ヘルスケアにおける人工知能には、想像を絶する可能性があります。 今後XNUMX年以内に、ビッグデータの助けを借りて、それは医学を含む私たちの生活のあらゆる分野に革命をもたらすでしょう。 それはヘルスケアを完全に再設計し、より良いものにするでしょう。 それが提供する有望なソリューションを見てみましょう。
私たちが第XNUMX次産業革命を経験していると信じている多くの思想的指導者がいます。 物理的、デジタル的、生物学的世界を融合するテクノロジーを特徴とする「革命」。 それは津波のようなものであり、すべての分野、経済、産業、さらには人間の生物学的境界にさえ影響を及ぼします。 ヘルスケアがこの革命の主要な産業分野であり、変化の主な触媒は人工知能とビッグデータになると確信しています。
そして、私がビッグデータと言うとき、私は非常に大きいことを意味します。 デジタル容量が進化するにつれて、ますます多くのデータがオンラインで生成および保存されます。 利用可能なデジタルデータの量は驚異的な速度で増加しており、2013年ごとに倍増しています。 4,4年には2020ゼタバイトで構成されていました。44年までに、デジタルユニバースは44ゼタバイトまたはXNUMX兆ギガバイトに達するでしょう。 ビッグデータの世界は非常に広大であるため、それを追跡するには人工知能(AI)が必要になります。
人工知能...本物
私たちはまだ「本物の」人工知能の状態に到達していませんが、AIは大きな発表やファンファーレなしに私たちの生活に忍び込む準備ができています。 それはすでに私たちの車、グーグル検索、アマゾン提案、および他の多くのデバイスにあります。 シリ 林檎、 コルタナ マイクロソフトから、 グーグルOK Googleとサービス Echo Amazonは、自然言語処理を利用して便利なことを行います。 男? レストランを検索したり、道順を調べたり、会議を暗記したりします 私たちの会話を盗聴する (この場合、それは彼らにとって有用です)。
しかし、すでにもっとあります。
19歳の英国のプログラマーが、昨年XNUMX月にボットを立ち上げました。 DoNotPay、これは人々が罰金を控訴するのに成功しています。 彼は、いくつかの質問に基づいて受け取った駐車券をどうするかを決めることができる「AI弁護士」です。 160.000月の時点で、ボットはロンドンとニューヨークの両方で250.000万枚の駐車違反切符のうちXNUMX万枚をアピールすることに成功しました。 成功率は64%です。
ヘルスケアにおけるこの効率を想像してみてください!
ビッグデータと組み合わせると、医療と医療のAIは、患者の旅や治療計画をより適切に整理し、適切な意思決定を行うために必要なすべての情報を医師に提供することができます。
私は遠い未来について話しているのではありません。
確かに洗練された学習と人工知能のアルゴリズムは、今後数年でヘルスケアの場所を見つけるでしょう-それがXNUMX年かXNUMX年かはわかりませんが、それは来ています。
アンディ・シュエッツ、SutterHealthの上級科学者。
楽観主義を刺激する潜在的な影響と将来の使用の可能性を示す、ヘルスケアにおけるAIの優れた例がすでにいくつかあります。 もちろん、これらのテクノロジーがすべての人に利用可能であり、最も裕福な人や最も経験豊富な人だけではない場合にのみ、それは本当の革命になります。 とにかく、ヘルスケアにおける人工知能の未来を見てみましょう。
Deepmind Healt、超音速での医療記録
ヘルスケアにおける人工知能の最も明白なアプリケーションは、データ管理です。 それらを収集し、保存し、追跡します。これは、既存の医療システムに革命を起こすための最初のステップです。 最近、検索大手のGoogleのAI検索部門がプロジェクトを開始しました Google ディープマインド ヘルス、医療記録データを抽出し、より優れた、より高速な医療サービスを提供するために使用されます。 プロジェクトはまだ始まったばかりですが、大混乱を約束します。
治療計画の設計
IBM Watson 独自の特別プログラムを開始 腫瘍学者向け これは、医師に非常に洗練された治療オプションを提供することができます。 Watson for Oncologyには、治療パスの選択に重要となる可能性のある臨床ノートおよびレポートの構造化データと非構造化データの意味とコンテキストを分析する高度な機能があります。 プログラムは、患者の記録からの属性を臨床経験、外部の研究およびデータと組み合わせることにより、患者の潜在的な治療計画を特定します。
反復作業の支援
また、IBMはと呼ばれる別のアルゴリズムを開始しました 医療用ふるい。 これは、次世代の「認知アシスタント」を構築するための野心的な長期探索プロジェクトです。 分析と推論のスキルと幅広い臨床知識を備えた幅広いAI。 Medical Sieveは、放射線学および心臓病学における臨床的意思決定を支援する資格があります。 ヘルスアシスタントは、放射線画像などのビッグデータを分析して、問題をより迅速かつ確実に特定および検出できます。 将来の放射線科医は、人間の監督が役立つより複雑なケースを調べるだけでよいかもしれません。
ビッグデータとディープラーニングの診断
医療のスタートアップ エリート また、ディープラーニングと膨大なビッグデータアーカイブを組み合わせて、診断と患者の生活を改善することも目的としています。 最近まで、コンピューター診断プログラムは、病気の特定の特徴に関する事前定義された一連の仮説を使用して作成されていました。 体の各部分に合わせて特別なプログラムを設計する必要があり、限られた一連の病気しか特定できませんでした。 プログラムは現実を単純化しすぎて、診断パフォーマンスが低下することがよくあります。 ビッグデータの出現により、非常に高い精度が可能になります。 ディープラーニングは、体全体の広範囲の疾患とすべての画像診断法(X線、CTスキャンなど)を管理できます。」
ハイブリッド相談モード(ライブおよびオンライン)
あなたは頭痛があり、立ちくらみを感じ、そしてあなたはあなたが熱を持っていると確信しています。 あなたは医者から聞くべきです。 電話をかけ、秘書に相談し、XNUMX日以内に予約を取ります。 これは、新しい医療アプリでは起こらないことです。 イタリアでも生まれていますが、私はすでに確立された現実について話している バビロン. 英語のアプリは、オンライン医療アドバイスとサブスクリプションヘルスケアを提供します。 今年から、患者さんの病歴に基づいたAIによる医療アドバイスを提供しています。
ユーザーは自分の病気の症状をアプリに報告し、アプリは音声認識を使用してそれらをビッグデータの病気データベースと比較します。 患者の病歴と状況を考慮した後、バビロンは適切な行動方針を提供します。 このアプリはまた、患者に薬を服用するように促し、患者がどのように感じているかを調べるために患者をフォローします。 このようなソリューションを使用すると、患者の診断効率が向上し、診療所での待ち時間を短縮できます。
バーチャルナース
世界初のバーチャルナースを歓迎します。 モリーは医療の新興企業によって開発されました よく。 彼女は笑顔で愛らしい顔と心地よい声を持ち、彼女のユニークな焦点は人々が彼らの状態と治療を監視するのを助けることにあります。 このインターフェースは、機械学習を使用して、医師の診察の合間に慢性疾患のある患者をサポートします。 慢性疾患に重点を置いて、実績のある個別のフォローアップ監視と支援を提供します。
投薬モニタリングおよび治療プロトコル:AiCure
患者が本当に薬を服用しているかどうかを監視するための特定のソリューションもあります。 アプリ アイキュア、 による支援 国立衛生研究所 英語では、ウェブカメラとスマートフォンのAIを使用して、患者が処方箋を順守していることを独自に確認します。 これは、深刻な病状のある人、医師のアドバイスに反する傾向がある人、および臨床試験の参加者にとって非常に役立ちます。
AI、ビッグデータ、 プレシジョンメディシン
AIとビッグデータも遺伝学とゲノミクスに大きな影響を与えます。 ディープゲノミクス 遺伝情報と医療記録のビッグデータパターンを特定し、突然変異と病気へのリンクを探すことを目的としています。 DNAが自然と治療の両方の遺伝的変異によって変化したときに細胞内で何が起こるかを医師に伝えることができる新世代の計算技術が出現しています。 それらを何と呼びますか?
クレイグ・ベンター一方、(ヒトゲノムプロジェクトの父のXNUMX人)は、DNAに基づいて患者の身体的特徴を設計できるアルゴリズムに取り組んでいます。 彼の最新の偉業で、 人の寿命は、(ほとんどが裕福な)患者に、全身スキャンと非常に詳細な健康診断を組み合わせた全ゲノムシーケンスを提供します。 全体のプロセスは、それらの初期段階で癌または血管疾患を検出することを可能にします。
のビッグデータ 薬を作る
臨床試験による医薬品の開発には、XNUMX年以上かかることもあり、数十億ユーロの費用がかかります。 このプロセスをスピードアップし、より手頃な価格にすることは、ヘルスケアに大きな影響を与えるでしょう。 原子的に 分子構造のビッグデータデータベースから治療法を引き出すスーパーコンピューターを使用しています。 昨年、Atomwiseは、エボラ出血熱を治療するために再設計できる既存の安全な医薬品の仮想検索を開始しました。 この分析は、通常は数か月または数年かかるはずでしたが、XNUMX日もかからずに完了しました。 致命的なウイルスと数か月または数年早く戦うことができることは、次のパンデミックに対して大きな打撃を与える可能性があります。 またはこれ、なぜですか。
患者管理にビッグデータを使用するもうXNUMXつの優れた例は、 バーグヘルス、一部の人々が病気を乗り切る理由を見つけるためにデータを抽出し、現在の治療法を改善したり、新しい治療法を作成したりするバイオ医薬品会社。 AIと患者の生物学的ビッグデータを組み合わせて、健康な環境と病気に優しい環境の違いをマッピングし、医薬品、診断、ヘルスケアアプリケーションの発見と開発を支援します。
医療制度の分析:
オランダの医療費の97%はデジタルであり、治療、医師、病院のデータが含まれています。 これらの請求書は簡単に回収できます。 地元企業、 ゾルグプリズマ・パブリエック 請求書を分析し、クラウドでIBMWatsonを使用してデータを抽出します。 彼らは、医師、診療所、または病院が特定のタイプの状態の治療で繰り返し間違いを犯しているかどうかを判断して、患者の不必要な入院を改善および回避するのに役立ちます。
AIとビッグデータが本当に私たちを助けるためにすべきこと:多く
まず第一に、AIに対する偏見や恐れを打ち破り、AIの使用に伴うリスクをどのように制限できるかを国民が理解できるようにする必要があります。 すべての最大の恐怖は、人工知能が手に負えなくなり、その「作成者」を制御(または戦う)することです。 スティーブンホーキングは、人類の生存に対する危険のリストに人工知能を置きました。
それほど厳しい状況ではないと思いますが、医療におけるAIの使用に十分に備える必要性を強調する人々には同意します。 問題を回避するには、いくつかのことが必要です。
- ヘルスケアセクター全体に適用可能で義務的な倫理基準の作成。
- 不利な点を防ぐための時間を確保するためのAIの段階的な開発。
- 医療専門家:医療の文脈におけるAIの機能に関するトレーニング。
- 患者:AIの習慣とますます不信感が減っています。
- AIソリューションを開発する人のために:潜在的な利益とリスクに関する一般大衆へのより多くのコミュニケーション。
- 保健当局の場合:システムの成功と有効性を測定します。
私たちが成功すれば、ビッグデータとAIは、時折ではなく、日常的に大きな医学的および治療的ブレークスルーをもたらします。
ビアンカスタン- 法律を卒業し、ルーマニアで出版されたいくつかの本を執筆し、グループ "Anticipatia"(ブカレスト)のジャーナリスト。 それは、指数関数技術、軍用ロボット工学の影響と、世界的なトレンド、都市化、長期的な地政学とのそれらの交差点に焦点を当てています。 彼はナポリに住んでいます。
コメントは締め切りました。