AIによる医療のスマート化・便利化

著者: Fan Xinru 出典: IT Times

医療業界はあらゆる業界の中で最も多くのデータを生成する業界の 1 つであり、1 年間に生成されるデータの量は世界全体のデータの約 30% を占めます。その中で、スマート医療は毎年約 59PB のデータを生成し、生物医学研究は毎年約 40PB のデータを生成します。

2023 年中国国際医療機器博覧会と「AI エッジ コンピューティングが医療画像処理を強化し、一次医療のイノベーションとアップグレードを支援」フォーラムで、インテル中国のモノのインターネットおよびチャネル データセンター部門のゼネラル マネージャーであるグオ ウェイ氏は、次のように考えました。このデータをいかに活用するかが、テクノロジーを活用した医療の核となります。 「医療業界では、インテルは主に 3 つのこと、つまり『1 つの基盤と 2 つのコアポイント』を行っています。」Guo Wei 氏は、1 つの基盤は人工知能に基づいて業界を強化し、人工知能をインテルのチップに実装できるようにすることであると説明しました。 。 2 つのコアは、科学研究のイノベーションの加速とスマート医療の強化に言及しています。

人工知能やその他のテクノロジーの恩恵により、医療はよりインテリジェントで便利になりました。

Guo Wei 氏、Intel China モノのインターネットおよびチャネル データセンター部門ゼネラルマネージャー

AI による特定の単一疾患の検出率は 95% に達する可能性があります

医療業界における AI の応用により、AI は主にプロセス変革、病気の診断、健康管理と治療に焦点を当てた医用画像処理に広く使用されてきました。

中国医師会放射線科支部会長で中国医用画像AI産学研究イノベーションアライアンス会長の劉思源氏は会議で一連のデータを発表した。調査によると、大病院におけるAI活用率は73％に達しています。現在までに、私の国には 55 を超える NMPA 登録証明書があります。

AIで健康診断がもっと便利に。例えば、冠動脈画像診断・治療においては、AIが活用されていなかった過去には、スキャンから画像再構成、レポート作成までに患者がかかる時間は30分程度かかることが多かった。しかし、現在ではAIのおかげで再構築作業は1分程度に短縮されています。つまり、冠動脈の検査からレポート作成までの所要時間はわずか6分となり、検査の効率が大幅に向上します。 Liu Shiyuan 氏は、「検査速度が速くなったことで、病院は以前よりも多くの冠状動脈検査を 1 日で完了できるようになり、患者はその恩恵を受けることができます。」と述べました。

医学界で「5 つのダイヤモンド」と呼ばれることが多い肺結節、冠状動脈 CTA 画像、頭頸部 CTA 人工知能モデル、骨折モデル、灌流などの検出において、AI はすでに高い検出率。 Liu Shiyuan氏の見解では、AIにはブロックされやすい部分では利点があるという。 AI は解像度が高いため、一般に平面フィルムでは見えない場所の肉眼での診断を見逃しがちですが、AI はそれをより明確に「見る」ことができ、医師に病変の可能性を警告します。彼は三次病院からの統計データを提供した。データによると、冠動脈分野では AI の適用により、病院のプラーク狭窄の検出率が 60% 以上から約 95% に向上しました。肺結節の検出率は 35% から 70% に増加しました。

Huiyi Huiying Company が提供する製品は、患者が CT スキャンを受けながら骨密度関連の検査を完了するのに役立ちます。 Huiyihuiying の CEO、Chai Xiangfei 氏は、体膜を使用せずに、患者は胸部または腹部をスキャンするだけでよく、AI が骨密度を自動的に計算できると述べました。現在、この検査は錐体形態分析、骨折予測、サルコペニア、肥満、術前計画などの骨粗鬆症のスクリーニングに広く使用されています。

Huiyi Huiying CEO Chai Xiangfei

AI は現在、主に単一疾患の診断と治療に使用されていますが、Liu Shiyuan 氏は、人工知能イメージングのさらなる発展により、将来的には AI 医療製品がますます豊富になると考えています。これらの製品は、AI診断と治療が単一の疾患から複数の疾患、複数のタスクに発展するのに役立ち、部位や臓器に基づいたソフトウェアとハ​​ードウェアの統合、インターネットベースのソース共有、診断と治療の統合を形成し、それによって完全な診断と治療を実現します。プロセスをカバーし、良好なエコシステムを形成します。

「AI の発展はあなた方に迫っています。海の波が次から次へと襲いかかるのと同じです。それぞれの波は同じように見えますが、その意味は異なります。」

AIは10年以内に医師に取って代わることはありません

AI が医療にますます関与するようになると、従来の放射線科医の職務が置き換えられることになるのでしょうか?

「2016 年に私たちが医療画像人工知能同盟の構築を開始したとき、同僚たちは、あなたたちがやっていることは自分自身の墓掘りだと言っていました。」 医療業界の専門家はこう言いました。私たちの経験から判断すると、少なくとも 10 年以内には画像診断医に取って代わることはできないでしょう。」

この医療業界の専門家は、AI の精度はいくつかの一般的な病気の検出においては人間の医師を上回っていると考えています。しかし、実際の医療診断においては、AIにはまだ欠点があります。彼女は、「現時点で確認できる限られた信頼できるレポートに基づいて、明るい未来を考えれば、AI は上級主治医のレベルに到達できるでしょう。」と述べました。

彼女がこのような判断を下した理由は、彼女の意見では、医学的知識は単に画像や写真を見ることとはまったく異なるものであるためです。実際の医療診断では、医師は画像だけで診断するのではなく、病歴や薬歴など複数の情報を組み合わせて患者の状態を判断する必要があります。したがって、AIによる報告はあくまでも参考であり、医師は依然として自身の経験に頼って総合的に判断する必要がある。 「しかし、医師が簡単な診断だけで満足していたら、間違いなくAIに取って代わられるでしょう。」と彼女は言いました。

しかし、Liu Shiyuan 氏の見解では、AI はまだ治療の意思決定を支援する段階にあるものの、ChatGPT の開発により、AI が医師に取って代わる可能性はますます高まっているようです。 「しかし、私はこれが危機だとは思いません。これは実際にはチャンスです。」と彼は言いました。

彼のビジョンでは、将来の医師は冷たいコンピューター画面に向かうだけでなく、より生き生きとした生活を送り、患者とコミュニケーションを取り、患者の問題を解決する必要があるとしています。同氏は、「医師の価値は、AIが生成したレポートを患者と一緒に解釈することにある。」AIレポートの精度が十分に高く、病気の診断に直接使用できるようになれば、医師と患者の効率が向上することを意味する。医師も患者さんも仕事や生活に充てられる時間が増えました。

マルチモーダル AI は未来です

支援診断と AI 自律診断の間にはどのくらいの距離がありますか? Intel の専門家が出した答えは、マルチモーダル AI がまだ不足しているというものです。

この専門家の意見では、画像AIが通常​​補助としてしか使えない理由の一つは、画像診断自体が画像データのみに基づいて行われていないためだという。同氏は、「放射線科医であろうと臨床医であろうと、診断計画を立てる際には、患者の基本情報、人口統計情報、過去の症例情報、さらには遺伝子データを組み合わせて、診断に到達するための包括的な評価を行う必要がある」と述べた。結果。"＃ ＃＃ これは、画像 AI だけでは診断問題を解決できず、電子カルテデータや遺伝子データなどのデータソースと組み合わせてマルチモーダルに解析する必要があることを意味します。 「これは将来の臨床応用における傾向でもあります。」と彼は言いました。

医療業界では、マルチモーダル分析は長年にわたって行われてきましたが、現在のマルチモーダル AI の研究はまだ研究段階にあり、応用例は比較的少ないです。これは、マルチモーダル分析には通常、画像や症例などの複数のデータが含まれるためです。医学界では、データの取得と共有が依然として世界的な問題となっています。

ChatGPT などの大規模モデルと比較すると、医療業界における AI 製品のデータ供給量は 1,000 件程度であることが多く、GPT のデータ供給量に比べればはるかに少ないです。これは、医療用マルチモーダル AI の生成に課題をもたらします。データアノテーションに関して、医療業界における基準の策定は他の業界に比べて非常に難しく、専門家レベルの医師や教授の間でも、同じ疾患について合意を得るのは困難です。これらすべてが、医療用マルチモーダル AI の生成に課題をもたらします。

理論レベルでは、マルチモーダル AI 診断のプロセスは、マルチモーダル データを入力し、AI がデータを融合した後、モデルを使用して診断を生成します。 「異なる次元からの情報を結合するため、理論的には、その結果はより正確になるはずです。しかし、問題は、モデルがより複雑になると、モデルが超大規模になる可能性があることです。」とインテルの専門家は述べました。モデル 研究開発の難しさは、ユーザーにとっての使いやすさにもつながります。マルチモーダルモデルの理解性と解釈性は悪化するからです。

以上がAIによる医療のスマート化・便利化の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。