本動画は、AI技術が医療分野に与える影響について、英国の医療専門家らが解説するものである。AI技術はすでに医療現場で実用化されており、チャットボット、患者トリアージ、画像解析など多岐にわたる用途で活用されている。眼底画像からアルツハイマー病やパーキンソン病の兆候を予測する技術や、脳神経外科手術をリアルタイムで分析し外科医にフィードバックを提供するシステムなど、具体的な応用例が紹介されている。一方で、AIの急速な普及に対する規制の課題、データセットにおけるバイアスの問題、公平性の確保など、克服すべき課題も指摘されている。専門家らは、AIが医師を完全に置き換えることはなく、AIを活用する医師が活用しない医師に取って代わるという見解を示し、人間的な触れ合いの重要性を強調しつつ、AIが定型業務や管理業務を効率化することで、医療従事者がより人間的なケアに時間を割けるようになることへの期待を表明している。
AIが医療にもたらす可能性とリスク
私はAIが自分の医師に取って代わると思うかですって? AIには私たちの医療システムを変える可能性があります。AIは大きな期待を抱かせますが、同時にリスクもあります。私たちは誇大宣伝と現実のバランスを取らなければなりません。
そして、ただ技術のために技術を導入するのではなく、本当に役立つものであるかを確認したいのです。ですから私が人々に理解してもらおうとしているのは、新しいAI技術が登場したとき、それが本格的に使える段階にあるかどうかということです。実際に患者さんの利益になるのか? 安全なのか?
私はアラスターです。バーミンガム大学の規制科学とイノベーションの教授であり、NHSの臨床医として眼科医をしています。
医療におけるAIについて認識すべきことの一つは、これは単なる研究や未来を見据えた問題ではないということです。これは今、医療サービスの現場にあるのです。例としては、チャットボット、患者のトリアージを支援するツール、待機リストの管理などがあります。スキャンの分析にも使っています。人間が何時間もかかることが、よく訓練されたアルゴリズムによって数秒でできるのです。
ですからAIがもたらす潜在的な成果は本当に驚くべきものです。私たちの研究からの例を挙げると、眼底の画像を撮影できます。それをAIアルゴリズムで分析して、網膜の特徴、つまり私たちが気づかなかった体の他の部位に影響する病気の眼底の特徴を見つけ出すことができるのです。
これまで関連があるとは思われていなかったことを結びつけ始めることができます。例えば、アルツハイマー病やパーキンソン病の発症、あるいは脳卒中の可能性を予測できることが分かり始めています。これは人間には不可能なことですが、人工知能を通じて可能になるのです。
手術支援におけるAIの活用
私が考えるAIが医療で役立つ方法は、患者の治療過程全体を通じて臨床医をサポートし、手術前により良い決定を下せるようにすることです。私の場合では、臨床医が病気をより早く発見するのを助けることを意味するかもしれません。手術中には、構造物を特定し、次に何をすべきか決定するのを助けるかもしれません。そして手術後には、外科医が何か問題が起きたときにより容易に気づけるようにするかもしれません。
私の名前はハニです。国立神経学・脳神経外科病院のコンサルタント脳神経外科医です。また、UCLクイーンスクエア神経学研究所の教授でもあります。
私たちは、AIを使って手術をリアルタイムで分析し、外科医にフィードバックを提供して、手術をより安全で効果的にし、患者の転帰を改善することを期待しています。AIはまず第一に解剖学的構造を認識することができます。
次に、私たちが使用する器具を理解し、解剖学的構造と器具を見ることで、処置の段階を特定できます。手術の重要な部分があるときに助言してくれます。外科医に次に何をするのが最善かを助言できます。麻酔科医に手術の残り時間を伝えることができます。
手術室の看護師に次に使う器具を伝えることもできます。つまり、本当に多くの情報を私たちに提供してくれるのです。実際、私たちはすでに手術後にAIを使って外科医にフィードバックを提供し始めています。それはサッカーの試合後に得られるような試合後分析にかなり似ています。
その情報を得ることで、外科医は手術をより上手に行うことを学べます。そしてこれがすでに患者の転帰を改善したことが分かっており、入院期間が短縮され、合併症が減少した結果となっています。
AIと医療における規制の課題
私はルパです。ランセット・デジタルヘルスの編集長です。デジタルヘルスの分野で論文の出版に携わっており、長年にわたって、それは主に人工知能と健康に関する論文、そして人工知能の論文となっています。
人工知能ツールは非常に迅速に多くの人々に適用できます。英国が死産や新生児のハイリスク乳児を判定する世界初のAIを発表したばかりなのを私たちは目にしています。AIが患者に影響を与える規模は非常に、非常に速いのです。臨床試験ははるかに遅いものです。薬、例えばパラセタモールのようなものは非常に多くの臨床試験を経ています。
副作用も分かっていますが、AIは非常に新しいため、私たちはまだその成長段階にあります。十代の段階にあり、規制と実装のスピードの適切なバランスをまだ持っていないのです。ディープラーニングや画像ベースのツールの管理は上手くなってきていますが、今度は生成AIを管理しなければなりません。
Large Language Modelをどのように規制するのでしょうか? ほぼ無限の入力が可能で、無限の出力があるものをどのように規制するのでしょうか? その周辺の疑問に答えるのに十分な大きさの臨床試験とはどのようなものでしょうか? やるべきことは非常に多く、それをますます速くやらなければなりませんし、おそらくこれらの技術のための規制パラダイムそのものを再考する必要があるかもしれません。
データとバイアスの問題
AIはデータの上に構築されています。そしてもしそれらのデータセットを正しく整えなければ、人々が代表されていることを確認しなければ、つまり効果的に全員が代表されていることを確認しなければ、AIが全員のために機能することを期待できません。そして私たちは、代表されていない集団や異なる性別に対してバイアスを示す多くのモデルを目にしています。
そのバイアスのリスクを軽減するのに役立つ方法はたくさんあると思います。モデル自体も、正しく開発されれば、表示している内容にどの程度確信があるかを伝えることで、そのバイアスをある程度軽減できると思います。これによりモデルは、たとえ訓練されていないものを見ている場合でも、臨床医に安全性を提供し、これは確信が持てないものであると警告できるのです。
私たちが多くの取り組みをしてきたことの一つは、人々がこれを問題として、そしてリスクとして認識していることを確認することです。そして実際に、全員が代表される包括的なデータセットを構築する真の推進力があることです。そうすれば、それらのデータセットに基づいて構築される技術と、正直に言えば発見が、より広い集団に適用され、誰もが恩恵を受けられるのです。
AIがもたらす公平性への期待
どんな技術でも既存の不平等をより大きくするリスクは常にあります。しかし個人的には、AIをその問題に対する素晴らしい解決策として見ています。今の問題は、一部の人々は幸運にも専門家にアクセスできますが、ほとんどの人はできないということです。そしてもしどこにでも専門家がいるとしたら、多くの底上げが見られ、患者がどこにいても専門知識の恩恵を受けられると思います。
AIについては、まだその影響は見えていません。医療自体が非常に複雑なシステムであり、国によっても大きく異なるため、まだ長い道のりです。ある地域でうまくいっても、別の地域ではうまくいかないので、一律に「AIがすべてを解決する」わけではないのです。
医師とAIの共存
AIが医師に取って代わるかという質問に対する答えとして、私はAIを使う医師がAIを使わない医師に取って代わると思います。そして本当にそうだと思っています。それは日常生活の技術やツールのように、人々が採用するものになると思います。そしてそれを採用することで、採用しない人よりも良い仕事をするのです。
私たち人間は他の人間と交流することを好みますから、医師や看護師、その他の医療専門家との交流を置き換えるとは思いません。人間が非常に得意なことでAIが非常に苦手とすることがあります。それは感情的な接触のようなもの、その認識です。私は人間です。あなたも人間です。私たちは異なる立場にいますが、あなたは私が経験していることを理解してくれます。
しかしAIが本当に役立つのは、より定型的な業務、そしてある程度は管理業務の面です。ですから医療におけるAIの影響に対する私の希望は、それがケアの質を向上させることです。確かにシステムをより効率的にするでしょうが、実際に気づくのは、ロボットの時間が増えるのではなく、実際には人間の時間が増えるということなのです。
コメント