医療におけるAIとは
医療におけるAI（人工知能）とは、機械学習モデルを用いて医療データを処理し、医療従事者に重要な洞察を提供することで、健康上の成果と患者のエクスペリエンスを改善することです。
現代医療におけるAIの役割
最近のコンピューター・サイエンスと情報科学の進歩により、AI（人工知能）は急速に現代の医療に不可欠な存在になりつつあります。AIアルゴリズムやAIを活用したその他のアプリケーションは、臨床現場や進行中の研究において医療専門家をサポートするために使用されています。
現在、医療現場におけるAIの最も一般的な役割は、臨床における意思決定支援と画像分析です。臨床意思決定支援ツールは、患者に関連する情報や研究に医療従事者が迅速にアクセスできるようにすることで、治療、投薬、メンタルヘルス、その他の患者のニーズに関する意思決定を支援します。医療画像処理では、CTスキャン、X線、MRIなどの画像をAIツールで分析し、人間の放射線科医が見逃す可能性のある病変やその他の症状を見つけています。
新型コロナウイルスの感染拡大が多くの医療システムにもたらした課題により、世界中の多くの医療機関が、患者のモニタリングを支援するために設計されたアルゴリズムや新型コロナウイルス感染患者をスクリーニングするためのAI搭載ツールなど、AIを活用した新しいテクノロジーの実地テストを開始するようになりました。
これらのテストの研究と結果はまだ発展段階にあり、医療におけるAIの使用に関する全体的な基準はまだ完全には定まっていません。しかし、AIが臨床医、研究者、そして彼らが担当する患者にメリットをもたらす機会は着実に増えています。現時点では、AIが現代医学を形成しサポートするデジタル・ヘルス・システムの核心部分となることにほとんど疑いの余地はありません。
The DX Leaders
「The DX Leaders」は日本語でお届けするニュースレターです。AI活用のグローバル・トレンドや日本の市場動向を踏まえたDX、生成AIの最新情報を毎月お届けします。
研究のペースを加速したり、臨床医がよりよい意思決定を行えるように支援したりするなど、AIが医療の実践にプラスの影響を与える方法は数多くあります。
ここでは、AIの活用例をいくつかご紹介します。
- 病気の検出と診断におけるAI
- パーソナライズされた疾患治療
- 医療画像におけるAI
- 臨床試験の効率化
- 薬物開発を加速
病気の検出と診断におけるAI
人間とは異なり、AIは眠る必要がありません。機械学習モデルは、重篤な治療を受けている患者のバイタルサインを観察し、特定のリスク要因が増加した場合、臨床医に警告できます。心臓モニターなどの医療機器はバイタルサインを追跡できますが、AIであればそれらの機器からデータを収集し、敗血症などのより複雑な状態を探すことができます。IBMのあるお客様は、重度の敗血症を75％の精度で検出できる未熟児の予測AIモデルを開発しました。
パーソナライズされた疾患治療
仮想AI支援により、精密医療のサポートが容易になる可能性があります。AIモデルは好みを学習して保持できるため、AIは患者に24時間いつでもカスタマイズされたリアルタイムの推奨事項を提供できる可能性があります。問い合わせがあるたびに同じ情報を繰り返し伝えるシステムとは異なり、医療システムでは、患者の病歴、好み、個人のニーズに基づいて質問に答えることができるAI搭載のバーチャル・アシスタントに患者が24時間いつでもアクセスできるようにすることができます。
医療画像におけるAI
AIはすでに医療画像診断で重要な役割を果たしています。研究によると、人工ニューラル・ネットワークを搭載したAIは、乳がんやその他の疾患の兆候を検出するのに人間の放射線科医と同じくらい効果的です。臨床医が病気の早期兆候を見つけるのに役立つだけでなく、AIは患者の病歴の重要な部分を検出し、関連する画像を臨床医に提示することで、臨床医が追跡しなければならない膨大な数の医療画像をより管理しやすくするのにも役立ちます。
臨床試験の効率化
臨床試験では、患者の転帰に医療コードを割り当て、関連するデータ・セットを更新するのには多くの時間がかかります。AIは、医療コードをより迅速かつインテリジェントに検索することで、このプロセスをスピードアップするのに役立ちます。IBM Watson Healthを活用しているお客様2社は最近、AIを使用することで医療コードの検索回数を70％以上削減できると報告しています。
薬物開発を加速
医薬品の発見は、医薬品開発の中でも最も時間がかかり、コストがかかる部分です。AIは、主に2つの方法で新薬開発のコストを削減できます。より優れた医薬品設計の作成と、有望な新しい医薬品の組み合わせの発見です。AIを使用すれば、ライフ・サイエンス業界が直面しているビッグデータの課題の多くを克服できます。
医療AIを臨床ワークフローに統合することで、医療従事者が治療に関する決定を下す際に貴重なコンテキストを得ることができます。トレーニングされた機械学習アルゴリズムは、患者が部屋にいる間に、治療や手順に関するエビデンスに基づく洞察とともに臨床医に貴重な検索結果を提供することで、研究時間を短縮することができます。
AIが患者の安全性の向上に役立つというエビデンスがいくつかあります。AIが患者の安全に与える影響を調べた53件の査読済み研究の最近の体系的レビューでは、AIを活用した意思決定支援ツールがエラー検出と薬物管理の改善に役立つことが明らかになっています。
ヘルスケア業界全体で、AIを活用してコストを削減できる方法は数多くあります。最も有望な機会としては、薬物治療ミスの削減、カスタマイズされたバーチャル医療支援、不正行為の防止、より効率的な管理および臨床ワークフローのサポートなどが挙げられます。
多くの患者は、通常の営業時間外でも質問したいと考えています。AIを使用すれば、基本的な質問に答えたり、医療機関が開いていないときに患者にリソースを提供したりできるチャットボットを通じて、24 時間サポートを提供するのに役立ちます。AIは、質問を選別し、さらに検討すべき情報をフラグ付けするためにも使用できる可能性があり、これにより、追加の注意が必要な健康状態の変化について医療従事者に警告するのに役立ちます。
ディープラーニングの大きな1つのメリットは、AIアルゴリズムがコンテキストを使用してさまざまな種類の情報を区別できることです。例えば、臨床記録に患者の現在の薬のリストと医師が推奨する新しい薬が含まれている場合、十分に訓練されたAIアルゴリズムは自然言語処理を使用して、どの薬が患者の病歴に属するかを識別できます。
IBMお客様事例
お客様のビジネス課題（顧客満足度の向上、営業力強化、コスト削減、業務改善、セキュリティー強化、システム運用管理の改善、グローバル展開、社会貢献など）を解決した多岐にわたる事例のご紹介です。