AIや機械学習などの新興技術は、医療業界を含め、ほぼすべての産業を変革しつつあります。
フォーラムは、テクノロジー・パイオニアの2023年度の選出者を発表するにあたり、選出者に次の質問を投げかけました。
AIや機械学習などの新興技術は、世界の健康の成果をどのように変えていくと考えますか。
人工知能（AI）や機械学習などの新興技術は、医療業界を含むほぼすべての産業を変革しつつあります。医療業界は世界のGDPの11%、すなわち年間9兆ドルを占めています。医薬品やワクチンの開発から、医療診断や治療の改善に至るまで、こうした技術はバリューチェーンのあらゆる段階で活用され、医療システム全体の効率向上に貢献しています。
世界経済フォーラムは2023年度のテクノロジー・パイオニアを発表するにあたり、選出された6人に、こうした新興技術が世界の健康の成果をどのように変えているかを尋ねました。回答は以下のとおりです。
「プライバシーとセキュリティの優先が不可欠である」
リディマン・ダス、最高経営責任者、Tripleblind
AIや機械学習などの新興技術は、世界の健康の成果を一変させるでしょう。こうした進歩は、医療診断、治療、そして医療提供の改善につながります。AIアルゴリズムは健康データの迅速な分析を促進し、正確な診断と適時の介入を可能にします。AIを活用した予測モデルは、パターンや傾向を検出し、疾病予防と個別化された治療計画に役立ちます。
しかし、プライバシーとセキュリティを優先することが不可欠です。すべてのAI・機械学習ソリューションは、患者のデータと機密性を守る厳格なプライバシー基準を遵守しなければなりません。プライバシー強化技術と組み合わせれば、医療におけるAIと機械学習の統合は大きな可能性を秘めています。プライバシー保護を伴う責任ある活用は、世界の健康を変革し、患者へのケアを高め、医療格差を埋めることで、より健康で公平な世界の実現につながります。
「AIは食事記録に革新をもたらすと期待されている」
ローガン・キム、最高経営責任者、Nuvilab
AIは世界の健康に大きな影響を与えており、予防医療や精密健康において、個人のデータの重要性が高まっています。
AIは、食事記録などの作業を自動化することで、生産性と効率の向上に活用できます。また、個人に合わせたインサイトやソリューションを提供することで、ユーザー体験を革新することもできます。例えば、Nuvilabの AI技術は、食習慣を分析し、個人のモバイル端末上で、各メニューの栄養摂取率に関するレポートを提供するために使用できます。慢性疾患の患者、成長期の子どもたち、介護施設の高齢者は、こうしたソリューションを特に必要としています。
医療業界における食事記録は、一般的に24時間思い出し法で行われていますが、これは主観的な要素が強く、サンプル数も限られています。AIは、食事記録の正確性と客観性を高めるとともに、コストを削減するためにも使用できます。これにより、AIは栄養と精密健康の分野における、ゲームチェンジャーとなるでしょう。
AI技術は食事記録に革新をもたらすと期待されており、既存の食事データの限界を超えて、個人データを蓄積することが可能になります。これは世界の健康の現場において、新たな知見を開き、より良い成果をもたらすでしょう。
「質の高い医療が一部の人の特権ではない未来を築くことができる」
アンドレス・ローソン、最高経営責任者、Osana
複雑で差し迫った世界の健康課題に直面するなか、AIや機械学習などの新興技術は、医療をより正確で、身近で、経済的に持続可能なものにする変革の力となることが期待されています。
AIと自動化は、医療機関に運用上のレバレッジをもたらし、効率を高め、成果を改善します。医療の提供を変革し、医療専門家の供給量と拡張性を高める可能性があります。例えば、AIアルゴリズムは医用画像データを分析し、がんなどの疾患の初期兆候を、多くの場合、人間の医師より高い精度で、かつ低コストで特定できます。これにより、より早期かつより効果的な治療が可能となり、数百万人の命を救える可能性があります。
しかし、意図しない結果を防ぐために慎重な配慮を行うことが不可欠であり、これらのモデルの開発と展開において、安全を最優先し、人間を中心に据えたアプローチを採用することを意味します。プライバシー、バイアス、信頼性などの技術的課題には、意図的に取り組まなければなりません。モデルを認証し、責任ある医療汎用知能のためのガバナンスの枠組みを構築するには、主要なエコシステムの関係者との協力が不可欠です。
この刺激的な新たなフロンティアの入り口に立つ今、AIと機械学習に支えられた、より健康な世界のビジョンは、私たちの手の届くところにあります。これらの技術は、世界の健康の現場に変革的な飛躍をもたらし、前例のない機敏さと正確さで医療課題に対処することを可能にします。AIと機械学習を慎重かつ責任を持って活用することで、質の高い医療が一部の人の特権ではなく、すべての人にとっての基本的権利となる未来を築くことができます。
「AIと機械学習は、医療を次の段階へと導くだろう」
アリシア・チョン、最高経営責任者、Bloomer Health Tech
ライフスタイルや環境に関する連続的な生理学データの収束は、急速に詳細な表現型解析へとつながっています。これをゲノミクスの力と組み合わせることで、機械学習とAIは医療を次の段階へと導くでしょう。
Bloomer Techでは、女性の心血管系の理解に特に注力しています。性差に関する30年以上の研究成果があるにもかかわらず、女性は依然として診断と治療が難しく、一貫してより悪い成果を経験しているからです。AIを用いて新たなデジタルバイオマーカーを生成することは、この分野を変革し、特に女性に不均衡に、異なる形で、あるいは独自に影響を及ぼす疾患や状態について、世界の健康の結果に影響を与えるでしょう。
化学プロセスやフィルムを通じてのみ写真を見ることができた時代の限界から、コンパクトで使いやすいデジタルカメラにより、写真を手軽に、無制限に撮影できるようになった技術的な変革に着想を得て、私たちは正しい方向へ進んでいます。
私たちは、化学プロセスを経て研究室でしか確認できない、価値はあるものの限定的なバイオマーカーから、女性用ブラのような日常的な衣類から継続的に収集された、信頼性の高いデータで訓練されたAIの活用へと移行しようとしています。
データへの遍在的なアクセスがもたらす影響は非常に大きいでしょう。必要とされる最も重要な場面でデータを読み取り、検証できることは、手遅れになってから一連の検査を始めるのではなく、世界中の人々の健康に大きな影響を与え、先制的かつ予防的なケアを可能にします。
「今こそ計算胚学の時代である」
ダニエラ・ギルボア、最高経営責任者、AIVF
体外受精（IVF）は生殖医療に革命をもたらしましたが、専門知識と経験に大きく依存しています。IVFにおける最も重要なジレンマは、どの胚が健康な赤ちゃんに育つ可能性が最も高いかということです。専門家による胚の評価は、主観的な人間の分析に基づいています。
未来へと飛躍し、代替案を考えてみましょう。それは、人間の目には見えない特徴を認識し、異なる情報源のデータを取り込み、どの人間の胚学者よりも正確な結果をもたらす、発達の節目に関する新たな理解を生み出す機械です。個別化された治療です。今こそ計算胚学の時代であり、機械が私たちにできないことを行い、チームとして協働させるときです。アラン・チューリングは機械対人間について語りました。AIVFでは、人間と機械のチームについて語ります。AIモデルとチームを組み、より良い医療を提供し、より良いケアを行い、参入障壁を下げ、すべての人が可能な限り最良のケアに、より良くアクセスできるようにしましょう。
世界経済フォーラムは、データ主導の医療をどのように実現しているのでしょうか。
1年前、IVFの歴史を変える奇跡が起きました。あるIVFクリニックが、AIモデルによる胚の評価と選択を経て、初めてIVFで生まれた赤ちゃんの誕生を報告したのです。もはや夢ではなく、これは定着しつつあり、私たちはそれを受け入れるべきです。
「AIの活用により、医薬品開発サイクルはより効率的になりつつある」
アロク・アニル、創設者兼最高経営責任者／マネージング・ディレクター、Next Big Innovation Labs
世界の健康エコシステムは、個別化医療を重視した成果主導型産業へと急速に移行しつつあります。最近のCOVID-19パンデミックのように、急速に進化する生物学的脅威は、医療および製薬の研究開発に大規模な刷新が必要であることを浮き彫りにしています。新たなAI技術は、製薬業界や医療業界が蓄積してきた大規模なデータセットの処理に役立ち、事例ごとに特化した機械学習アルゴリズムを構築することで、労働集約的なプロセスを効率化できます。これにより、政府や企業は研究資金と時間を節約するとともに、研究開発プロセスの効率化を実現できます。
スマートAIチップを搭載し、昼夜を問わず稼働して、需要に応じて組織を生成する3Dバイオプリンターなどのメドテック機器は、宇宙空間のような過酷な環境におけるバイオプリンティングの新たな標準となる日が近いかもしれません。医薬品開発サイクルは、初期段階の医薬品開発研究におけるAIの活用により、より効率的になりつつあり、開発中の重要な救命薬の市場投入を迅速化する方向に進んでいます。
米国食品医薬品局（FDA）は、新たな近代化法2.0を発表しました。これにより、製薬業界は、薬剤の安全性と有効性を検証するために、「細胞ベースのアッセイ（3Dバイオプリンティング組織など）」や「コンピューターモデル（AIや機械学習ベースのアプローチなど）」を検討できるようになります。これは、こうした新興技術に対する関係者の信頼を築くための大きな前進です。
