ライオンブリッジの Lainguage Cloud を活用して、御社の包括的なローカリゼーションとコンテンツ制作をサポート

Lainguage Cloud™ Platform
接続性
翻訳コミュニティ
ワークフローのテクノロジー
Smairt Content™
Smairt MT™
Smairt Data™

ライオンブリッジの誇りは社員です。20 年以上にわたって、企業が顧客の心に響くメッセージを発信できるよう支援しています。

ライオンブリッジについて
実績
経営陣
トラスト センター

言語を選択する:

ヘルスケアにおける AI: 臨床試験にどう役立つか

ヘルスケアにおいて新しい技術を検討する

投稿者: マーク アイエロ、エイプリル クレハン

世界中のさまざまな業界で、人工知能 (AI) があらゆる問題に対する万能な解決策として称賛されています。テクノロジーは進化を続け、さまざまな分野に明確なメリットをもたらしています。通話アプリは通信量の多い場所を回避し、最速の通信経路を選択します。冷蔵庫は牛乳がなくなるタイミングを察知するだけでなく、その注文方法も理解しています。柔軟性に富んだ電力系統では、需要に応じて再生可能エネルギーが統合・管理されます。

しかし、ヘルスケア業界においては、AI の活用は道半ばといったところです。医療判断は、卵を 1 パック余計に注文してしまった場合とは違って取り消すことはできません。こうした医療の重要性・継続性や複雑な規制やによって、ヘルスケア分野での AI の活用が阻まれているのが実情です。

ヘルスケアにおける AI についてお話しする前に、ここで言う「AI」とはどのような意味なのかを定義する必要があります。

AI とは?

人工知能は、現場の情報を幅広く蓄積して進化していくコンピューター モデルであり、パターン認識や問題解決など、本来は人間が行うタスクを実行することができます。AI には、「弱いもの」と「強いもの」に分けることができます。「弱い AI」は、作動はするものの、人間の知能の働きを理解しません。一方で、「強い AI」は人間のように考えることができます。

AI では対象とする専門分野の範囲を設定することができ、これを広くも狭くも設定できます。AI の現在の応用分野と、近い将来に登場するであろう分野は、すべて狭い範囲の中にあります。特定のタスクを実行するために、特定の活動領域でトレーニングされているためです。包括的な人間の知能とは異なり、特定の役割を担うために設計されているため、現時点ではこうした AI システムの機能は限定されています。

マシン ラーニングと深層学習 (ディープ ラーニング)

AI のサブセットの一つがマシン ラーニングです。マシン ラーニング システムは、新しいデータにアクセスすることで自らを進化させます。新しいデータにアクセスすることで機械が「学習」するのです。(人間の) プログラマーは通常、最小誤差の目標を立てることでこの能力を高めようとしますが、AI システムはどの取り組みが成功したのかを把握して、将来において同じ手順を採用する可能性を高めます。

マシン ラーニングの中には深層学習が含まれており、今回ご紹介する 3 つのうち最も刺激的なものであると言えます。深層学習は、何層にもなるフィーチャー自動認識として定義されており、AI システムは森と同時に木々も見ることができるようになります。深層学習システムは、人間の脳による画像処理と同じように機能します。遠くの物が次第にピントが合って見えるようになるのと同様に、深層学習システムも次第に複雑な特徴を認識していきます。たとえば、特定の方位のピクセルが線になり、特定の方位の線が四角形になるようなものです。

通常、ヘルスケア分野における AI について話す場合は深層学習を指します。これは開発者にとっても利用者にとっても、大変便利でありながらミステリアスな知能です。ヘルスケア分野における AI の活用法とそれに関連する規制も、ちょうど同じようにミステリアスと言えます。

ヘルスケアにおける AI の活用

AI はすでに医療現場で使用されており、画期的な活用例として以下の用例が挙げられます。

現在ではライフ サイエンス分野、契約研究機関 (CRO)、政府機関のメンバーから一般の人々まで、ヘルスケアにおける AI の役割を明確にしようとしていますが、今のところは苦戦しています。実際、私が専門家に質問したことが、次のようなさらなる質問を生み出しました。

  • 個人データを使用かつ共有したより迅速なイノベーションの推進と、プライバシー ポリシーに関する法律や倫理の遵守という 2 つの側面について、どのようにバランスを取ればよいのか?

  • ヘルスケア分野における AI の活用を取り巻く規制には、どのようなものがあるか? さらなるガイダンスを必要とする領域は?

  • ヘルスケア分野で AI をすでに有効活用している領域は? 今後どのように活用されるのか?

  • 透明性は、今日の臨床研究におけるバズワードですが、ヘルスケア業界では、透明性と教育の重要性をどのように AI 活用につなげているか?

  • CRO による AI の採用によって、業界文化の面で変革が必要になるか? 特定の人々の存在感が失われないように適応していくには、どうすればよいか?

これらのトピックを今後数週間に渡って深く掘り下げていく予定です。目まぐるしく変化するライフ サイエンス業界で、流れに乗り遅れないようにするにはどうすればよいのか、皆さんとともに考えていきたいと思います。

この会話への参加にご興味がある場合は、参加の可否を問わず、あなたの考えをお聞かせください! 以下にご意見をお寄せください。

linkedin sharing button
  • #life_sciences
  • #blog_posts

#AI #ヘルスケア #ライフ サイエンス #臨床試験 #臨床試験


Mark Aiello
著者
Mark Aiello