専門家らは、機械学習モデルが研究固有のもので一般化することが難しいことを示した新たな研究は、医療におけるAIの利用についての「警告」を提供していると専門家らは述べている。
広告
人工知能 (AI) には患者の転帰を予測することで医療を改善する可能性があると期待されていますが、新しい研究では AI を活用したモデルには限界がある可能性があると警告しています。
ドイツのケルン大学と米国のイェール大学の研究者らは、機械学習モデルを分析して、抗精神病薬に対する統合失調症患者の反応をどの程度正確に予測できるかを確認した。
患者の治療に対する反応はそれぞれ異なるため、この種の予測は医学、特に精神医学において非常に役立つ可能性があります。
「薬に非常に良く反応する人もいれば、そうでない人もいます。そのため、人々の症状をできるだけ早く軽減するのが難しい場合があります」とケルン大学の生物学的精神医学の教授であり、本論文の共著者であるジョセフ・カンバイツ氏は述べています。研究してユーロニュースネクストに語った。
「多くの場合、医師や医療専門家は、どの患者がどの薬によく反応するかを予測する良い方法を持っていません」と彼は言いました。
この問題の結果、最適な治療法を見つけるまでに長い時間がかかる可能性があり、AI モデルがそれを変えることを期待する人もいます。
しかし、新たな発見が発表されたのは、 科学雑誌 AI 統計モデルは、特定の試験のデータセットでトレーニングして使用した場合には非常に正確ですが、他の研究には一般化できないことがわかりました。
これは、機械学習の「予測モデルは脆弱であり、ある臨床状況における優れたパフォーマンスは、将来の患者に対するパフォーマンスを示す強力な指標ではない」ことを示唆していると著者らは書いている。
米国のバブソン大学で予測分析と機械学習を研究するデシスラバ・パチャマノバ教授は、この研究はこれらのモデルを患者の治療に使用する際のいくつかの「重要な制限」を指摘しており、「医療におけるAIの応用についての警告を与えるものである」と述べた。一般的に”。
「中心的な問題の 1 つは、医療データの性質です。 AI モデルが適切に機能するためには、大量の高品質のデータが必要ですが、患者の治療データの収集には費用がかかります」と、この研究には関与していないパチャマノバ氏は付け加えた。
「患者は頻繁にこのシステムに出入りし、さまざまな施設で治療を受け、医師の推奨にどのように従うかについて不完全なデータを提供することがあります。 彼らの完全な旅を追跡し、特定の結果に結び付けるのは困難です」と彼女は言いました。
研究者はモデルをどのようにテストしましたか?
あるテストでは、研究者らは同じデータで AI モデルをトレーニングしてテストしましたが、別のテストでは、データをサブセットに分割する「相互検証」を使用しました。つまり、あるサブセットで AI モデルをトレーニングし、別のサブセットで複数回テストしました。
データを異なるセットに分割すると、データを分割しない場合よりもモデルのパフォーマンスが「まったく問題ありませんが、すでに」悪くなることがすでに判明しました。
彼らはまた、モデルをより厳密にテストし、ある研究のデータでモデルをトレーニングし、別の研究のデータでテストしました。
彼らは、「AI モデルは、特定の研究内で使用する場合にはうまく機能しますが、その研究のコンテキストから外すと、パフォーマンスが非常に低下する」ことを発見したとカンベイツ氏は述べています。
これは、将来の健康結果を予測するための AI の使用にとって何を意味しますか?
パチャマノバ氏は、医療におけるデータ収集と予測モデルの信頼性を向上させる方法についてさらなる研究が必要だと述べた。
「長期的には、AI は次のレベルの医療の進歩を生み出すために不可欠なものになるでしょう。 しかし、可能性を認識するには、高度なモデルによる医療データの取得、処理、保存、分析の方法を業界全体で変える必要がある」と彼女は付け加えた。
一方、カンベイツ教授は、これらの予測モデルは、特に精神医学においては長期間臨床で使用されないだろうと予測している。
広告
患者アンケートへの依存度が低く、データがより構造化されている医療分野では、AIの臨床応用はおそらくそれほど遠くないが、精神医学では「おそらく10年以上かかることになる」とカンベイツ氏は述べた。
しかし、彼は「最終的には影響を与えるだろう」と信じていない。
1705645345
#脆弱なAI #予測モデルに関する研究は医療での使用に関する警告を提供する
2024-01-19 06:00:57