本記事は更新されました。
45億人が必須の医療サービスを利用できずにいる中、人工知能はそのギャップを埋める一助となる可能性があります。
AI技術は、すでに医師が骨折を発見し、患者のトリアージを行い、疾患の初期兆候を検出する支援を行っています。
しかし、AI導入において医療は他の産業と比べて「平均以下」であることが、世界経済フォーラムのホワイトペーパー『The Future of AI-Enabled Health: Leading the Way』に示されています。
現在45億人が必須の医療サービスを利用できず、また、2030年までに1,100万人の医療従事者不足が見込まれる中、AIはそのギャップを埋め、世界の医療を変革する可能性を秘めています。
さらにAIは、国連の持続可能な開発目標のうち、2030年までにユニバーサル・ヘルス・カバレッジを達成するという目標に、再び私たちを軌道に乗せることさえ可能かもしれません。
しかし技術は急速に発展している一方で、医療は「平均以下」であり、AI導入において他の産業と比べた場合、世界経済フォーラムのホワイトペーパー『The Future of AI-Enabled Health: Leading the Way』に示されています。
下図が示すように、医療分野におけるAIへの民間投資の水準はばらつきがあります。それでも、ホワイトペーパーは「AIデジタルヘルスソリューションには、世界的に効率を高め、コストを削減し、健康アウトカムを改善する可能性がある」と述べています。以下は、医療分野にすでに変化をもたらしているAI技術の7つの例です。
AIは脳スキャンを読み取ることができる
新しいAIソフトウェアは「2倍の精度」で、脳卒中患者の脳スキャンを検査する専門家よりも優れています。英国の2つの大学は、脳卒中患者の脳スキャン800件のデータセットでソフトウェアを訓練し、その後、2,000人の患者で試験を行いました。
結果は印象的でした。AIモデルの精度に加え、このソフトウェアは脳卒中が発生した時間範囲を特定することもでき、これは専門家にとって極めて重要な情報です。
コンサルタント神経内科医のポール・ベントリー博士は、Health Tech Newspaperに次のように語りました：「血栓による脳卒中の大半は、患者が脳卒中発生から4.5時間以内であれば、内科的治療と外科的治療の両方を受ける資格があります。6時間までは、外科的治療の対象にもなりますが、この時点を過ぎると、これらの治療が有益かどうかを判断することは難しくなります。症例の多くが不可逆的になるためです。そのため、医師は発症時刻と、脳卒中が元に戻せるかどうかの両方を把握することが不可欠なのです。」
AIは人間よりも多くの骨折を発見できる
意外なことに、救急外来の医師は最大10%の症例で骨折を見逃しています。さらに、X線技師は人手不足であると同時に、業務が過重になっています。
そこで、AIによる初回スキャンを用いれば、不要なX線検査と骨折の見落としの両方を回避できる可能性があります。英国の国立医療技術評価機構（NICE）は、この技術は安全で信頼性が高く、フォローアップの予約の必要性を減らせる可能性があると述べています。
しかし、医療へのAIの急速な導入をめぐっては懸念もあります。
「これらのツールを使う人が適切に訓練を受けていることは重要であり、つまり、使用者はリスクを理解し、軽減する方法を知っておくことが必要です（技術的な限界、例えば誤った情報が提示される可能性など）」と、オックスフォード大学AI倫理研究所のキャロライン・グリーン博士はBBCに語りました。
世界経済フォーラムは、人工知能のためのガードレールをどのように構築しているのか？
Centre for AI Excellenceは、各分野のリーダーをつなぎ、人工知能の急速な進化とその経済・社会への影響を理解する取り組みを支援しています。AI導入に伴う機会、リスク、トレードオフについて、十分な情報に基づく対話を支えています。
信頼できる場や協働イニシアチブを通じて、本センターはパートナーが共通理解を構築し、AIのイノベーションと活用に対する責任あるアプローチに向けて連携できるよう支援しています。
AIによる救急車需要の評価
英国では、約35万人が毎月、救急車で病院に搬送されています。救急隊員が、誰が搬送を必要とするか、しないかを判断しており、利用可能な病床数が限られていることを常に意識しながら行っています。
イングランド北部のヨークシャーで行われた研究では、症例の80%においてAIが病院への搬送が必要な患者を正しく予測できたことが分かりました。このAIモデルは、患者の移動能力、脈拍、血中酸素濃度、胸痛などの要因で訓練されており、偏りなく反応することも確認されました。ただし、NICEは、より広く使用される前に、さらなる訓練が必要であると注意を促しました。
1,000以上の疾患の初期兆候を検出
新しいAI機械学習モデルは、特定の疾患の存在を検出することができ、患者が症状に気づく前であっても可能であると、開発元のアストラゼネカは述べています。
英国の健康データリポジトリに登録されている50万人の医療データを用いて、このマシンは「数年後の疾患診断を高い確度で予測」できました。
研究を率いたSlavé Petrovski氏はSky Newsに対し、「これらの疾患の多くは、臨床的に現れて、本人が不調や目に見える兆候から医師を受診する時点では、疾患の進行が始まってから、はるかに時間が経過しています。
「個人の中に、以下のような疾患の発症を高度に予測できる兆候を見つけることができます：アルツハイマー病、慢性閉塞性肺疾患、腎臓病など、その他多くの疾患です」と彼は語りました。
英国の別の研究によると、AIツールは放射線科医が以前見逃していた、てんかんによる脳病変の64%を検出できたことが分かりました。全世界の1,100人を超える成人と子どものMRIスキャンで訓練されたこのAIツールは、医師よりも速く病変を発見できただけでなく、人間の目では見逃されていた微小または不明瞭な病変も見つけることができました。
「それは、真っ黒な文字で埋め尽くされた5ページの中から、たった1文字を見つけるようなものです」と、主任研究者のコンラッド・ワグスティル博士はBBCに語りました。「AIは、医師が見逃す症例の約3分の2を発見できますが、残りの3分の1は依然として非常に見つけにくいものです。」研究者らによれば、AIの知見と人間による監督や専門知識を組み合わせることで、診断と治療の両方を加速させる可能性があるとのことです。
医療上の意思決定を導く臨床チャットボット
医師は十分な情報に基づき、迅速に医療上の判断を下さなければなりません。AIはこれを加速させる可能性がある一方で、信頼性に欠ける情報や偏った情報を提供する可能性もあります。
米国の研究では、ChatGPT、Claude、Geminiなどの標準的な大規模言語モデル（LLM）は、臨床医の医学的な質問に対して、十分に関連性のある、またはエビデンスに基づいた回答を提供できないことが分かりました。しかし、検索拡張生成（RAG）システムであるChatRWDは、基本的にLLMと検索システムを組み合わせて出力を改善するものですが、有用な回答を全体の58%の質問に対して提供しました（LLMの場合は2%～10%）。
デジタルインターフェースも、患者のトリアージを支援するために導入が進んでいます。2024年のインサイト・レポート（世界経済フォーラムのデジタルヘルスケア変革イニシアチブの一部）では、デジタル患者プラットフォーム「Huma」のケーススタディにより、再入院率を30%、患者のレビューに費やす時間を最大40%削減できることが明らかになり、「医療提供者の業務負担を軽減した」とされています。
同レポートは、このような技術が「患者体験を劇的に変革する」可能性のある未来を予測しています。一般的に健康な人は自己モニタリング機器を使って心身の健康を最適化でき、健康上の問題を抱える人は幅広いデジタルソリューションを利用できるようになる、とされています」。
AIと伝統医学
170か国で実践され、数十億の人々に利用されている伝統医学は、医療への全体的（ホリスティック）アプローチを重視していることなどから、現代社会においても関連性を保ってきました。そして、AIと伝統医学は一見意外な組み合わせに思えるかもしれませんが、研究によれば、両者は互いに良く補完し合えることが示されています。世界保健機関（WHO）とパートナーによる新しいブリーフ『Mapping the application of artificial intelligence in traditional medicine』は、どのようにしてAIが伝統医療、補完医療、統合医療（TCIM）をどのように強化できるか、その際に文化遺産を守る方法を示しています。
インドは、伝統知デジタルライブラリーを立ち上げた最初の国で、AIツールを活用して先住民の医学文献の目録作成と分析を行っています。また同国は、古代インドの医療体系であるアーユルヴェーダと現代ゲノム学を組み合わせた分野であるアーユルゲノミクスと、AIがどのように交差しうるかを探り、現代の疾患への対処に役立つ可能性のある生薬処方を明らかにしようとしています。
同様に、ガーナでは、研究者が学習モデルを用いて薬用植物の特定と分類を支援しており、一方、韓国ではAIが、血液疾患の治療のために伝統医学の化合物を分析するのに使われています。
世界のTCIM市場は2025年にほぼ6,000億ドルに達すると予想されており、AIはこの市場をさらに速く成長させる見通しです。新しいブリーフは、そのプロセスにおいて先住民のデータ主権を守ることの重要性を強調しています。
「AIが搾取の新たなフロンティアになってはなりません」と、WHO保健システム担当事務局長補のユキコ・ナカタニ博士は述べました。「先住民や地域社会が保護されるだけでなく、伝統医療におけるAIの未来を形作る積極的なパートナーとなることを確実にしなければなりません。」
医療事務におけるAI
医療分野では、事務作業は避けられない上に時間がかかります。AIのコパイロットを活用すれば、臨床医が患者により多くの時間を割けるようになる可能性があります。
マイクロソフトは最近、Dragon Copilotを発表しました。これは、臨床相談を聞き取り、記録を作成できるAI医療ツールです。また、Googleはすでに、医療における事務的負担の一部を軽減するよう特別に調整されたAIモデル群を有しています。ドイツでは、「Elea」というAIプラットフォームが、検査と診断にかかる時間を数週間から数時間に短縮しており、創業者らは、この技術が「障害ではなく味方になれる」ことを示すことに強い決意を持っています。共同創業者のセバスチャン・カス博士はEU-Startupsに対し、「誰も事務作業に何時間も費やすために医療分野に入るわけではない」と語りました。
もちろん、医師の診察を聞き取り、メモを取るAIツールがあることは、誰にでも好まれるわけではありません。英国の最近の研究では、わずか29%の人々が、基本的な健康アドバイスを提供するAIを信頼すると答えました（ただし、3分の2以上の人は、専門職の時間を捻出するためにこの技術が使われることには抵抗がありません）。さらに正確性の問題もあります。昨年の報告では、多くの病院が患者との面談を要約するために使用しているOpenAIのWhisperが、文字起こしの一部でハルシネーション（幻覚）を起こしていた。
こうした理由から、AIツールの規制は極めて重要です。英国では、AIを搭載した医療機器は厳格に、Medicines and Healthcare products Regulatory Agencyによって規制されています。米国では、食品医薬品局（FDA）は昨年、医療におけるAIの規制を検討し、FDAは「安全で効果的かつ信頼できるAIツールの確保において、引き続き中心的な役割を果たす」一方で、「変革をもたらすこの技術にふさわしい厳密さをもって、関係するすべての主体がAIに取り組むこと」も不可欠であると結論付けました。
