 250 京バイトを超えるデータが生成されているため、ほぼすべての業界の大手企業が自社のデバイスに AI ソフトウェアを組み込み始めています。 携帯電話は、さまざまな種類の AI と組み合わせてデータを使用することで、よりパーソナライズされ、より高速で、よりスマートなサービスを提供できます。

同様に、医療分野での AI の活用は、発展途上地域や遠隔地での医療専門家の不足の解決に役立つ可能性があります。

ヘルスケアAI企業

この記事の前半で述べたように、多くの大企業がヘルスケアにおける AI に特化したプログラムを確立しています。認知コンピューティング機能を備えたシステムの提供の先駆者である IBM の Watson Health Initiative は、メモリアル・スローン・ケタリングがんセンターで肺がんの治療法の研究を Anthem と共同で行っています。

AIシステムはクラウドコンピューティングを使用して大量のデータを収集し、分析します。 診断医の専門アドバイザーとして活用されています。 Watson's Health は、症状、家族歴、受けた治療、病気の期間、以前の治療などの詳細情報、および検査、査読済み研究、臨床研究からのその他の知見に関するデータを使用して、各見込み患者に対してさまざまな治療オプションと信頼度評価を提供します。

IBM Watson のコグニティブ コンピューティング サービスは、あらゆるアプリケーションとの統合も提供し、Watson API とオープン マルチクラウド プラットフォームを介して既存のサービスを通じて支援を提供します。

ワトソンズ ヘルスは慢性疾患の治療では CVS ヘルス コーポレーションと、科学的研究に基づいた新薬の発見ではジョンソン・エンド・ジョンソンと提携しています。

医療における AI は、患者の免疫細胞をプログラムして白血病細胞を認識して殺すことを目指すマイクロソフトのがん研究からも大きくサポートされています。 マイクロソフトの研究者たちは、生物学を再プログラムするこの能力が、あらゆるものを生産する方法を大きく変える可能性を秘めていると考えています。

一方、ヘルスケア分野における Google AI は、検出、診断、治療を支援するデータ インフラストラクチャを再構築しています。 同社は AI をヘルスケアに応用しており、まだ統合されていないさまざまな分野で活動しています。 これ以外にも、GoogleはCOVID-19に関する情報の普及に多大な貢献を果たし、8億ドル相当のコロナウイルス対応パッケージを提供した。

要約する

医療における人工知能は私の革新的な精神を刺激します。 これは、新しい AI スタートアップの開発にとって肥沃な土壌を提供します。 診断から治療、そして継続的な健康維持に至るまで、患者の全過程にわたる医療課題に対するソリューションのバックボーンとして AI アプリケーションが活用されている例がすでにあります。 AI テクノロジーの導入を検討する際に、十分な情報に基づいた決定を下すことができます。 人工知能の専門家と一緒にプロジェクトを構築しましょう。