
患者のチェックリストを分析して、医師が病気の原因をより迅速かつ正確に特定できるように支援します。
患者に適切な時間に薬を飲むよう思い出させる記憶アシスタントになってください。
大量の医療データを分析して新しい治療法の発見に役立てます。
…
AI テクノロジーが日常の医療や健康管理に「シームレスにつながる」ことができれば、私たちは思いやりのある「健康管理者」を獲得し、よりスマートで便利な生活を送れるようになるでしょう。
しかし一方で、「AI+医療」は、AIに対する患者や医師の信頼、規制問題、倫理問題など、実用化に向けた課題も次々と出てきます。
AI技術を医療・健康分野にうまく応用するにはどうすればよいでしょうか? AI技術を通じてより多くの新たな需要を喚起するにはどうすればよいでしょうか? Vision の今号では、Xiaoguan 氏は復旦管理学院情報管理およびビジネス インテリジェンス学科の助教授である Li Wenwen 氏を招待し、AI がどのように医療産業の発展に力を与えることができるかについて議論しました。

李文文
情報管理ビジネスインテリジェンス学科 助教
研究の方向性: 機械学習、医療および健康管理、人間と機械のコラボレーション、電子商取引
01
AIの力を借りて「デジタルインテリジェンスと健康」の時代がやってくる
医療・健康業界を経営の視点から見るとき、その核となるのは需要分析です。従来の医療サービスは病気の治療が中心であり、医師は個々の患者に医療製品やサービスを提供します。しかし、現在、国が提案している「健康中国2030」計画大綱では、疾病治療中心から人々の健康中心への転換が求められており、これは従来の個人中心の医療サービスを集団中心の医療サービスに転換する必要があることを意味している。より幅広い人々にライフサイクル全体の医療および健康サービスを提供する方法についてさらに詳しく説明します。
医療製品やサービスに加えて、健康製品やサービスにも注目する必要があります。現在の医療・健康産業は、病院や医療機関に限定されるものではなく、病気の予防、病気の診断と治療、その後の病気の回復とフォローアップに至るまで、住民のライフサイクル全体に注意を払う必要があります。
こうした変化が新たなニーズと新たな課題をもたらすことは注目に値します。個人レベルでは、人々の医療健康に対する要求は日に日に高まっており、より質の高い、効率的で個別化された医療サービスを追求し始めています。これに伴い、医療従事者や関連企業には、より良い医療サービスをいかに提供するかという、より高い要求が求められています。

組織レベルでは、医療機関や企業は、電子医療記録、医療画像、スマート ウェアラブル デバイスによってリアルタイムに収集されるさまざまなユーザーの健康行動データなど、豊富な医療データを収集できるようになりました。このデータに直面して、私たちは豊富で多様な医療データを効率的に処理および分析し、価値のある製品やサービスに変換する方法を考える必要があります。
幸いなことに、テクノロジーの急速な発展、特に人工知能テクノロジーの台頭により、考えられる解決策が提供されています。その中でも「デジタルスマートヘルス」は、デジタル化とインテリジェンスによる包括的な健康の共同推進を重視する新興概念です。臨床データ、健康ファイルデータ、インテリジェントハードウェアデータなどの大量の医療および健康データに基づいて、AIテクノロジー、ビッグデータ、クラウドコンピューティング、デジタルプラットフォームと組み合わせることで、医療のデジタル化とインテリジェンスを実現できます。そしてヘルスケア。
このような背景から、これらの新興技術は将来的には一般的な健康分野のニーズに徐々に適用され、その結果、インテリジェントな補助診断、遺伝子診断、医薬品の研究開発、またはオルガノイドの関連研究開発など、より多くの用途が広がるでしょう。
しかし、「AI+医療」も事業化には多くの課題があります。臨床応用では、AIに対する患者や医師の信頼、規制上の問題、倫理上の問題などが次々と発生します。これらの課題は、純粋に技術的または医学的な健康上の問題ではなく、「人間」の要因と密接に関連しています。したがって、テクノロジーと健康管理のニーズをどのように効果的にマッチングさせるかが、解決すべき緊急の課題となっています。
02
地域の健康経営を高度化する「AI+Medical」導入
健康管理のニーズがわかっている場合、適切な AI テクノロジーをどのようにマッチングすればよいでしょうか?地域の健康管理の観点からの事例をご紹介します。階層的な診断と治療システムの下では、地域の健康管理は非常に重要な部分を占めています。地域住民は大きな病院に行く必要はなく、地域の小さな病院も大きな役割を果たすことができます。階層的な診断と治療では、地域の健康管理が慢性疾患の予防や治療などの一連の重要なタスクを担うことができます。
管理の観点から見ると、地域医療管理は、住民プロフィールの作成、地域疾患のスクリーニング、リスク評価と介入から最終フォローアップまでのサイクルである理論的枠組みを構築しています。しかし、実際にはさまざまな緊急事態が発生する可能性があります。

▲虹橋路キャンパス(写真提供:新民週刊)
上海眼病予防治療センターを例に挙げると、その主な任務は上海のすべてのコミュニティに眼病検査サービスを提供することです。具体的には、同センターはまず、すべての地域保健サービスセンターを動員して現場で疾病スクリーニングを実施し、地域に出向いて住民の眼底写真を撮影する。地域病院では医療サービスの質が限られているため、多くの地域病院には眼疾患を診断できる専門の眼科医がいません。
上海眼病予防治療センターは、デジタル技術を活用して患者の眼底写真をクラウドにアップロードし、三次病院から遠隔の専門家を招いて写真を読み取って、地域の病院にフィードバックを提供します。しかし、専門家や医師は独自の外来業務を持っており、時間を見つけたり、特定の時間にフィルムの読み取りを行うことしかできないため、診断結果がフィードバックされるまでに 1 ~ 2 週間かかることが多く、その後、地域の医師がその結果を住民にフィードバックします。このように期間が長いと住民の紹介意欲が低下しやすく、地域全体の健康管理には好ましくありません。
この問題は、AI 技術が登場するまでの長い間、上海眼病予防治療センターを悩ませてきました。画像認識分野におけるAIの開発は非常に成熟しており、眼底写真は実際には医療画像の一種であり、眼底写真から病気を識別するためにAIを使用できます。 AI眼疾患検査装置の導入により、従来1~2週間かかっていた診断時間が大幅に短縮され、患者は現場で1~2分待つだけで済み、住民の意思により結果をその場で報告できるようになった。紹介する人も大幅に増加しました。

しかし同時に、AI テクノロジーの導入は多くの課題にも直面しています。たとえば、上海眼病予防治療センターの場合、市場には同様の AI 機器メーカーが多数あるため、適切な AI 機器をどのように選択するかが課題の 1 つです。機器サプライヤーまたは眼疾患予防治療センターがデータベース自体を構築するかどうかにかかわらず、このプロセスにおけるデータのセキュリティをどのように確保するかは難しい問題です。
さらに、AI テクノロジーは医療業界のあらゆるレベルに徐々に浸透しており、データの壁をどのように打ち破り、データの相互接続を実現するかも解決すべき緊急の課題です。実際、医療・健康分野は、消費やインターネットなどの分野に比べて、入手できるデータ量が非常に限られています。特に、生成 AI のトレーニングと応用には膨大な量のデータが必要です。この現実は、医療データの不足と大きく矛盾しています。さらに重要なことは、医療データの収集は主に医療機関に依存しており、現在、ほとんどの病院のデータ システムは依然として孤立しており、相互接続が実現できていないということです。
また、医療および健康分野の特殊性により、AI テクノロジーの実用化には多くの制限が課せられており、その中でも特に倫理、セキュリティ、プライバシー保護が重要な考慮事項となっています。従来の消費者分野と比較して、医療および健康製品の宣伝は、まず規制当局による厳格な審査を受けてコンプライアンスを確保する必要があります。したがって、医療および健康分野でテクノロジーの応用を促進する場合は、データセキュリティ、プライバシー保護、患者の権利の保護を優先する必要があります。
03
大規模モデルを最適化して、技術的特徴とユーザーのニーズの「調整」を実現します。
医療・健康業界の新たなニーズに応え、刺激するために適切な AI テクノロジーを使用する方法を議論する際、生成 AI が間違いなく話題になります。
現在、Chat GPT、Wen Xinyiyan、Tongyi Qianwen などの生成 AI が広く使用されていますが、生成 AI の開発を振り返ってみると、2023 年以前に登場した重要な大型モデルのほとんどが人工知能の開発に使用されていないことがわかります。 Chat GPT が登場するまで、人々は人工知能が知能の新たな段階に入ったと真に感じませんでした。
これは、医療および健康分野における AI テクノロジーの潜在的な応用をより完全に探求するために、AI の技術的特性についてさらに知る必要があることを示しています。
第二に、生成 AI 全体は産業界、学界、研究と緊密に統合されています。生成 AI の研究は、大手テクノロジー企業の研究開発投資から切り離すことはできませんが、実装の過程においても大学の支援から切り離すことはできません。 、それは業界全体のサポートとも切り離せないものです。
同時に、AI にはオープンソースの雰囲気が強く、そのテクノロジーの展開と実装は非常に速いです。 AI は、当初は単一のテキスト情報のみを処理できましたが、現在ではマルチモーダル情報や複雑なビデオ コンテンツさえ簡単に処理できるようになり、急速に進歩しています。これは、エンタープライズ アプリケーションの実装にも大きな課題をもたらします。

医療およびヘルスケアの分野では、生成 AI のアプリケーションがますます幅広い注目を集めており、自然言語を生成する能力を中心に開発された関連アプリケーションがより広く議論されています。多くの企業が、医療相談システムの構築に生成 AI テクノロジーの利用を積極的に検討しています。ただし、インテリジェントなプラットフォームやツールのおかげで、AI テクノロジー自体はますます複雑になり、その機能は増加し続けていますが、AI テクノロジーの適用限界は低下する傾向にあることは注目に値します。
Baidu Wenxin Intelligent Platform を例に挙げると、AI テクノロジーの深い知識やプログラミング能力は必要なく、オプションの確認やパーソナライズされた眼疾患の相談などの簡単なインターフェイス操作だけで、誰でも AI を構築できます。アシスタント。
しかし考えなければならないのは、AIコンサルティングは本当にユーザーのニーズを満たしているのかということです。実際に医療相談アシスタントを構築し、医師と AI が一緒にユーザーの質問に答えるようにすると、医師の答えがより正確、簡潔、的を射たものになることが多いことがわかっています。したがって、ユーザーの実際のニーズをより正確に捉えて応答できるように、大規模モデルをさらに最適化する方法が、現在の研究の重要な方向性です。
全体として、我が国の医療産業は急速な発展の初期段階にあり、産業のブームに伴い、多くの課題や問題が表面化しています。このプロセスでは、技術革新やブレークスルーに注意を払うだけでなく、ユーザーの実際のニーズを満たすために、これらのテクノロジーを実際にどのようにより適切に適用するかを深く考える必要があります。