医療におけるAIの役割について楽観的、医師たちは治癒への回帰を望んでいる

A.I. 世界を変える力がある――少なくとも私たちは常にそう言われ続けている。 はい、それは音声アシスタントやロボット犬に電力を供給しますが、AI が使用される正当な分野もいくつかあります。 物事をより簡単かつ便利にするだけではありません。 医療やヘルスケアの場合、実際に命を救っています。

しかし、最近は反発もある。 医療専門家や政府関係者 研究者らは人工知能の変革力の長期的な可能性について強気ですが、研究者らは実装に対してより慎重かつ慎重なアプローチをとっています。 で ちょうど去年のこと、私たちは医療における AI の可能性を引き出し、それを現実にする大きな飛躍を目の当たりにしてきました。

現在、私たちは将来、医療データをどのように体験し、使用するかという大きな変革の瀬戸際に立っています。

A.I. 壊れたシステムで

「私たちがこの技術を専門分野として真剣に取り組み始めたのはおそらく 5 年前ですが、私のキャリア全体を通じて、このテクノロジーの必要性に悩まされてきました。」と博士は言います。 リチャード・ホワイト氏は、同機関のAIへの進出についてデジタル・トレンドに語った。 彼はオハイオ州立大学ウェクスナー・メディカルの放射線科教授です。 中心

「長い間、私は人間がやっていることを再現するのに、なぜコンピューターが使われないのか理解できませんでした。つまり、すべての画像を苦労して調べる必要があるのです」 それは動的であり、これを考え出そうとし、その後、私が犯したのと同じ間違いをコンピュータに繰り返させることは、少なくとも3人にとって非常にイライラしました 何十年も。」

ホワイト氏は、彼らがそこに足を踏み入れようとしたとき、こう言いました。 ラジオミクス、彼らはコンピューターの賢さに対する真のニーズを認識していました。 「約4、5年前、物事は順調に進んでおり、それは正しいことでした。 切実なニーズに応えていたので、私たちが研究室で本格的に（AI の導入に）取り組み始めたのはその時でした。」

今年の GTC に参加する医療システムの放射線科医には、ホワイト氏、シカゴ大学教授兼副会長のポール・チャン博士、および米国のクリストファー・ヘス博士が含まれます。 カリフォルニア大学サンフランシスコ校 (UCSF) の教授兼放射線学部長は、A.I. の研究を開始しました。 単に画像スキャンの改良により得られる医療データの量が増加したためです。 圧倒的な。

Chang氏らは、医療画像技術の進歩により、大幅に多くの患者データが収集されるようになり、それが医師の燃え尽き症候群につながったと述べた。 医師たちは、このテクノロジーにより時間の一部を取り戻すことができるため、AI の変革の可能性に注目しています。 ヘス博士によれば、これにより「医師が治癒者になれる」という。 また。"

しかしチャン氏は、新しい技術に「誘惑」されないよう同業者に警告し、効果を発揮するには正しく実装する必要があると指摘した。 「AI を時期尚早に組み込むことはできません。 壊れたシステムに陥ってしまった」と彼は語った。

多くの意味で、まさにそのシナリオが私たちを今日の場所に導いてくれました。

自分のデータを所有する

現在の医療の実践は、アルゴリズムと電子医療記録を中心に行われています。 このソフトウェアは患者のケアや学習を中心としたものではありませんが、治療を分類するシステムであり、これにより保険会社は実施されたサービスの対価を医師に支払うことができます。

データ分析会社ドック社の最高経営責任者（CEO）、ウォルター・ブラウワー博士は「業界は医師をクライアントに変え、コードを入力させて請求できるようにした」と述べた。 A.I. 言った。 「やっていることは効果がないのでやめなければなりません。 2019 年の場合、400 人の医師が自殺し、15 万人が死亡すると予測されています。 破産の最初のコースは医療記録であるため、誰もがこのシステムを修正しようとすると信じています。 修正不可能。 私たちは最後の手段であるため、それを解決しようとするかどうかは患者と医師次第です。」

ホワイトにとって、システム内のデータの流れを変えることは、その力を真に活用できるようにするための重要な第一歩です。 A.I. AI が活躍する他の分野とは異なります。 顧客サービスや 自動運転、医療業界は、患者のプライバシー権を保護するために設計された規制に悩まされています。

「患者は自分自身のデータを託されるべきだと思います。そして、私たちが彼らの生活に持ち込まれたときにそのデータがどのように使用されるかを彼らが指示するのです」と彼は言いました。 「それを守るのは私たちの道徳的義務です。」

4,000 万人以上のアメリカ人をカバーする国内 2 番目の医療保険プロバイダーである Anthem にとって、データ共有がもっと便利であれば、患者はそうする必要があると感じるでしょう。

「これは実際には利便性とプライバシーのトレードオフです」と Anthem の最高デジタル責任者である Rajeev Ronanki 氏は述べています。 「これまでのところ、私たちは医療をシンプル、簡単、便利にするという点でうまく機能していないため、誰もが何よりもプライバシーを重視したいと考えています。 たとえば、診療所で同じ重複するフォームに記入する手間を 15 分節約できるとしたら、 健康状態が良く、出入りも早​​くなるので、ほとんどの人はデータを作成することよりも利便性を選ぶでしょう。 プライベート。 確かに、自分の健康情報を非公開にすることを選択する人もいるでしょうが、私たちは両方をサポートできるようにしたいと考えています。」

モバイルデバイスがより強力になるにつれて、医療専門家は、患者が自分のものを所有し、 データをデバイスに保存する、データを匿名化、共有、交換できるシステムを構築する責任は医療機関に残されています。

「どの機関も、そのシステムから大量のデータを送信することを許可するつもりはありません。そのため、私たちは、 モデルを作成し、購読者に回覧してその取り決めを観察することでモデルを開発します。 言った。 「そのほうがはるかに実用的です。」

患者が共有するデータのプールが大きければ、より正確な臨床研究が可能になり、医学の偏見が減る可能性がある。 このモデルでは、研究者はデータの処理にクラウドではなくエッジ学習に依存したいと考えています。 エッジ学習は情報をクラウドに設定するのではなく、Apple の AI モデルに依存します。 ここではデータがローカルに保存および処理され、高度なプライバシーが保証されます。 また、データはローカルで処理されるため、はるかに高速に処理できると De Brouwer 氏は主張しました。

「ですから、臨床試験を行う場合は、すべてのデータ、つまり医療記録を収集します」とデ・ブラウワー氏は続けた。 「プロトコルが与えられたら、携帯電話のプロトコルを通じてデータを追跡します。 テンソルが得られます。 テンソルを送信しますが、これは不可逆であり、他のすべてのデータと平均化されて、データが携帯電話に返されます。 私のデータは非公開ですが、テンソルは平均の平均の平均であり、最初の平均よりも優れているため、より良い予測が得られます。」

デ・ブラウワー氏は、これは医学研究を完全に変えるだろうと主張した。 「実際にテンソルを組み合わせて、データをそのまま残すことができます。 人々は実際に自分のデータを潜在的な経済資産として収益化することができます。 それがディープラーニングの約束です。」

テクノロジーイネーブラーを使用すると、 5G、コネクテッド ホーム センサー、スマート ヘルス デバイスなどにより、医療研究者は、今日の医学研究には関連性がないと考えられていた新しいデータ ソースに間もなくアクセスできるようになるかもしれません。

ファジーデータと呼ばれます、博士。 A.I. データ量は毎年最大 32 倍に増加し、2020 年までに階乗的未来に向かうと予測しています。 「A.I. それは私たちに時間という贈り物をもたらしてくれるからです」とデ・ブラウワー氏は語った。 「私は将来について非常に楽観的です。」

バイアスの軽減

AI の責任ある倫理的な使用に向けた取り組みの一環として、Anthem は現在、データ サイエンティストと協力して、 データベースから 1,700 万件のレコードを評価し、アルゴリズムに偏りがないことを確認します。 作成した。

民主党のジェリー・マクナーニー下院議員（議会共同議長）は、「人々の生活に影響を与えるアルゴリズムを作成するときは、より慎重になる必要がある」と述べた。 A.I. 党員集会）、GTC での別の講演では、A.I. が生死に関わる影響の一部を強調しました。 軍事用途などの重要なインフラに使用されています。 「ひどく偏ったデータがある場合、同様の結果が得られるでしょう。 適切なデータを入手することは非常に大きな課題です。」

さらに、データが限られている場合、バイアスが入り込みやすくなり、医学研究や結果の解釈が歪められる可能性があるとヘス氏は説明しました。 スタンフォード大学の研究を引用 ヘス氏は、AI 由来のアルゴリズムが実際の放射線科医よりも肺炎の検出においていかに「優れている」かを示し、その推定にいくつかの誤りがあることを示しました。

「何がより良いのですか？」と、より良いという言葉の定義を抽出しようとしているおどけたヘスが尋ねました。 ヘス氏は、スタンフォード大学のアルゴリズムが肺炎を検出する際の高い成功率 (75% 以上) を持っていることを認めましたが、 X 線やその他のスキャンの読み取りでは、この論文で引用されている 4 人の放射線科医による診断と比較すると、依然としてパフォーマンスが劣っています。 勉強。

ヘスは A.I. を見ていますが、 医師がコーディングに時間を費やすことなく、患者の治療に戻ることができる時間節約テクノロジーとして 同氏は、このテクノロジーは完全ではないと警告し、AI の物体検出アルゴリズムは完全に誤認する可能性があると指摘した。 スキャンします。

医療AI ドローンとして

そのため、ヘスと彼の同僚は、AI を次のように考えています。 人間の医師に取って代わるのではなく、助ける医療の補完技術として。 一方、A.I. チャン氏は、スキャンで腫瘍や異常を特定するという反復的で時間のかかる作業が得意だが、患者ケアには依然として人間との対話が必要だと述べた。

むしろ、業界観察者らは、収集される膨大なデータを解釈するために、単一のデータが次のようになると予測しています。 医師は、データサイエンティストがそれを理解するためのアルゴリズムを作成するための追加の仕事を多数創出する予定です。 データ。 「医療でも同じことが起きるだろう。 すべての医師が 100 人のデータサイエンティストの仕事を生み出すと思います。そうすれば医療は継続的な機能になるでしょう」とデ・ブラウワー氏は語った。

「私たちは、人間と人間と人間との関わりを持った思いやりのある人々を常に必要としています」とホワイト氏は語った。 「誰かが助けを求めているときに、誰かがそれを現実世界の状況に置き換えなければならないということがないように願っています。」

編集者のおすすめ

• マイクロソフトは、感情を読み取る不気味な AI を廃止します。
• Nvidia の最新の A.I. 結果は、ARM がデータセンターに対応できることを証明しています
• USPS が Nvidia GPU と A.I. をどのように使用しているか 行方不明のメールを追跡する
• マイクロソフトは AI の利用を望んでいます。 すべての人にとって医療をより良くするために
• サムスンの人造人間に会い、AIの未来を見せてくれました。