医療は数兆ドル規模のグローバル産業であり、平均余命の上昇と共に毎年成長している上、ほぼ無限の領域と副専門分野が存在します。
医療専門家にとって、新しいテクノロジは働き方を変え、より正確な診断および治療の改善を可能にするものです。患者にとって、医療革新は苦痛を緩和し、命を救うものです。
ディープラーニングは医療のすべての段階に実装でき、治療の水準と生活の質を向上させるために医師と患者が利用できるツールを作り出します。
AI は患者のケアをどのように変えているのか
患者のケアとは、緊急搬送で下される意思決定から主治医が年に 1 度の健康診断で与える助言にいたるまで、重大な選択の連続です。課題は、可能な限り迅速かつ効率的に患者を適切に治療することです。
ランセット誌掲載の 2018 年の研究によると、世界の半分近くの国や地域では人口 1,000 人あたり医師が 1 人未満しかいません。これは質の高い医療に最低限必要な数の 3 分の 1 です。一方、医療データのデジタル化が進むにつれ、医療機関が収集、参照する情報の量は増加しています。
集中治療室では、24 時間注意を必要とする患者、解釈を要する絶え間ないデータ フィード、そして迅速で正確な決定が不可欠であるといったことが、困難な状況の中で同時に発生します。
MITコンピューター科学・人工知能研究所の研究者は、ICU Intervene というディープラーニング ツールを開発しました。このツールは 1 時間ごとのバイタル サインの測定値を使って患者が呼吸の補助や輸血、または心機能改善のための治療介入を必要としているかを 8 時間前に予測します。
デンマークのスタートアップ企業である Corti は、救急対応コールサービスというもう 1 つの時間的制約のある対応に取り組んでいます。同社は救急通話の音声を分析し、通信指令係が心停止症状を 1 分未満で特定できるよう支援するため、NVIDIA Jetson TX2 のモジュールを使っています。
NVIDIA Inception program メンバーの LexiconAI は、医師が患者と毎日より多くの時間を過ごせるよう支援しています。このスタートアップ企業は、音声認識を使って医師と患者間の会話から医療情報を取り込むモバイル アプリを作成し、電子カルテの自動入力を可能にしました。
AI は病理学をどのように変えているのか
毎年数百万枚の医用画像が撮られており、同時に数億回の組織生検が行われています。病理学者は長らく検査サンプルの分析して診断に物理的なスライドを使用してきましたが、こうしたスライドはデジタル病理データセットを作成するためにスキャンされることが増えています。
Inception スタートアップ企業 Proscia はディープラーニングを使ってこうしたデジタル スライドを分析しており、3 つのよく見られる皮膚病変の分類で 99% を超える正確さを達成しています。 AI を使うことで診断の標準化が促進されることは重要なことです。疾病の種類と段階によっては、2 人の病理学者が同じ組織を検査すると、半数以上のケースで診断が一致しません。
もう 1 社の Inception スタートアップ企業 SigTuple は血液と体液を分析するための AI 顕微鏡を開発しました。この顕微鏡はレンズで物理的なスライドをスキャンし、クラウド上の SigTuple AI プラットフォームまたは顕微鏡自体で GPU で高速化されたディープラーニングを使い、スキャンしたデジタル画像を分析します。
自動的にスライド ガラスをデジタル画像に変換して結果を解釈するスキャナーと比べると、SigTuple の顕微鏡はわずかな費用で同じことができます。同社は、地球規模の病理医足という、多くの国で起きている重大な問題をこの顕微鏡が解決することに期待しています。
AI は予見医療をどのように変えているのか
症状が現れる数カ月前に疾病のリスク要因を検知するため、多数の AI ツールが開発中です。こうしたツールは、医師が早期診断、余命調査、または予防措置を行う上で役立ちます。ディープラーニング モデルが大規模データセットのパターンを発見する能力を活用するので、こうしたツールで電子カルテ、身体的特徴、または遺伝情報から知見が抽出できる可能性があります。
Face2Gene というモバイル アプリは、顔認識と AI を使って患者の顔写真からおよそ 50 種の遺伝的症候群を特定します。世界中の遺伝学者の約 70% が使用しており、正確な診断にかかる時間を削減するのに役立つ可能性があります。
ニューヨーク大学の研究者が開発した別のディープラーニング ツールは、臨床検査、レントゲン、そして診断書を分析し、従来の方法より 3 カ月早く心不全、重症腎臓病、肝機能障害といった疾患を予測します。
AI と様々な電子化されたヘルスデータを用いることで、研究者は糖尿病などの疾病を予測する可能性がある、数百の健康測定値の間の新しい関連性を発見することができました。
AI は医療アプリをどのように実現しているのか
医療は診療所で始まり、診療所で終わるわけではありません。また、ウェアラブル デバイス、スマートフォン、そして IoT デバイスがあるので、場所を問わず健康状態をモニターするためのデバイスには事欠きません。
たとえば、SpiroCall というサービスは、フリーダイアルに電話をかけるかスマートフォンのアプリでサウンド ファイルを録音するかのいずれかの方法でスマートフォンに息を吹き掛けることで患者の肺機能をチェックすることができます。データは中央サーバーに送信され、ディープラーニング モデルを使って肺の健康状態が評価されます。
競技場で脳震盪を起こすリスクのあるアスリートのため、スマートフォンのカメラを使ってアスリートの瞳孔が光にどのように反応するかを分析する AI 対応のアプリがあります。瞳孔の反応は、医療専門家が脳損傷の診断に使用している指標です。
精神衛生の領域では、カナダのスタートアップ企業である Aifred Health が個々の患者により良いうつ病治療法を調整するために GPU で高速化されたディープラーニングを使用しています。患者の症状に関するデータ、人口統計、そして医学的検査結果を用いて、このニューラルネットワークは医師の治療を支援します。
AI は障害者向けデバイスをどのように実現しているのか
世界中で 10 億人の人々が何らかの障害を抱えています。AI 対応のテクノロジはこうした人々の一部に、より高い自立性を提供することができ、日常の作業を行ったり出歩いたりすることを容易にしています。
Inception program メンバーの Aira はスマート眼鏡に接続する AI プラットフォームを構築し、薬の瓶のラベルを読むといった行為などで視覚障害のある人を補助しています。また、オハイオ州立大学 (OSU) のある教授は、周囲の雑音をフィルターしつつ音声の音量を上げることができる補聴器を作るため、GPU とディープラーニングを使用しています。
OSU と非営利研究機関である Battelle の研究者は、思考の読み取りと麻痺した四肢の動作の回復を可能にする、ニューラルネットワークを利用した脳とコンピューター間のインターフェースを開発しています。
また、ジョージア工科大学のチームは、ジャズ ミュージシャンのジェイソン・バーンズ (Jason Barnes) が 5 年ぶりにピアノ演奏することを可能にした AI 義手を開発しました。この義手は筋電センサーを使って筋肉の動きを認識し、指の個別制御を可能にしています。
詳細は NVIDIA 医療ページをご覧ください。