AI支援医療診断技術における最近の進歩は、潜在的に革命的であり、指数関数的なペースで発展しています。医療診断は本質的にマルチモーダルです。医師は、テキスト、画像、音声など、さまざまな形式の患者データを検査します。例としては、放射線画像、血液検査報告書、患者インタビューなどが挙げられます。経験豊富な医師は、上記のすべてのデータポイントを総合的に検討して、患者の診断と治療方針を導き出します。
診断におけるAIの最も影響力のある用途の1つは、医療画像の分析です。ラベル付けされたデータの膨大なリポジトリでトレーニングされた AI アルゴリズムにより、医師は高度な画像技術を活用して微妙な異常を比類のない精度で検出できます。MRIで初期段階の腫瘍を特定する場合でも、X線で骨折を特定する場合でも、AIは解釈プロセスを合理化し、より迅速な診断とタイムリーな介入を可能にします。医療画像ベースの診断では、多くの場合、疾患予測の精度が 90% を超えることが証明されています。
AI技術の観点から見ると、これまでに開発された医療診断モデルは、主にディープラーニングと機械学習に基づく疾患状態の分類に基づくタスク固有のモデルでした。結核を検出するように訓練された胸部X線解釈モデルは、結核を高い精度で予測するのに優れており、訓練を受けた放射線科医に勝る可能性はありますが、肺炎などの他の状態は検出できません。また、胸部検査に関する包括的なレポートを作成することもできません。このシナリオは変わり始めています。
医療AI診断は、タスク固有のものからジェネラリストへと進化しています。医療分野でトレーニングされた大規模な言語モデルであるMed-Palmが2022年後半にGoogleによってリリースされ、続いて2023年3月にMed-Palm-2が次々とリリースされました。Med-Palm 2 は、米国医師免許試験 (USMLE) に 86.5% で合格し、診断に関する人間の専門知識レベルに匹敵することを実証しました。また、専門医と同等の長文形式の医療レポートや要約を作成するジェネレーティブ AI 機能も備えています。もう1つの興味深い開発は、X線などの画像データと電子医療記録などのテキストデータを同時に取得し、それを総合的に解釈して診断結果を提供できる医療AIです。Google は Med-Palm-M の初期かつ実験的なバージョンをリリースしました。M はマルチモーダル生成型 AI を示します。
このように、医療診断用AIは、特定業務から医療ジェネラリストへと進化し、最終的には専門医のホリスティックな能力に近づくマルチモーダルへと発展しつつあります。これにより、将来、世界中の人々が医療をより利用しやすく、公平に、より合理的に利用できるようになるという素晴らしい可能性が生まれます。IDC が最近 CEO と CIO を対象に、さまざまな業界で AI による事業中断が発生する可能性と程度について実施した調査では、ライフサイエンスとヘルスケアがそれぞれ 44% と 42% と最も高いランクにランクされました。理由を見つけるのは難しくありません。現在、医療の提供は費用がかかり、利用しにくく、本来あるべき時間よりも遅れています。ビジネスリーダーは医療AIの機会と可能性を捉え、医療診断と医療提供を革新し混乱させるAIの可能性にますます自信を持ち始めています。
医療提供におけるAIテクノロジーの統合を成功させるために重要な要因はさまざまです。その要因は、信頼、説明のしやすさ、規制からテクノロジーそのものまで多岐にわたります。調査の結果、かなりの数の患者が、医師が診断と治療にAIの使用に頼りすぎているのではないかと心配していることがわかりました。AI アウトプットはブラックボックス症候群に悩まされることが多く、アウトプットの説明可能性は患者だけでなく医師にとっても重要な要素となります。AI が規制のガードレールを通過することも、もう 1 つの重要な要素です。米国では、タスク固有の診断 AI が組み込まれた医療機器が 600 種類以上承認されていますが、ユニモーダルまたはマルチモーダルの種類のジェネレーティブ AI が組み込まれた医療機器は今のところ承認されていません。
人命への悪影響がどれほどまれであっても、感度が極めて高いことを考えると、医療AI技術は引き続き人間中心で厳重に管理されるでしょう。そのためには、責任ある資格を持つ医療専門家による監視、承認、提供が必要です。医療診断の見方としては、医師の AI アシスタント、つまり医療従事者に臨床上の意思決定を支援することを仕事とする医療副操縦士が適しています。これは、そう遠くない将来、イノベーションとディスラプションの大きな可能性を秘めたエキサイティングな分野です！
.png){kind=small}
.jpg)
