医療AIとは?AIの進化でブレークスルーを迎える医療

医療AIとは、医療分野に活用される人工知能のことです。医療AIといっても様々な用途があり、現時点では次のような医療サービスが存在します。

画像認識 CT・MRの画像をAIで分析し、臓器の境界線や、病変部位などを自動で認識する
診断支援 機械学習モデルで医療データを解析し、バイオマーカーの探索や、薬効の予測、患者の予後予測といった診断のサポートを行う;
事務効率化 従来の事務作業をAIが代替し、患者とのコミュニケーションなど、医療従事者が本来の業務に注力できるようにする
医療データプラットフォーム 医療データをオンプレミスではなくクラウドに移行し、低コストで安全性の高いデータ活用や、ビッグデータの解析を可能とする
創薬 大量の医療情報をAIに学習させることで、創薬につながるヒントを得る

医療AIが最も注目されている分野が、医療用画像診断です。機械学習モデルを使えば、CT(コンピューター断層撮影)やMT(磁気共鳴画像)を自動で解析して、画像診断専門医と同等の診断を行うことが可能になります。

人体への侵襲性の高い検査や、高度な手技を要する検査も医療AIに代替され始めています。また、AIに事務的なオペレーションを代行してもらうことで、医師や看護師は本来の業務に注力できます。

医療従事者が自ら機械学習やディープラーニングに取り組み、医療AIの開発に関わる事例も増えています。

さらに、医療機器メーカーも医療AIに着目し、画像認識ソフトウェア、診断支援ソフトウェアなどを次々と開発しています。医療AIを通じて、新たな医療サービスを創出する時代が訪れつつあります。

日本の医療現場が抱える課題

なぜ、医療現場でAIの活用が注目されるのでしょうか。日本は非常にハイペースに少子高齢化が進行している国です。

内閣府の2019年8月の調査では、国民の4人に1人が65歳以上の高齢者であり、2040年には3人に1人が高齢者になると予測されています。

高齢者が増加すると、医療サービスを利用する患者が増え、医療現場の負担も増加。一方で、少子化によって労働人口が減少に伴い、医療サービスの従事者も減少します。

医療現場の深刻な人手不足が予測される中で、持続可能な医療サービスを提供するには、AIによる事務作業の代替やオペレーションの改善など、医療の効率化が欠かせません。

医療AIを導入する3つのメリット

医療現場にAIを導入することで、次の3つのメリットがあります。

1.事務作業をAIに代替させて労働時間を短縮し、コア業務に集中できる

受付、会計、レセプト(明細書)の入力やチェックといった医療事務のシステム化や、RPAを利用した医師や看護師のデスクワークの自動化など、医療AIは医療現場の事務作業を大幅に効率化しつつあります。

医療従事者は本来のコア業務に集中することで、持続可能な医療サービスを提供することが可能です。

2.患者の医療データを機械学習モデルで分析し、最適な医療を提供する

機械学習やディープラーニングを使用すれば、患者のプロファイルを解析し、一人一人の病歴や通院歴、問診履歴などから、最適化された治療やケアを提供できます。

3.医療用画像診断により、人間の目で気づきにくい病気を早期発見できる

MRIやX線投影など、医療用画像診断は既に多くの医療現場で活躍していますが、AIによって、人間の目で気づきにくい病気の検査や、高度な手技を要する検査を代替しています。

医療AIを導入する2つの課題

一方、医療AIを導入する前に、2つのリスクを考慮する必要があります。

1.患者の個人情報の第三者提供やオプトアウトのルールの整備が必要

医療AIでは患者の医療データやプロファイルを扱います。こうした個人情報の取り扱いや、他の医療機関への第三者提供に際し、患者との事前合意を前提とするインフォームドコンセントや、患者が後で情報提供を拒否できるオプトアウトなどの仕組みを整備することが大切です。

2.AIによる検査や診断結果をどこまで信用するのか、慎重な線引きが必要

AIによる診断をどこまで信用するのか、AIの診断が原因で医療ミスが発生したら誰が責任を取るのか、といった線引きをガイドライン化する必要があります。

医療分野にAIを導入した事例:画像認識で早期胃がんを高精度で検出

医療分野では既に医療AIの導入が進んでいます。ここでは、理科学研究所 国立がんセンターの事例を紹介します。

医療AIの導入事例:理科学研究所 国立がんセンター

早期胃がんは形状が多様であり、専門医でも早期発見、早期治療が難しいことが知られています。

理科学研究所の国立がんセンターは、ディープラーニングによる画像認識を早期胃がんの診断に活用し、高精度な自動検出法の開発に成功しました。

約36万枚の学習用データを使い、早期胃がんの正解画像をコンピューターに学習させることで、陽性的中率(実際にがんであった場合)は93.4%、陰性的中率(がんでなかった場合)は83.6%と、早期胃がんを高精度で自動判定が可能になりました。

医療分野で普及が進むAI。サスティナブルな医療サービスを実現するには医療AIが欠かせない

機械学習モデルやディープラーニングを用いた画像診断や、事務処理や医療オペレーションの効率化は、AIの得意分野です。

一方、患者の意思表示を尊重した医療の提供や、患者・家族の感情や意思決定のサポートなど、医療におけるコミュニケーションの分野は引き続き医療従事者に求められます。

AIの医療への導入によって医療従事者は仕事を奪われるのではなく、本質的な業務に専念できるようになるのです。

Frontier Eyes Onlineでは、ビジネスにおける最前線の情報を提供しています。よろしければ、ぜひメルマガのご登録をお願いします。

<参考>
内閣府:平成29年版高齢社会白書
内閣府:社会保障給付費の推移等
厚生労働省:平成26年度診療報酬改定の概要
国立研究開発法人 国立がん研究センター:AIで早期胃がん領域の高精度検出に成功

関連記事

進む地方銀行の持株会社体制への移行

経営統合によらない地方銀行の持株会社体制への移行が増えている。銀行法改正による後押しを受けて、地域の課題に向き合いながら、事業の多角化を進めやすくして収益拡大を図るのが狙いであるが、果たして中長期的な企業価値向上に資する事業ポートフォリオの構築は進むのだろうか。

事業承継型M&Aを成功へ導くためのアドバイザリーの選び方

昨今、書店やECサイトにはM&A関連の書籍が並び、金融機関や仲介会社主催の中小企業向けの事業承継・M&Aセミナーなども頻繁に開催されている。中小企業オーナー経営者(以下、オーナー)と話をすると、M&Aの知識を豊富に持ち合わせている方が多くなったということも実感する。しかし、オーナーにとって身近な事業承継の選択肢の一つとして定着した一方で、M&Aを成功させる重要なポイントを正しく理解されていないケースも散見される。本稿では、事業承継型M&A成功の第一歩をテーマに解説したい。

クロスボーダー経営 PMIにもリアル×デジタルのバランスが重要

クロスボーダー経営は、多くの企業にとって今後避けて通れない道だ。特にM&Aを活用したPMIは重要な位置づけを占める。難易度の高いクロスボーダー経営を成功に導くキーワードとして、今回は「ファクトベース」「ロジック」「多様性」「デジタル」を取り上げる。

ランキング記事

1

アリババは国有化されていくのか

アリババグループの金融・オンライン決済部門のアント・グループ(前アント・ファイナンス)は、2020年11月に予定されていた上場が延期され、そのまま現在に至っている。ジャック・マー氏の中国金融政策への批判発言から端を発し、アリババは金融業に限らず様々な制限が加えられていると報道されている。この記事では、アリババの現状とともに、中国のモバイル小口決済について考察したい。

2

品質不正多発の三菱電機に学ぶ、あるべき不正撲滅方法

三菱電機の品質不正が止まらない。2021年7月に35年以上に渡る品質不正が公表された。調査を進める中で不正の関与拠点、件数が膨らみ、直近の報告では実に150件近い不正が認定されている。一方で、当社に限らず不正そのものの発生や再発は止まらない。再発防止策がなぜ機能しないのか、当社の取り組みを題材にあるべき再発防止策について解説する。

3

進む地方銀行の持株会社体制への移行

経営統合によらない地方銀行の持株会社体制への移行が増えている。銀行法改正による後押しを受けて、地域の課題に向き合いながら、事業の多角化を進めやすくして収益拡大を図るのが狙いであるが、果たして中長期的な企業価値向上に資する事業ポートフォリオの構築は進むのだろうか。

4

人的資本とは 経営の新しい潮流

人材を資源ではなく付加価値を生む「資本」として見直す潮流が拡がっている。企業の「人的資本」に関する情報開示が制度化されるのに伴い、人事部門は従来の定型業務中心の役割から、企業の中長期戦略を実現するための戦略人事への転換が求められている。

5

村上春樹さんから学ぶ経営㉕ ニッチ再び。大谷選手と「何かを捨てないものには、何もとれない」

私が経営の根幹だと考える「ニッチ」(『隙間』の意味ではありません)について、再び論じたいと思います。大谷翔平選手の活躍が常識外であったため、少々長い回となります。それでは今月の文章です。

人気のキーワード

海外スタートアップ情報はこちら!  寄稿・執筆者募集中