人工知能（AI）は、提供能力の低下に伴い増大するストレスに世界の医療システムが対応し、医療支出の無駄を回避するのに役立つ可能性がある。
医療におけるAIは、特に低所得国および中所得国において、結果の信頼性が低いことや、現地の状況に合わない不適切な応用といった課題に依然として直面している。
医療においてAIを効果的に活用するためには、堅牢なデータ保護、指針となる原則、説明責任、オープンソースソフトウェア、そして利用しやすい試験環境を含め、一貫したアプローチが鍵となる。
人口の将来の健康状態は、高所得国、中所得国、低所得国のいずれにおいても劇的に変化するだろう。
医療への影響は、急速に変化する気候、大気や水の質の低下、紛争、人口移動によって生じる。これらは、高齢化の進行や、感染症から非感染性の、主に慢性疾患への疾病負担の移行といった長期的な傾向と重なり、医療提供体制が最も未整備で最も脆弱な低所得国および中所得国で顕著になる。
これらの強力な要因は、すでに逼迫している医療システムへの圧力を一段と高めている。2023年初頭時点で、米国と欧州の医療従事者の61%が、離職や燃え尽き症候群により人員不足を報告しており、平均するとこの割合となる。同様に、低所得国および中所得国における人材不足は、医療専門職の養成や確保に必要な資源の欠如によって悪化している。2023年初頭の離職および燃え尽き症候群。
この提供能力の問題により、支出と医療において防止可能な多くの不備が生じている。米国だけでも、医療における回避可能な無駄は、推計で医療支出の25%にあたる約8,500億ドルに上ると推計されている。
疾病モニタリングや調達、コンプライアンス、診断の改善、そして過誤や怠慢の減少により、いずれもコスト削減につながりうる。技術が違いを生み出せるのはまさにこの点である。
AIを処方し医療を立て直す
これまでのところ、医療における人工知能（AI）の活用は、限定的な分野において変革をもたらしてきた。例えば、医療画像上の病変認識を伴うデジタル病理学や、主にタンパク質の折りたたみをモデル化する際の研究開発などである。しかし、AIを医療システム全体に導入することは、これまでのところ実現が難しいままである。
それでも、適切なリーダーシップ、将来を見据えた慎重な規制、そして戦略的な投資があれば、AIの進歩は中期的に医療提供能力を大幅に高める可能性がある。これらのツールは、予見可能な将来において医師に取って代わることはないが、医療従事者が行う判断を支援し、強化するものとなる。人為的ミスの可能性を減らすことで、AIは医療過誤の回避、非効率の削減、そして命を救う一助となり得る。端的に言えば、AIを活用したシステムは、医療の生産性と利用可能性を高める可能性がある。
将来の患者の医療体験では、健康アプリへのアクセスから診断、治療、遠隔患者モニタリングに至るまで、さまざまな段階でAIが活用される可能性がある。自動モニタリングとトリアージは、患者の医療体験の初期段階で可能性を示しており、その後は治療や退院後のケアにまで続く可能性がある。
AIの戦略的かつ大胆な導入は、低所得国および中所得国における医療へのアクセスを拡大し、同時にそれら両国と高所得国との間の技術格差に直接対処できる可能性がある。レガシーシステムが少なく、低所得国および中所得国でモバイル機器が広く普及していることは、住民との関わりを改善し効果を高めるため、モバイルAIプラットフォームへ一足飛びに移行する機会をもたらす。ただし、対処すべき障壁はまだ残っている。
低所得国および中所得国において、医療でのAIの普及を阻んでいるとして報告されている課題には、信頼性の低さ、業務フローへの影響がまちまちであること、使いやすさの低さ、現地の状況に対する理解の欠如などがある。
世界的な状況において、急速な変化への期待だけでは、信頼、プライバシー、規制上のガードレールに加え、医療提供者や政策立案者が理解し、AIを適切に適用するための教育を組み合わせなければ、医療におけるAIの体系的な導入を推進するには不十分である。
現在の生成AIモデルは予測不能になりやすく、理解はほとんど進んでいない。信頼できる出力を生成する方法は十分に分かっていない。今後のAIアルゴリズムの開発では、膨大な量の機微な患者データを学習し処理することになるが、データが不適切に管理された場合の潜在的リスクを考えると、それは極めて重大な責任を伴う。
害を与えない
世界の医薬品・医療規制は、数十年にわたる慎重な進化と最適化の結果である。しかし、最も潤沢な資金を持つ規制制度ですら、規制対象となるイノベーションに追いつくのに歴史的に苦労してきた。例えば、米国におけるバイオシミラーの導入の遅れや、ソーシャルメディア上での医薬品プロモーションに関する規制がそれを示している。AI開発の速度と範囲は、規制当局が対処してきたものよりもはるかに速く、大きい。不正利用を防ぐためには、安全なAIツールを構築するための指針となる原則について合意しなければならない。すなわち、AIのためのヒポクラテスの誓いである。
今年のスイス・ダボスでの年次総会であるダボス会議2024において、世界の指導者たちは速やかに合意形成を図り、2023年の報告書「責任ある生成AIに関するプレシディオ提言（The Presidio Recommendations on Responsible Generative AI）」に盛り込まれた30の提言を基に、医療に特化した提言を示す必要がある。責任ある生成AIに関するプレシディオ提言。柔軟で適応性のある指針となる原則は、安全性を確保しながらイノベーションを促進し、AIソリューションのライフサイクルのあらゆる段階で人間によるガバナンスを可能にし、さらにAIがますます自律性を与えられる将来をも考慮すべきである。
規制の法典化に向けた第一歩は踏み出されつつある。EUのAI法、米国の安全で信頼できるAIに関する大統領令、そして世界初のAI安全性サミット（英国ブレッチリー・パーク）が挙げられる。しかし、これらの安全対策を低所得国および中所得国にも広げ、医療需要がすでに提供能力を超えているこれらの国々でイノベーションを促進するために、さらなる取り組みが必要である。
例えばパンアフリカ的なアプローチを通じて、複数の低所得国および中所得国で採用される統一的な規制の枠組みがあれば、AIを活用した医療をゼロから構築することが可能となり、開発者は安全性、透明性、説明責任の文化を醸成する枠組みに従うことができる。
関係者間の慎重な対応と合意があれば、AIは提供能力の制約を緩和する大きな可能性を実現できる。しかし、分野のリーダーが従うべき5つのステップによって、共通の道筋について合意する緊急性はいくら強調してもし過ぎることはない。
正式な規制よりも迅速に適用できる指針となる原則について、速やかに合意形成を図る。 世界経済フォーラムのような影響力の大きい組織は、リーダーが合意を形成するのに最適な場である。
最も厳格なデータ保護規制を遵守する。 医療データは新たな方法で利用されているため、患者データの保護に厳格に取り組むことでリスクを最小限に抑え、信頼を築くことができる。
安全性、透明性、説明責任の価値を推進する。 アクセラレーター、イノベーションハブ、ベンチャーキャピタリストがこれらの原則に従うようにする。これらは、規模を拡大できる能力を示すスタートアップのために、ゼロから基盤を築く可能性が高いためである。
新しい技術を低所得国および中所得国へ橋渡しする。 可能な場合はオープンソースソフトウェアを活用し、規模と手頃な価格を念頭に置いたサービスを構築することで、発展途上経済が新興技術を活用できるようにする。
AIを臨床現場へ導入するためのプログラムを実施する。提供能力の向上に明確につながるAIツールを試験するための安全な環境を病院内に整備する。
これらのステップは、包括的な規制がなくともAIの安全な開発が行われる文化を育むことから始まる。適切なアプローチにより、臨床上のサンドボックスでこれらのツールを試験するための信頼を築き、最終的に高所得国、低所得国、中所得国における医療提供者の業務負担を軽減し、医療提供能力のギャップを埋めるための基盤づくりに着手することができる。
