MENU CLOSE

CONTACT TRY TRYETING

COLUMN コラム

AI(人工知能)

医療分野における人工知能活用の現状と課題とは?

人工知能であるAIは、ビジネスシーンにおけるトレンドワードです。医療分野においてもAIの働きが期待されており、医療現場への導入を検討する医療機関が増加しています。本記事では、医療分野で活躍する人工知能の概要や役割について解説しています。医療現場へのAI導入や業務効率化を検討している方は、ぜひ本記事を参考にしてください。

▼更にAIについて詳しく知るには?
AI(人工知能)とは?導入するメリットと活用例やおすすめのツールを紹介

article-banner-umwelt

人工知能(AI)とは?


人工知能とは、人間の知的ふるまいを模倣するコンピュータで、一般的にAIと呼ばれています。過去の事例やデータを基に自ら学習し、推論や将来の予測を行えます。また、画像や音声などのデータを認識・処理できる点も特徴のひとつです。

人工知能の歴史

人工知能の概念は、イギリスの数学者アラン・チューリングが1950年に出版した著書『計算する機械と人間』にルーツがあります。1956年に開催されたダートマス会議で初めて、人間のように考える機械のことを「人工知能」と名付けられ、これを機にAI研究が活発化することになります。

▼更にAIの歴史について詳しく知るには?
AI(人工知能)の歴史は60年以上?歴史の流れとこれからの未来を解説

人工知能が果たす役割

人工知能が果たす役割には、「識別」「予測」「実行」の3点が挙げられます。

識別は、画像や音声、動画などのデータに込められた意味を理解したり、異常を検知したりする役割です。AIカメラに搭載された不審者検知システムや、セキュリティ上の顔認証システムで活用されています。

予測では、顧客属性や購買データなどのビッグデータに基づいて、将来の需要予測や市場変動の予測を行います。予算計画やマーケティングの分野において、こうした役割で活用されています。

実行は、単純な作業の手順を覚えて自動的に行い、自ら作業の効率化を図る役割です。経理処理など、事務的な定型作業の自動化に役立ちます。

機械学習とディープラーニング

AI分野で登場回数が多い言葉に、機械学習とディープラーニングがあります。

機械学習とは、AIの要素技術のうち、データ群を学習して規則性や判断基準を見つけ出し、未知のものを予測したり推論したりする技術です。ディープラーニングは、機械学習のうち、ニュートラルネットワークを活用して高精度の分析を可能にする手法です。

医療を支援する人工知能とは


識別・予測・実行の役割を持つ人工知能ですが、これらの機能を活用して医療を支援するシステムが開発されています。ここでは、医療分野におけるAIシステムのなかでも特に普及が進んでいる「診断支援AI」についてみていきます。

診断支援AI

診断支援AIは、病気に関わるデータを分析して、患者の症例に当てはまる病気の候補を挙げるシステムです。医師の専門外の分野や稀有な症例である場合には病気の診断が難しく、誤診につながるリスクがあります。このようなリスクを低減するシステムが、診断支援AIです。

診断支援AIは、血液検査やレントゲンなどの検査結果や患者の症状に基づいて過去の症例データを見つけ出し、病気の診断における補助を行います。また、画像診断では短時間で大量の画像データを識別できるため、医師の業務効率を大幅に高める効果があります。医師が見つけられなかった特殊な白血病を発見するなど、既に実績がいくつか上がっていて、医療現場への導入が進んでいるAIのひとつです。

ヘルスケアAIとの違い

医療分野で活用が広がっているAIに、ヘルスケアAIシステムがあります。このAIは、主にスマートフォンのアプリケーションやIoT機器で活用されており、一般消費者向けへの提供がメインです。例えば、体調不良時に症状の入力で病気の候補を提示してくれるアプリや、リアルタイムで健康状態を計測するスマートウォッチなどのIoT機器が挙げられます。このように、ヘルスケアAIは日常生活で自分の健康のために役立てるAIで、診断支援AIは医療分野で患者のために活用されるAIのような違いがあります。

医療とAIのシナジー効果は万能ではない

現在、AI開発は特定の分野でのみ活躍する「特化型AI」にとどまっており、幅広い分野にわたって能力を発揮する「汎用型AI」には至っていません。 したがって診断支援AIにおいても、その能力はいまだ医師ひとり分に値せず、あくまで医師のサポート的役割にとどまります。

医療分野で人工知能に期待されること

医療分野へのAI導入は加速度的に進んでいます。その背景には、医療データの利活用促進や医療現場の業務効率化などのメリットが存在します。それでは、医療現場へのAI導入で具体的にどのようなことが期待されているのでしょうか。

膨大な医療データを収集し活用できる

令和3年10月から、健康保険証の代わりにマイナンバーカードが利用できるようになりました。しかし、マイナンバーカードと国民健康保険の情報の紐づけは実現しておらず、医療データの収集はいまだ準備段階にあります。医療データの収集が実現すれば、膨大な医療データの分析を通して、医療の研究に活用できる何らかの知見を得られると期待されます。

医療の質が向上する

医療の質の向上は、医療分野へのAI導入で期待されることのひとつです。例えば、レントゲンや心電図解析における画像診断AIは、人間の目だけでは見落としがちな細かい情報を瞬時に読み取り、読影精度を大幅に高めます。また、腫瘍学の分野においては、腫瘍の画像を分析して疾患の分類を行うため、腫瘍学に精通した医師が不足している地域であっても高品質な医療を受けられるメリットが期待されます。

医療現場の業務効率化を後押しする

医療分野へのAI導入で、医療現場の業務効率が大幅に向上すると言われています。具体的には、先述の画像診断における医師の負担軽減の他、患者の受付や保険証の確認、請求の処理などの医療事務の効率化が挙げられます。医師や看護師のように医療現場の最前線で働く人だけではなく、医療事務の業務効率化も後押しする点がAI導入のメリットです。

患者の負担が軽減する

医療事務の効率化は、医療事務員の負担軽減に加えて、患者の待ち時間の軽減にもつながります。 また、AIのチャットボットを通じて健康相談や診療の予約を行う仕組みを採用すれば、患者の都合に合わせて適切なサービスを受けられるようになります。その結果、スムーズな予約システムの確立につながり、患者の身体的な負担軽減につながるはずです。

医療における人工知能活用の課題点


医療分野へのAI導入にはさまざまなメリットがありますが、一方で導入を妨げる壁となる課題があるのも事実です。ここでは、医療における人工知能活用の課題点を紹介します。

AIの検証が足りていない

医学研究者のなかには、AIにおけるアルゴリズムの検証が不足しているとして、実用性に懐疑的な意見も存在します。今後のAI研究によって医療AIの精度が高まれば、こうした懐疑的な意見も減り、医療へのAI導入もさらに進むはずです。

AIの法整備が追いついていない

医療へのAI導入が急速に進んでいる一方で、AIが診断した結果の取り扱いについての法整備はいまだに行われていません。現在の医療現場では、AI診断システムは補助的な役割にとどめて、あくまで医師の確認を必要とする運用がなされています。AI診断システムの出した結果をどのように扱うべきか、法律を制定して病院ごとに運用の差異が生じないようにする取り組みが必要です。

AIに対する認識が不足している

医療に携わる人のなかには、AIに対して認識や理解が追いついていない人も一定数存在します。AIの仕組みやアルゴリズムについてある程度理解しておくことで、より効果的に医療AIを活用できます。そのため、医療現場へのAI導入の際には、医療従事者のAI学習が欠かせません。

人工知能を医療に応用した実例

ここまでは、医療分野へのAI導入についてメリットや課題点を紹介してきましたが、ここからは実際にAIの医療分野への応用例をみていきます。

画像認識技術による画像診断

医療現場では、放射線・内視鏡・超音波・皮膚疾患・眼底検査・病理などさまざまな画像を使用して病理診断を行います。こうした画像について、正常な状態や疾患例といった大量のデータを基にディープラーニングすることで、画像診断AIとして疾患の判断を行えるようになるのです。

ビッグデータ分析による創薬支援

医学情報を大量に分析し、創薬のヒントを見つけ出すAIが開発されています。創薬支援AIは、過去に公表された膨大な数の論文や特許情報を人間の代わりに読み込んで、創薬で効果的な知見を導き出すシステムです。

生活習慣病発症リスクを予測

生活習慣病は誰にでも発症リスクがあるものですが、AIによる予測機能で発症を防止する試みがあります。このAIは、直近の健康診断結果を分析し、5年先までの生活習慣病発症リスクを予測するシステムです。このAIの活用によって、日々の生活習慣の見直しや生活習慣病防止による医療費の削減など大きなメリットがもたらされます。

TRYETINGのAIツールが医療現場の業務効率化サポートします

TRYETINGの開発するノーコードAIクラウドUMWELTは、プログラミング不要で誰でもかんたんにAIシステムを構築できるDXツールです。業務効率化に役立つ多数のAIアルゴリズムが搭載されており、これらを自由に組み合わせることで現場へのAI実装を加速させます。

また、同じくTRYETINGが開発するシフト自動作成AIクラウドHRBESTは、医療現場の複雑なシフト作成を自動化するDXツールです。人材不足問題を抱えている医療現場でも、効率的なシフト作成により人材の適切な配分が行えます。

まとめ

昨今のトレンドワードになっているAIですが、医療分野においても例外ではありません。医療へのAI導入は、現場の業務効率や医療の質向上をもたらし、医療分野における人材不足を解消すると期待されます。しかし、AI導入にはコストや手間、専門的なスキルが必要です。TRYETINGの「UMWELT」「HRBEST」であれば、クラウド型のため低コストかつ短期間で、しかも誰でも簡単にAIを使用することができます。医療現場へのAI導入や業務効率化の手段を検討している方は、ぜひ一度弊社までお問い合わせください。

参照文献

IBMのWatsonが救った白血病患者の命、医師も驚いた意外な「難病の原因」とは|日経XTECH(2019)
https://xtech.nikkei.com/atcl/nxt/column/18/01107/112200001/

UMWELTのサービスページをチェックする(下記画像をクリック)

article-banner-umwelt

WRITING BY

TRYETING

公式

TRYETING公式です。
お知らせやIR情報などを発信します。