インドにおけるAI支出は、2025年までに117.8億ドルに達すると見込まれており、2035年までにインド経済に1兆ドルを追加すると予想されている。
AIは、がん、糖尿病網膜症から心血管疾患に至るまで、さまざまな疾患のスクリーニングを行う診断アルゴリズムにすでに組み込まれつつある。
医療におけるAIを拡大する一方で、有意義な人間による管理とインフォームドコンセントを確保する、慎重なアプローチが長期的な成功に不可欠である。
2030年持続可能な開発目標は、「誰一人取り残さない」という中核的な約束に焦点を当てている。しかし、深刻な健康格差に直面している新興市場や南半球諸国では、これは依然として困難な課題である。
インドのような資源が限られた環境では、資格を有する医療専門職の不足と、医療へのアクセスの不平等が生じている。
インドには現在、人口10万人あたり64人の医師しかいない。これは、世界平均の人口10万人あたり約150人と比べて少ない。農村部周辺の一次医療センターおよびサブセンターは、人員が著しく不足していることが多く、重要なインフラが欠如しており、患者のニーズに応えられていない。これは多くの場合、特に人口の70％以上が暮らすインドの農村部において、質の高い診断サービスが不足することにつながっている。
人工知能（AI）を用いた予測分析を活用して早期発見を行うことは、特に都市部の外における医療能力の制約や疾患の発見の遅れという状況において、的を絞った公衆衛生介入のための強力な手段となり得る。AIを活用したツールは、こうした格差を是正し、インドの医療市場におけるAIの成熟度を高める機会をもたらす。インドの医療市場は、今年中に3,720億ドルに達すると見込まれている。
医療におけるAIの成長の可能性
インドのAI支出は2018年に109％以上増加し、総額6億6,500万ドルに達した。2025年までに117.8億ドルに達すると見込まれており、2035年までにインド経済に1兆ドルを追加すると予想される。
政府と関係の深い公共政策シンクタンクであるNITI Aayogは、検証を行っており、一次医療におけるAIの応用により糖尿病合併症の早期発見を目指している。また、AIを眼科検診のスクリーニングツールとして用いることの妥当性を、その診断精度を網膜専門医の診断精度と比較することにより検証している。3Nethraなどの携帯型スクリーニング機器とAI機能を統合することで、3Nethraのような携帯型機器とAI機能を統合することで、眼科検診と早期発見の能力を拡大し、国内の遠隔地でもアクセスを可能にすることができる。
腫瘍学においても同様の応用が可能である。Tata Medical CenterとIndian Institute of Technologyは、最近立ち上げた、インド初の匿名化されたがん画像バンク「Comprehensive Archive of Imaging」である。AIベースのツールは、高品質な匿名化画像を活用して機械学習モデルがバイオマーカーを検出できるようにし、がん研究の成果向上に貢献し得る。
心血管医療においては、インドにとって大きく、やや特有の課題であるが、MicrosoftのAI Network for HealthcareとApollo Hospitalsは、心臓発作のリスクをより正確に予測するための機械学習モデルを開発している。40万人を超える患者の臨床データと検査データを用いることで、このAIソリューションは新たなリスク因子を特定し、詳細な健康診断を受けていない患者にも心臓リスクスコアを提供できるため、疾患の早期発見が可能になる。
責任あるAIの導入
医療におけるAIの経済的な可能性を実現するには、リスクを慎重に算定し、軽減する必要がある。不正確な判断は、個人の健康を危険にさらす可能性がある。
AIは複数の情報源からの膨大なデータを必要とするが、データの利用可能性が分断されていると、不正確な判断のリスクが高まる可能性がある。例えば、腫瘍の検出の誤りや、不適切な薬剤処方などである。
データへのアクセスは、インフォームドコンセントと説明責任を前提としなければならない。患者は、自身のデータがAIモデルの学習にどのように使用され得るかを認識し、医師による特定の治療判断や推奨に何が影響したかを明確に知らされる必要がある。これはインドの状況において特に重要であり、医師が一人の患者に費やす時間は非常に限られており、多くの場合、わずか1～2分である。
疾患の検出における高度な自動化は、医師がAIの誤りを正確に検出する能力を損なう恐れがあり、またAIツールへの過度な依存を招く可能性がある。その結果、患者が適切に医療スタッフにアクセスできるよう、医療インフラへの投資が後回しになりかねない。
AIは医療上の意思決定を支援するものであるべきであり、意思決定を自動化するために用いられるべきではない。医師がAIモデルの提案にフィードバックを行えるようにし、継続的な学習のループを提供することで、有意義な人間による管理を取り入れれば、これらの弊害のいくつかを軽減できる。
医療市場の成長は、ユニバーサル・ヘルス・カバレッジの達成という並行した目標と切り離せないものでなければならない。AIシステムは、一次医療へのアクセスの代替として決して用いられるべきではなく、むしろ、農村部や周辺地域の人々が質の高い医療を受けられるよう、医療支出の増加に伴って導入されるべきである。
インドの今後の道筋
医療分野におけるAIの成熟には、重要な投資が必要である。これには、労働力、データおよびインフラ、ガバナンスおよび規制の仕組み、設計およびプロセス、パートナーシップおよびステークホルダー、さらに革新的なビジネスモデルの能力への投資が含まれる。
AIを医療制度に統合するには、医学および公衆衛生を学ぶ学生を対象とした、学術と実践の両面にわたる国のカリキュラムにおいてAIを扱うことも必要である。
同様に、インド政府は、相互運用性、統一された電子医療記録（EMR）、データスチュワードシップなど、データインフラへの適切な投資を行う必要がある。これは、信頼を醸成し、AIをインドの医療制度に長期的に統合するために不可欠である。
政府はまた、学術界、政府、産業界、NGO、患者支援団体の間の連携を促進するため、医療産業全体にわたる官民パートナーシップへの投資と構築を行わなければならない。また、プライバシー、公平性、透明性について適切な監視を提供するため、ガバナンスおよび規制の仕組みを拡充すべきである。
NITI Aayogの国家AI戦略は、プライバシー、倫理、セキュリティ、公平性、透明性、説明責任の原則を重視するとともに、インド憲法が保障する権利との整合性を重視している。インドはGlobal Partnership on AI（GPAI）の設立メンバーであり、これまでのところ、倫理的かつ責任ある基準に沿って、AIの導入に慎重なアプローチを採ってきた。技術の拡大に伴い、これらの原則は実践に適用されなければならない。
AIシステムの導入方法もまた極めて重要となる。医療スタッフが判断の過程を理解し、その知見を治療にどう取り入れるかを判断できるようにする、Human-in-the-loop（人間が関与する仕組み）と人間中心の設計は、リスクを最小限に抑えるだろう。
医療従事者の拡充とデータリテラシーへの投資は、医療においてAIを活用できる、情報に基づいた労働力を育成するだろう。インドがこの技術を慎重に導入することは、誰一人取り残さず農村と都市の格差を是正するとともに、持続可能な開発目標の達成に向けて、新興市場の中でリーダーとなる道を切り開くことができる。
