人工知能が登場し、医療を根本的に変えようとしています。 人工知能は医療を根本から変えようとしています。人工知能が個別化医療などにどのような影響を与えたのか、また、評論家の意見をご覧ください。
人工知能(AI)と聞くと、ロボットが私たちの仕事をこなし、人間を時代遅れにしてしまうことを想像する人が多いのではないでしょうか。そして、AIを搭載したコンピューターは、人間がほとんど介在せずに意思決定を行うようにプログラムされているため、私たちが現在医師に任せている難しい決断も、近いうちに機械が行うようになるのではないかと考える人もいます。
南カリフォルニア大学ケック医学部およびビタビ工学部の医学・工学部教授であるデビッド・B・アグス医学博士によると、事実とサイエンスフィクションを区別することが重要であるとしている。
医療におけるAIとは、ロボット工学というよりも、医師や病院が膨大なデータセットにアクセスし、命を救う可能性のある情報を得ることを指します。これには、何百万人もの患者、地理的な場所、無数の、時には相互に関連した健康状態にわたって集められた治療方法とその結果、生存率、治療のスピードが含まれます。新しいコンピューティングパワーは、データから大小のトレンドを検出・分析し、潜在的な健康状態を特定するために設計された機械学習によって予測することさえ可能です。
機械学習は統計的手法を用い、コンピュータシステムに入力データによる「学習」能力を与え、人間の指示を最小限に抑えながらパターンを特定し、意思決定を行うことができるようにします。
The Lucky Years』の著者であるアグス氏は、このようなターゲット分析によって、医師はリスクを評価し、正しい診断を下し、より効果的な治療を患者に提供できるようになるかもしれないと述べています。The Lucky Years: How to Thrive in the Brave New World of Health』『The End of Illness』の著者であるアグス氏は言う。彼は、医療を改善するAIの可能性は「驚異的」だと考えています。
“私たちは何十年もかけて集めてきたたくさんのデータを持っています。”と彼は言います。”初めて、コンピューティングパワーによって、患者のためになる方法でデータを使うことができるようになりました。”
課題は、「個人は、数百万とは言わないまでも、何十万もの医療データポイントを持っている」ということだそうです。数十万人の患者のデータセットがあり、それぞれの患者が100万のデータポイントを持っている場合、機械学習の力を発揮するためには、データを適切かつ正しく収集する必要があります」。
その一例を紹介する。「最近発表された研究では、卵巣がんで、たまたまベータ遮断薬(血圧を下げる薬)を飲んでいた場合、4年半長く生きられることが示されました」と彼は言います。「これは、生物学では決して思いつかない観察です。ビッグデータが示してくれたのです。今、この発見が本物かどうかを確かめるには、大規模な臨床試験を行う必要があります」。
患者の視点からは、「何がエキサイティングかというと、AIによって(医師が)ケアをパーソナライズできるようになることで、これは何十年も夢見てきたことです」と彼は言います。
アグスは、個々の患者を診察して、同じような症状を持つ他の患者をすぐに見つけることができるようになりました。「データベースから患者を取り出し、”こんな反応がありましたよ “と言えるのです。機械学習とAIによって、診察室に座っている患者さんと、すべての情報にアクセスし、非常に教育的な議論をすることができます」「歴史的に単純な判断をしてきた(健康状態に関する)データを解き放つことができるのです。AIによって、より深く掘り下げ、人間の脳にはできないがコンピュータにはできる関連性を探すことができるのです。”
もちろん、医療における分析の利用に関して否定的な意見もあるが、懸念はAI、機械学習、予測追跡よりも、病院全体、あるいは個々の外科医のパフォーマンスを測定し、報酬やペナルティを与えるためにビッグデータがどのように利用されるかに集中する傾向がある。
このような測定は、患者の治療方法、時期、あるいは治療に影響を与える可能性があると、2018年の『The Tyranny of Metrics』の著者であるJerry Mullerは書いている。「医学の分野ほど、測定基準が流行しているところはありません」と彼は言う。そして、命がかかっている以上、”賭けは高い “と結論付けている。
ミュラー氏は、人間性の問題を指摘している。人間も官僚も、自己保身のために数字を “操作 “することがある。
需要のある外科医が、リスクの高い症例を引き受けるのを拒否することで、患者の生存率を高く保っている例を挙げ、それによって、AIが検出しうるデータの傾向から、標準外の治療、そしてあらゆる医療介入後の死亡の可能性を排除する可能性があるという。そうなると、成功率も人為的につり上げられることになる。
それでもアグスは、データの力を活用することが大きなイノベーションをもたらすと信じている。「アルゴリズムとAIは以前から存在していましたが、私たちはデータをよりよく収集し、整理する方法を学んでいるのです」と彼は言います。”この10年は分子生物学がテーマでした。DNAの塩基配列を決定し、その関連性を調べ、それはエキサイティングなことでした。これは、データの10年になるでしょう。
全国の一流病院がケアの改善と合理化を目的にAIと指標分析を導入していることから、Agusは正しいかもしれません。有線化が進むこの世界では、データと運命は永遠に結ばれつつあるのです。
フィーリング・ワイアード
医療における技術革新の例としては、以下のようなものがあります。
ロボットの反映。時には、ロボットが活躍することもあります。2017年のブリストル大学の研究では、自閉症の子どもは顔の表情を見分けるのが難しいことがわかりました。同年、デル・テクノロジーズは、5歳から17歳の自閉症の子供たちに感情のサインを識別する方法を教える、高さ2フィートの視覚表現ロボット「Milo」を発売し、現在、米国27州の教育施設で使用されています。
ALS患者をつなぐ:BCI(ブレイン・コンピューター・インターフェイス)と呼ばれるAI技術を用いた視線追跡メガネにより、話すことも動くこともできなくなった人たちが再びコミュニケーションをとることができるようになりました。患者は、自分の考えをコンピューターが解読して音声化するモニターに、自分の目で「タイプ」し、メールを使い、本を読み、世界とつながりを保つことができます。
心房細動の検出 心房細動をはじめとする不整脈は、心臓発作や脳卒中を引き起こしやすくする可能性があります。スタンフォード大学の研究によると、AIソフトウェアは人間の専門家よりも正確に心電図から不整脈を特定することができるそうです。
地平線上に 磁気共鳴画像(MRI)とコンピュータ断層撮影(CT)スキャンは、非侵襲的に体内を詳細に観察することができます。AIは近い将来、次世代X線透視装置で組織サンプルを追加する必要性をなくし、腫瘍の仮想生検を可能にするかもしれません。
数字で見る
7,000人に1人:致命的な心臓疾患であるQT延長症候群を持つ、あらゆる年齢のアメリカ人のうち、深刻な不整脈と良性の不整脈を検出するAI搭載の家庭用心臓モニター、Kardio Proによって助けられる日が来る可能性がある人の数です。
30%: 入院前の患者の待ち時間を短縮、ジョンズ・ホプキンス病院は、2016年に22台のモニターを備えたデジタル・コマンド・センターを立ち上げ、患者の体験を改善し、リスクを軽減し、流れを合理化したと報告されています。
95.5%: Nature Scientific Reportsに掲載された2016年のUCLAの研究によると、特殊な顕微鏡を使用して、ディープラーニングのコンピュータープログラムががん細胞を正確に識別した精度割合。
その他の記事を探す、バックナンバーを閲覧する、ドクターマガジン最新号を読む