AIは、資源が限られた地域において、医療提供を効率化し、感染症サーベイランスを強化する変革的な機会をもたらします。
しかし、データ保存とローカルな計算能力におけるインフラの格差により、デジタル革新の恩恵から全住民が取り残される恐れがあります。
多様なデータセットと調和の取れたガバナンスを通じて代表性の格差を埋めることは、AIソリューションが世界で最も脆弱なコミュニティに確実に役立つようにするために不可欠です。
人工知能(AI)は今日、医療の提供の在り方を再構築しています。臨床意思決定支援から医療サプライチェーンの予測的管理に至るまで、イノベーションの速度は加速しており、医師と患者にとってより良いサービスをもたらすことが期待されています。
Google、Amazon、Microsoft、Appleといった大手テクノロジー企業は、健康分野に特化した技術に資源を注ぎ込んでいます。これらの技術は、富裕国の医療を向上させるだけでなく、世界の健康の公平性を推進する力も持ち、その過程で命とコストの両方を節約しています。
低・中所得国(LMIC)における医薬品へのアクセスに20年以上携わってきた経験から、私は適切なツールが何百万人もの健康状態の改善にいかに大きな触媒となりうるかを見てきました。AIは、適切に応用されれば、医療提供を効率化し、アフリカ全土やその他の地域の村落や都市で混雑する診療所や病院の負担を軽減することで、さらに次のレベルへと進めることができるでしょう。
しかし、AIの急速な広がりに伴い、この技術へのアクセスが公平に分配されるよう、断固とした行動が必要です。そうしなければ、これらの進歩が、世界の健康格差を縮小するどころか、既存の格差を強めてしまう危険があります。
包摂的なAI設計
AIシステムは、脆弱な人々がその設計に含まれ、コミュニティが得られたソリューションへのアクセスを保障されて初めて、LMICの人々のために機能します。
適切な基盤が整えば、AIツールは最も必要とされている地域で活用できるようになります。医師がより迅速かつ正確に診断を下せるよう支援し、感染症サーベイランスを強化し、医療サプライチェーンを改善し、命を救う情報や治療を患者に届けることができます。
もはや猶予はありません。AIによる医療革命の基盤は、まさに今築かれつつあります。技術は急速に進化しており、大手テクノロジー企業が世界の最も大きな医療ニーズに対応できないシステムを構築するならば、それは機会の損失となるでしょう。
すべての人のための臨床AIソリューション
世界中で、臨床医はすでに、医学研究を精査し、患者のベッドサイドでの意思決定を支援するために、OpenEvidenceのような臨床AIツールを採用しています。製薬業界もまた、新薬の探索を加速させ、研究室のコストを削減するためにAIの活用に取り組んでおり、診断薬企業は、AI対応の超音波スキャナーからデジタル聴診器に至るまで、画像検査や臨床検査の効率を変革しています。
裕福な人々だけでなく、すべての人がこのAIによる変革の恩恵を受けられるようにすることは不可欠です。そのため、ゲイツ財団の「公平なAI利用の促進」やHealthAIのガバナンスに関する取り組みのような取り組みは非常に重要です。この趣旨に沿って、ゲイツ財団とOpenAIの新たな取り組みであるHorizon1000は、ルワンダを皮切りに、アフリカ全土の1,000のプライマリーヘルスケア診療所に、個別に調整されたAIツールを導入し、最前線の医療を支援するとともに、人材不足の緩和を目指しています。
AIツールの幅は広がりつつあり、その性能も向上しているのは心強いことです。しかし、AIの潜在能力を十分に引き出すためには、医薬品分野で医薬品アクセス財団が成し遂げたように、大企業がアクセスの障壁に取り組むよう促す必要があります。
医療におけるAIの潜在能力を十分に引き出すための課題
最も差し迫った課題の一つは計算能力の不足であり、特にアフリカでは深刻です。AIはデータを貪欲に求めるからです。アフリカは世界人口の18%以上を占めているにもかかわらず、世界のデータストレージ容量のわずか1.3%しか保有していません。世界に8,000以上あるデータセンターのうち、アフリカにあるのは152か所のみです。信頼性の高いモバイルインターネットへのアクセスが限られていることも、多くのアフリカの人々が現代のデジタルツールやAIシステムを利用する機会を奪っています。
進展の兆しも見られます。例えば、NvidiaはCassava Technologiesと提携し、アフリカ初の「AIファクトリー」の構築を進めており、研究者や政府に高度な計算能力を提供しています。一方、MicrosoftとG42は、ケニアに地熱を動力源とするデータセンターを開発しました。これらの取り組みは有望ですが、依然として例外的なものにとどまっています。大幅な投資がなければ、世界で最も高い疾病負担を抱える国々が、AIによる医療の進歩の恩恵を最後に受けることになりかねません。
もう一つの障壁はデータガバナンスです。各国が個人の健康データの保存、利用、移転の方法を管理したいと考えるのは当然のことです。ルワンダの2021年データ保護法は、例えば、個人データの国内保存を原則として義務付け、明示的な許可なしに国境を越えた移転を制限しています。これらの規則はプライバシーと主権を守るものですが、集約されたデータに依存するAIシステムの開発と展開を複雑にする面もあります。必要とされているのは、人々を守りつつ協力を可能にする、調和の取れたガバナンスの枠組みです。
規制もまた課題をもたらしています。AIは、従来の意味での医薬品、医療機器、サービスのいずれでもありません。その結果、国際的に事業を展開する企業は、複雑に入り組んだ規則の寄せ集めを乗り越えなければなりません。欧州連合の新たなEU AI法は、今まさに施行されつつありますが、欧州の市場規模を背景に事実上の世界基準となる可能性があります。一方で、その遵守負担が増大し、LMICのイノベーターにとって不利に働く可能性もあります。一部の地域では、より柔軟なアプローチを試みています。ケニアの規制サンドボックスは、例えば、企業が透明性のある報告と引き換えに、軽度な規制の下でAIベースの医療ソリューションを試験的に運用することを認めています。
最後の課題はデータの代表性の格差です。多くの医療データセットは、多様な人々を十分に代表していません。その結果、アルゴリズムの偏りが生じており、また、文化的・言語的に代表性のあるデータが不足しています。オンライン上のコンテンツのうち、アフリカの言語によるものはわずか0.02%に過ぎないため、今日のほとんどのAIモデルは主に英語で学習されています。何十億もの人々が、これらのモデルの中には事実上存在していないのです。
インドのような国々は、政府の翻訳サービスであるBhashiniなどの取り組みを通じて、より用途に適したデータセットの整備を始めています。また、Karyaのような技術企業は、多国籍企業向けにローカルなデータセットを構築しています。ナイジェリアも、低資源言語を支援する多言語モデルを立ち上げています。これらの取り組みは、何が可能かを示しています。
重大な分岐点
私たちは今、重大な局面にいます。AIは、診断の不備やサプライチェーンの障害から研究の遅延に至るまで、世界の医療における根強い課題の多くを解決する可能性を秘めています。その恩恵は、プライマリーケアにおける何百万人もの患者や、貧しい農村部で出産する何世代もの女性に届き、より安全で信頼性の高いケアをもたらす可能性があります。
このビジョンを実現するには、大手テクノロジー企業による真の努力が必要です。健康の公平性は当然に得られるものではなく、意図的な選択の結果です。テクノロジー企業は、自らが何を構築できるかを示してきました。今度は、何を進んで共有するかを示さなければなりません。
