AIで医療をより効率的かつ手頃にする4つの方法

Cancer patient Cao Dongxian poses with CT scan images of his intestine at a hotel room where he stays, near the Peking Union hospital, during an interview with Reuters in Beijing, China, April 6, 2016. Picture taken April 6, 2016.
Analysing CT scans is just one of the tasks where AI systems can helpImage: REUTERS/Kim Kyung
このページは、生成AIにより自動翻訳されています。

OECDの推計によると、世界の医療費の20%は無駄になっています。米国医学研究所は、その割合を30%近くと見ています。両方の推計を用いると、医療支出上位15か国では、1人当たり年間平均1,100〜1,700ドルが無駄になっています。

1人当たり医療支出上位15か国Image: EAによる分析、世界銀行データ

この数字を具体的に見ると、上位15か国における1人当たりの平均浪費額は、医療費が下位50か国の平均支出額の10〜15倍に相当します。下位50か国の1人当たり支出は現在、平均約120ドルです。さらに懸念されるのは、無駄の根本原因に、予防・是正できる医療提供の失敗、過剰治療、不適切な医療提供といったシステム上の非効率性が含まれることです。

人工知能(AI)などの技術は、こうした非効率性の最小化に役立ち、医療システムを大幅に効率化し、費用対効果を高めることができます。

この10年間、医療を含むさまざまな業界でAI駆動型技術を応用する可能性について、活発な議論が続いてきました(もし、驚くほど人間らしい「Googleの最近のAIアシスタント」に感銘を受けなかったのなら、あなたはおそらく未来から来たタイムトラベラーでしょう)。

従来のAI像にあるような、自律型ロボットが家事をこなし、職場まで車で送ってくれる段階にはまだ達していません。しかし、AIが医療費の抑制に役立つ方法が数多くあることを示す有力な証拠があります。

1. 治療法の選択を支援
今日、データの力を効果的かつ正確に活用することで、ほとんどの業界で、より効率的な意思決定が可能になります。医療も例外ではありません。医療提供者が患者の治療結果を記録する形式の標準化を進めるにつれ、大規模なデータがAI搭載システムによる分析に利用できるようになります。こうしたシステムは治療後の結果のパターンを追跡し、患者のプロフィールに基づいて最適な治療法を特定できます。これによりAIは臨床上の意思決定を支援し、適切な介入や治療を患者ごとに調整して、個別化されたケアを実現します。その直接的な結果として治療成績が大幅に改善し、治療後の合併症に伴う費用がなくなります。こうした合併症は、世界各地の多くの医療システムで主要なコスト要因の一つです。

2. より効率的な診断
CT画像の解析や一部の検査など、反復的で複雑ではない作業は、AI搭載システムによってより正確に実施できます。これにより医師の誤りを減らし、病状が深刻になる前の早期診断と介入が可能になります。たとえば、イスラエルの新興企業は、冠動脈瘤、脳出血、乳房マンモグラフィーにおける悪性組織、骨粗しょう症などの早期発見において、人間と同等かそれ以上の精度を持つAIアルゴリズムを開発しました。

Wiredの最近の記事によると、AIはマンモグラムの確認と読影で99%の精度を示し、人間の30倍の速さで処理できます。そのため、人間の能力では難しいほど早期に乳がんを発見できます。骨粗しょう症の場合、英国の国民保健サービス(NHS)に年間約15億ポンドの費用がかかっています(高額な社会福祉サービス費用は含まれていません)。骨粗しょう症が迫っていることを示す早期指標であり、人間による診断では見落とされがちな椎体骨折を検出すれば、医療サービスにかかるこの疾患の費用を大幅に削減できます。

3. 臨床試験の最適化と医薬品開発
AIには、命を救う医薬品の開発を加速させ、医療システムに振り向けられる数十億ドルの費用を節約する可能性があります。最近では、トロント大学の支援を受ける新興企業が、エボラ出血熱に対する有効性を予測するため、何百万もの候補薬をシミュレーション・分析するアルゴリズムをスーパーコンピューターに搭載しました。既存薬を転用することで、高額な実地試験を省き、何よりも人命を救います。
臨床試験では、バイオマーカー監視プラットフォーム(バイオマーカーを使うと、遺伝子レベルで疾患を特定できます)と何百万もの患者データを活用して、AIが医薬品開発を最適化できます。自宅で使える機器を用いれば、血液一滴から得られるデータを数秒で分析できます。

4. 患者の力を引き出す
AIには、私たち一人ひとりが健康についてより良い判断を下せるよう、真の力を与える可能性があります。世界中の非常に多くの人々がすでにウェアラブル技術を使い、睡眠パターンから心拍数まで、日々の情報を収集しています。このデータに機械学習を適用すれば、特定の疾患リスクを抱える人に、そのリスクが深刻になるずっと前に知らせることができます。モバイルアプリはすでに、詳細な患者プロフィール情報を提供しており、特定の慢性疾患を抱える人々が病気をより適切に管理し、より健康的に暮らす助けとなります。こうした取り組みはすべて、人々の健康増進と全体的な費用負担の軽減につながります。

これらの例は、医療提供においてAIの潜在力を最大限に生かした場合に可能となることの、ほんの一部にすぎません。その可能性は過小評価しても誇張してもならず、実現には官民の業界関係者の協力が不可欠です。世界の人々の長寿化と慢性疾患の有病率上昇に伴い、医療費の増加は医療関係者にとって引き続き重要な課題です。そろそろ機械の力を借りるときかもしれません。

ライセンスと再掲載について
世界経済フォーラムの寄稿文は、クリエイティブ・コモンズ表示-非営利-改変禁止 4.0 国際ライセンスおよび同フォーラムの利用規約に従い、再掲載が可能です。