生成AIは、急速に進化するツールのエコシステムであり、医療を前例のない形で変革する可能性を秘めている。
医療業界は、パンデミック、慢性疾患、メンタルヘルスの問題、医療専門職の不足など、数多くの課題に直面しており、生成AIはこれらに対処できる可能性がある。
医療を取り巻く絶え間ない複雑さの中で、生成AIは希望の光として際立っている。市場機会は莫大な6兆ドルに上るとモルガン・スタンレーは試算しており、この技術がもたらす影響は無視できないものである。生成AIは一時的な流行にとどまらず、これまでに見たことのない形で医療に革命をもたらす大きな可能性を示しながら、人気を集める急速に進化するツールのエコシステムである。この技術はChatGPTだけにとどまらず、テキスト、画像、音声、動画、3Dモデリング、さらにはコーディングを含む多様なデータ形式を扱うことができる。一部の試算では、世界のGDPを10年間で7%押し上げる可能性さえ示唆されているが、生成AIの応用可能性は経済的利益をはるかに超えるものである。
AIの転換点：今こそ対処することが重要な理由
世界は、地球規模の健康に対する数多くの課題に取り組んでいる。パンデミックの発生率の上昇、慢性疾患の急増、メンタルヘルスの問題、そして急速な高齢化により、医療業界は、高品質な医療サービスに対する高まる需要に対応するのに苦戦していることは間違いない。
世界経済フォーラムは、人工知能の倫理的な開発をどのように確保しているのか？
世界保健機関（WHO）によると、世界保健機関（WHO）によれば、航空機での移動中に人が負傷する確率は100万分の1である。これに対し、患者の受診プロセス全体を通じて危害を被る確率は300分の1である。先行研究によれば、プライマリケアにおける医療過誤の最大50%は、事務的な理由に起因することが示されている。医療専門職の世界的な不足が、これらの問題をさらに深刻化させている。WHOはまた、主に低所得国および低中所得国において、2030年までに1,000万人の保健医療従事者が不足すると推計しており、必要とするすべての人にケアを提供することがますます困難になっている。
生成AIはこれらの課題の一部に取り組む潜在的な解決策として期待されているが、この技術はまだ進化の途上にあり、独自の課題も抱えていることに留意することが重要である。生成AIの出力精度は、カルテ、検査結果、画像検査などを含む、学習に用いられるデータセットの品質に大きく依存する。AIが生成する治療および管理計画に誤りがあれば、患者の健康を危険にさらす可能性があるため、医療提供者と患者がこの技術を完全に信頼することが不可欠である。もう一つの懸念は、AIシステムで使用されるアルゴリズムに偏りが生じる可能性である。アルゴリズムが集団を十分に代表していないデータセットで学習されると、不正確な、あるいは有害でさえある結果を生み出す可能性がある。したがって、この技術の倫理的な利用を確保し、医療の成果を向上させ、最終的に患者に利益をもたらすためには、これらの課題に対処することが不可欠である。
世界経済フォーラムは、医療の現状をどのように改善しているのか？
医療・ヘルスケアセンターは、アクセス、公平性、レジリエンス、備えなど、世界中の保健システムが直面する課題を理解するために、リーダーたちをつなぐ。
信頼に基づく対話と官民連携を通じて、同センターはパートナーが共通の優先事項に沿って連携し、健康の成果を向上させるための集合的な行動を推進できるよう支援している。
Dr AIに会う - 医療における生成AIの応用を探る
1) 臨床的意思決定
生成AIは、すでに医師や医療専門職が正確で十分な情報に基づいた診断を下すのを支援している。生成AIは、患者のカルテ、検査結果、過去の治療、そしてMRIやX線などの医用画像のデータを分析し、問題となりうる箇所を特定したり、さらなる検査や治療の選択肢を提案したりすることができる。この能力を示す一例は、Glass.Healthであり、症状の入力に基づいて診断と臨床計画を生成できる生成AIツールを開発した企業である。
2) パンデミックへの備えのためのリスク予測
ナショナル・ジオグラフィックによれば、宇宙に存在する星の数よりも多くのウイルスが存在しているとされ、平均して年間約2種類の新たなヒトに感染するウイルスが出現している。最近の世界的なパンデミックで見てきたように、事前の免疫を持たないヒトからヒトへ感染するウイルスは、急速に拡大してパンデミックとなり、数百万人の死者をもたらす可能性がある。生成AIモデルは、新たなパンデミックのモデル化や予防策の策定など、壊滅的な出来事が社会規模で及ぼす影響を研究する科学者にとって、重要な知見の源として登場している。例えば、新たな生成AIモデルは、感染症への対処や感染拡大への対応を支援しうる、新たな抗体を特定するために、大量のタンパク質配列で学習されている。
3) 個別化された投薬と医療
個々の患者に合わせたケアを提供する能力は、今日の医療環境において不可欠である。ウェアラブル機器は、心拍変動、血中酸素濃度、血糖値などを含む、患者の健康指標に関するリアルタイムで継続的なデータを収集できる。そのデータは生成AIのアルゴリズムに入力され、データを分析・解釈して、個別化された推奨や治療の選択肢を提示することができる。こうして、AIは、ウェアラブル機器によって検出された、例えば心血管疾患のような疾患の管理に活用されうる。ウェアラブル機器や在宅モニタリング機器を生成AIと組み合わせて活用することで、医療提供者は従来の受動的な医療モデルから、先を見越した能動的なモデルへと移行することができる。
4) 創薬と開発の改善
生成AIは、創薬と開発において有望な成果を示している。注目すべき一例は、InsilicoMedicineであり、同社は、線維症やがんなどの疾患に対する新薬の設計に用いられてきたGENTRLと呼ばれる生成AIプラットフォームを開発した。これらの成果は驚異的であり、従来、患者の日誌への手作業による記録、ファックスでの記録送付、規制当局への郵送による結果報告といった旧来の方法に依存してきた業界にとって、大きな転換を示すものである。
生成AIと医療の今後はどうなるのか？
生成AIの登場は医療業界の多くの人々にとって刺激的である一方、将来に対して不安や不確実性を感じる人が出てくるのも当然である。それでもなお、医療における革命的な進歩の可能性は否定できない。したがって、今後数年間に医療提供者、医療従事者、政策立案者、その他の関係者が下す選択が、この技術の進化を形作るうえで極めて重要となる。
あらゆる革新と同様に、生成AIには慎重に向き合う必要があり、その影響が変革的なものとなりうることを認識しつつ、その独自の課題と機会に適応していかなければならない。このような機会は頻繁に訪れるものではない。生成AIの技術によって特徴づけられる未来は、医療を革新の新時代へと導くものであり、この分野に果敢に挑戦し、主導する人々は、患者、医療提供者、医療機関のすべてにとっての機会を生み出すことに貢献するだろう。
