人工知能（AI）は、私たちの目の前で急速に医療に革命をもたらしている。診断の改善から意思決定の迅速化、患者の安全性の向上まで、AIは医療従事者の洞察力を高め、より透明性の高い連携を可能にし、そして最も重要なことは、患者の転帰を改善することである。医療従事者の55%は、AIの最大の利点は患者の転帰を改善することであると考えており、40%は患者の継続的なモニタリングに関してウェアラブル技術に期待を寄せている。
データの保存やプライバシーに関する正当な懸念がある一方で、患者ケアにおけるAIは初期段階を超え、広く採用され、飛躍的な成長を遂げようとしている。医療提供者の85%は何らかのAI戦略を持っており、50%は現在AIを積極的に活用している。消費者もまた、自分のケアにAIをよりオープンにすることに順応している。例えば、65％の患者が、皮膚がん検診にAIを使うことに抵抗はないと答えている。
AIはいかに医療に革命をもたらすか
AI医療診断市場全体の規模は2022年に10億ドルと推定され、2027年には55億ドル（米国では1人当たり約17ドル）に達すると予測され、わずか数年で年平均成長率40％近い驚異的な成長を遂げている。この急成長を受けて、AIがヘルスケアのさまざまな要素にどのような革命をもたらしているのかを具体的に説明しよう。
患者の安全性向上
AIは、院内ケア、薬剤提供、退院など、さまざまな患者安全システムで活用されている。AIは自ら判断を下し、医療提供者に貴重なアドバイスや洞察を提供し、エラー検出を改善することができる。例えば、患者の部屋に設置されたコンピューター・ビジョン技術によって、患者が転倒したり、心臓発作のようなストレスのかかる出来事を経験していないかを分析することができる。
データ主導の画像診断
ヘルスケアでは、画像処理から患者記録、検査結果に至るまで、ほとんど想像もつかないほどの量のデータが作成されている。事実、ヘルスケアデータは世界の全データの30％を占めている。病院では年間336億件の画像処理が行われているが、約97％のデータポイントや洞察が利用されていない。
構造化データおよび非構造化データを認識し処理するAIの能力により、放射線医学分野におけるAIアルゴリズムの食品医薬品局（FDA）認可件数は400件近くに達している。例えば、放射線科医はAIを使って3Dモデルを生成し、医療画像をセグメント化している。これは、神経学的異常の診断と治療、脳腫瘍の正確な分類、乳がんの検出、放射線��の最適化に役立つ。
より正確な医師の意思決定
AIは、医療提供者がより正確な情報に基づいた治療を決定する上で、素晴らしい可能性を示している。アルゴリズムにより、医療提供者は膨大な量の患者データを分析することができる。例えば、機械学習ツールは、全国の患者から得た何十億もの非構造化データを分析し、合理的な結論を導き出し、それを医療提供者に提供することができる。AIがこのデータを分析しなければ、人間の医師がこのレベルを集約して患者により良い結果を提供することはできないだろう。
早期発見と継続的モニタリング
医療用ウェアラブルは、がん、心臓発作、睡眠障害、アルツハイマー病、認知症などの早期発見に役立つ。これらのウェアラブルは、重要な指標を追跡することで病気の早期発見に役立っているだけでなく、遠隔患者モニタリングへのアクセシビリティも高めている。特に慢性疾患の場合、遠隔患者モニタリングは継続的なデータを収集し、それを集約してケア提供者に送信する。
医療診断におけるAIの実例
AIはすでに様々な形で医療従事者の診断に役立っている。意思決定エンジンから臨床データクラウドまで、実例をいくつか紹介しよう：
プラット・AI
Plat.AIは、既存のプラットフォームやシステムにAIを簡単に統合できる、コーディング不要のリアルタイム意思決定エンジンです。データ分析を迅速化し、実用的な洞察を提供し、データの透明性を向上させます。
ケア・エンジェル
バーチャル・ナース・アシスタント、ケア・エンジェルは、継続的な遠隔ケアが必要な慢性疾患患者のケアギャップを埋めるのに役立つ。また、音声やテキストメッセージを通じて、服薬管理、依存症、退院前後のケアなどを支援する。
elluminate®IQ｜イークリニカル・ソリューションズ
elluminate IQは患者データを一元化し、臨床試験の効率を向上させます。現在、100社以上のバイオ製薬企業によって活用されているelluminate IQは、自動化、AI、分析を用いて患者データを集約します。
ヘルスケアにおける機械学習の可能性
AIの一分野である機械学習は、明示的な指示ではなく、アルゴリズムやモデルを用いて学習するコンピュータシステムを使用・開発するものである。機械学習は、診断結果の精度の向上、コストと時間の節約、そして最も重要なことだが、患者の転帰の改善など、医療における様々な具体的な使用例がある。
例えば、機械学習は、Tebraのようなツールを使って、患者の予約スケジュール、記録管理、反復作業の自動化に利用できる。SubtleMRは、MRIスキャンのノイズを低減し、より質の高い画像を作成することで、治療を向上させ、患者の診察時間を短縮する。Insitroは、膨大なデータセットから驚異的な予測モデルを構築し、機械学習を使用して傾向を特定し、医師がより正確な薬を処方できるようにします。
ヘルスケアにおけるAIの次の10年
すでにAIの予測モデルは、心臓発作の危険因子を特定する精度を高め、放射線科医ががんを診断する際の精度を高めている。AIチャットボットは、オンデマンドで24時間365日の高度なサポートを提供し、人間の医師が非番のときに患者の推奨事項を伝える。コストとリソースの削減が改善し続け、患者がAIがサポートする医療に慣れるにつれて、より多くのプロバイダーがこれらの技術を採用する準備が整っている。
Ambiqの貢献
こうした画期的なAI搭載ヘルスケアツールの多くは、ウェアラブル技術などのエッジデバイスで動作します。AmbiqのSoC（System-on-Chips）ソリューションは、超低消費電力を使用してバッテリ寿命を最適化・延長します。Ambiqの革新的な技術は、すでに世界中で数百万台のAI対応ヘルスケアツールの中核を担っており、今後もヘルスケア技術の進歩を支えていきます。
