賢明な企業はヘルスケアにおける認知AIの成功から学ぶことができる

認知技術は世界最大の課題を解決するために使用されています。この記事では、企業が認知 AI をどのように活用しているかについて説明します。

[[354944]]

あらゆる業界の企業が、最も差し迫った課題に対処するための AI の可能性に強い関心を寄せています。人工知能は、プロセスを高速化し、業務を効率化し、そしてもちろん、人間よりも高速に大量のデータを処理する能力があることですでに知られています。自ら考えることができるシステムに関しては、この現実はあなたが思っているよりも近いかもしれません。

認知 AI は、さまざまな形式の複数のソースからデータを取り込み、そのデータを評価して洞察を得ることができます。このタイプの AI が他の AI と異なる点は、人間の脳の働きを模倣できる点です。認知 AI システムは、インタラクティブでコンテキスト依存的であり、最も重要な点として、新しい情報が利用可能になると動的に学習して進化するため適応性があります。 AI は人間に取って代わるどころか、人間と一緒に働いて仕事を補ったり、他の方法でニーズを満たしたりするように教えられています。認知技術を早期に導入した企業は、それが組織の将来の成功とデジタル進化の能力にとって非常に重要であると考えています。

認知 AI のビジネスへの影響を理解するには、ヘルスケア業界に目を向けるだけで十分です。研究者たちは、認知AIを使用して血液サンプル、代謝、発話と言語のパターン、筆跡を分析し、アルツハイマー病に関連するリスク要因を理解し、これまでよりも6年早く病気を診断できるプログラムの開発に取り組んでいます。 30 の企業、医療、研究機関のコンソーシアムが、脳腫瘍を識別できる認知 AI モデルを開発しています。 MyndYou のようなスタートアップ企業は、脳を AI センサーとして使用し、介護者が高齢の患者を評価および監視できるようにし、発話、歩行、運転時間を監視して身体能力や認知能力の低下を示す可能性のある変化を特定するプラットフォームを提供しています。こうした SF のようなユースケースを考えると、認知システムと AI システムへの世界的な支出が 2022 年に 776 億ドルに達すると IDC が予測しているのも不思議ではありません。

もちろん、ヘルスケアにおける認知 AI はまだ初期段階であり、その長期的な成功は歴史が時間をかけて判断することになるだろう。それでも、初期の兆候は有望かつ前向きであり、すでに他の分野からいくつかの初期の教訓を引き出すことができるほどです。特に研究レベルでヘルスケアにおける認知 AI の推進要因と促進要因を検討することで、他の市場の企業も独自のビジネス プロセスを開発および改善する方法を見つけることができます。

大規模データセットの必要性と利用可能性

膨大なデータセットがなければ、認知 AI はもちろん、AI の余地もありませんが、既成のデータベースやスプレッドシートで十分です。ヘルスケア分野では、医療データはすでに膨大であり、ウェアラブルやその他の IoT デバイス、医療画像、リアルタイムのデータ生成の進歩により、2025 年まで年間複合成長率 36% で増加すると予想されています。ヘルスケアにおける認知 AI の最大の推進力の 1 つは、生成される膨大な量のデータです。接続されたシステムが患者に関する既存の集約された匿名データにアクセスできるようにすることで、特にリアルタイムの健康モニタリング情報（ウェアラブルデバイスなどから）や環境データと組み合わせると、認知 AI が健康の傾向やパターンを特定できるようになります。

さまざまなデータを統合し、洞察を抽出し、それを実用的なインテリジェンスに変換することは、すべてのセクターに影響を及ぼす共通のデジタル課題です。たとえば保険業界では、認知 AI を使用して膨大な量の構造化データと非構造化データを収集し、引受の精度を向上させ、請求をリモートで処理し、業務を効率化し、コストを削減しています。将来的には、認知 AI のおかげで、私たちが生成したデータ ストリームが保険会社と共有され、私たちの選択に基づいて保険料が自動的に調整され、発生したイベントに基づいて保険金請求がリアルタイムで処理されるようになります。

文脈が重要

顧客体験の向上は、認知技術を導入する最大の推進力の 1 つです。私たちは皆、アルゴリズムによって導かれる小売体験に慣れています。たとえば、購入したばかりの商品の広告を見たときなど、それが機能していないことに特に気づき、それを再度購入する可能性が低くなります。 （洗濯機だけが必要なので、よろしくお願いします。）

対照的に、認知 AI はより微妙なツールです。たとえば、世界初の患者中心の腫瘍学プラットフォームである Navigating Cancer を見てみましょう。このプラットフォームは、100 万人を超える患者と何千人もの癌治療提供者をサポートし、認知分析を通じてより良い成果を導きます。スマート分析は、「高リスク」患者の評価を改善し、患者のコストを削減し、プロセス全体をスピードアップするのに役立ちます。

認知 AI の必要性は、たとえばインテリジェント エージェントが 24 時間 365 日の顧客サービス サポートを提供できる小売業界でも明らかです。認知技術により、高度にパーソナライズされたオムニチャネルの顧客体験が可能になりますが、これはほとんどの小売業者にとって現実というよりは願望に過ぎません。また、小売業者が超ローカルな状況で賢明なビジネス上の意思決定を行うのにも役立ちます。例えば、どの店舗が困難に直面するかを予測し、できるだけ早く改善策を講じたり、需要のピークを比較して特定し、需要に応じて人や物資を配置したりします。

より速く、より素早く、よりスマートに仕事をする方法

他の業界と同様に、ヘルスケアにおけるコグニティブ AI の究極の主な推進力は、業務の合理化、コストの削減、生産性の向上など、可能な限りの自動化を求める圧力です。ヘルスケア収益ライフサイクル管理では、多くのプロセスが手動で行われており、大部分が自動化されていません。しかし、認知 AI に基づくシステムでは、医師がメモを入力すると、請求などのその他の必要なバックエンド プロセスを含め、医師の診断をリアルタイムで効率化できるため、患者のケアに費やせる時間が削減されます。あるいは、病院薬局が現在、大規模病院にどのようにサービスを提供しているかを考えてみましょう。現在、処方箋は AI エンジンによって最寄りの薬局に送信されますが、薬局がリクエストをタイムリーに処理できるかどうかは、人員、容量、在庫レベル、病院の他の部分の忙しさによって決まるためです。

他の業界でも、認知 AI がもたらす利点の組み合わせを活用しています。つまり、大量のデータを選別するという「重労働」にビッグ データ分析を使用し、人間の認知機能を応用して継続的に学習できるディープラーニングとニューラル ネットワーク テクノロジを組み合わせて使用​​しています。たとえば、銀行業界では、Eigen Technologies が自然言語処理を使用して文書から関連する意味を抽出し、反復的な手動の文書処理を排除しています。その認知プラットフォームは、意味、文脈、人間の言語の特異性における微妙な違いを認識します。

データ保護と匿名化

健康データの保護は重要です。当然のことながら、クラウド コンピューティングとビッグ データ分析の使用方法に関しては、セキュリティの問題が常に最優先事項となります。企業は、医療分野が認知 AI 導入の障壁をどのように克服しているかを研究することで、医療分野から多くのことを学ぶこともできます。コグニティブ コンピューティングは、その連合型かつ匿名的な性質により、データのプライバシー、データ保護に関する法律、および遵守する必要のある業界固有の規制を保護するのに特に適しています。

最も規制が厳しい業界の中でも、クラウド コンピューティング サービスの進歩により、HIPAA や GDPR に準拠したプラットフォームの成長など、医療における認知技術の採用が促進されています。同様に、金融サービスなどの業界では、コグニティブ AI が金融データのふるい分けに使用されており、マネーロンダリング防止 (AML) 調査の速度と精度が大幅に向上したり、不正なクレジットカード取引をリアルタイムで特定したりしています。規制の厳しい他の業界でも、システムパフォーマンスの向上、リスクの軽減、安全性の強化における認知技術のメリットが徐々に認識されつつあります。

皮肉なことに、ヘルスケア市場自体が、認知 AI の初期の成功を模倣するのに適した選択肢となるかもしれません。しかし、研究機関の外、患者に近いところでは、認知 AI はまだ比較的未活用のままです。過去数か月間、パンデミックへの対応として、COVID-19以外の患者ケアはほぼ一夜にして遠隔医療へと移行しました。医師と患者の間の地理的な距離が広がるにつれて、地域の状況が曖昧になり、あるいは完全に消えてしまうことになります。将来的には、このギャップは医療従事者をサポートする認知 AI システムによって埋められる可能性があります。

たとえば、多くの患者が呼吸器症状を経験し始めた場合、医師は患者の記録を確認し、喘息、アレルギー、またはもちろん誰もが心配しているCOVID-19を含む他のさまざまな病気などの原因を考慮することになります。この場合、AI システムは他のソースからの情報を解析して、考えられる原因を強調表示できるようになります。たとえば、この地域で森林火災が発生し、呼吸器疾患の増加につながった可能性はありますか？この地域の花粉の飛散量は特に多いですか？あるいは、感染症の蔓延との関連はありますか？AIは、これらの質問やその他の質問に答えるのに役立つ可能性があり、医療提供者はより繊細でパーソナライズされた包括的なアドバイスを提供できるようになります。

AI技術の倫理的利用

AI とロボット工学はさまざまな方法で役立ち、そのメリットで企業を興奮させますが、AI テクノロジーの使用と影響について合理的に考えることが重要です。企業は、人工知能を搭載した技術を開発するというアイデアに倫理的な配慮を取り入れる必要があります。 AI テクノロジーの成果を検討してその動作を完全に理解し、それが人間の倫理、あるいは少なくとも企業の価値観に違反していないことを確認することが重要です。覚えておいてください。できるからといって、必ずしもそうすべきというわけではありません。

私たちは「認知時代」の始まりにいます。認知システムがビジネスにもたらす戦略的重要性は、いくら強調してもし過ぎることはありません。認知技術を早期に導入した企業は、ROI の迅速化だけでなく、企業の戦略的ビジョンと競争力に対する認知技術の重要性も指摘することが多いです。つまり、コグニティブ AI は世界で最も困難な課題の解決に貢献し、それによって私たちが知っているデジタル時代を再創造しているのです。近い将来、コグニティブ コンピューティングに伴う良い面でも悪い面でも、混乱から逃れられる企業はどこもなくなるでしょう。

人工知能はあなたが思っているよりも速く進歩しています。今こそ、AI の可能性を最大限に引き出すために、AI を計画し、実験し、導入すべき時です。