健康

ヘルスケアにおけるAIの可能性を解き放つ – セマンティック財団

AIはヘルスケアに革命をもたらしています。診断の強化、ワークフローの合理化、前例のない方法で医療専門家をサポートしています。しかし、大きな可能性には大きなリスクがあります。 AIを搭載したソリューションの中心にあるのは、その基礎であるデータです。そして、そのデータが適切に管理され、保護され、理解されていない場合、結果はせいぜい信頼できない可能性があり、最悪の場合は危険です。 「悪いデータの悪いデータ、悪いデータアウト」は、AIの時代、特に生成AIよりも関連性があることはありませんでした。この課題は、AIが非常に敏感で規制された独自のデータをナビゲートする必要があるヘルスケアでさらに複雑になります。大きな問題は次のとおりです。 医療提供者は、信頼、プライバシー、コンプライアンスを維持しながら、どのようにしてAIを安全に活用できますか？ 検索拡張生成 - 最初のステップ ほとんどのAIの専門家が与える答えは、検索拡張生成（RAG）です。つまり、データを使用して、生成AIがこのデータをその応答で使用できるように、正しいデータでユーザークエリを通知および強化するのに役立ちます。一部のAIおよびRAGプロバイダーは、ユーザーがAIの前後にセキュリティおよびガバナンスコントロールをデータに追加して、個人識別可能な情報（PII）またはその他の保護されたデータを安全に保持し、適切なレベルのアクセスを持つエンドユーザーにのみ使用または公開するのに役立ちます。 これは素晴らしいことですが、私はこれをRAGへのブルートフォースのアプローチと見なしています。これはやや効果的ですが、このアプローチに重要な要素が欠落しているため、テストや試験では不足しています。この不足しているコンポーネントは、AIに送信しているデータのコンテキストとコンテキスト化です。 知識グラフを介してデータの意味的に接続されたビューがなければ、AIにデータとそれが存在するドメインの最も完全なビューを与えるのに苦労します。さらに、データに適用される規制とビジネスルールを追加してプログラムで実行することはできず、潜在的に違反を危険にさらす可能性があります。 セマンティックアプローチ：データをコンテキスト化します それで、あなたのデータに対するセマンティックアプローチは何を意味するのでしょうか？ まあ、それはあなたのデータにセマンティック層を追加してこのコンテキストを提供することを意味します。ナレッジマネジメントでは、セマンティックレイヤーは、生データと人間の理解との間のスマートな橋のようなものです。彼らは、人々とAIにとって理にかなっている方法で情報を整理、解釈、提示するのに役立ちます。 電子ヘルス記録（EHRS）、ラボレポート、イメージングシステム、請求データベースなど、複数のシステムに患者データを保存する大規模な病院ネットワークを想像してください。これらのシステムは、多くの場合、異なる形式、用語、構造を使用しているため、医師、研究者、管理者がデータに効果的にアクセスして分析することが困難になります。 この文脈でのセマンティックレイヤーは次のとおりです。 システム全体で用語を標準化します（例えば、「心臓発作」のさまざまな医療コードを単一の普遍的に理解した用語に変換） 自然言語のクエリを有効にすることができます（たとえば、医師は質問をすることができ、システムは適切なデータを取得します。技術的なクエリは必要ありません） 認定されたユーザーのみが保護された情報にアクセスすることでコンプライアンスとセキュリティを実施する 断片化された生情報ではなく、構造化された意味のある接続されたデータを提供することにより、AI駆動型の予測と洞察を改善します たとえば、医師は「昨年、異常な腎機能検査を受けたすべての糖尿病患者を見せて」と尋ねることができます。また、セマンティック層は、異なるシステムが異なる名前や形式を使用した場合でも、複数のソースから関連するデータを取得します。 ヘルスケアにおける信頼できるAIソリューションの鍵 セマンティックレイヤーを統合することにより、AIはデータを引き出すだけでなく、理解しています。これは次のとおりです。 医療および規制の要件に合わせた、より正確なAI駆動型の洞察 AIは現在、人間レベルのコンテキストで動作しているため、より強力なセキュリティとコンプライアンス 大規模なヘルスケアプロバイダーのスケーラビリティがあるため、AIソリューションはより信頼でき、適応性があり続ける 要するに、HealthcareのAIは、構造化された意味のある、よく守られたデータの基礎に基づいて構築された場合にのみ、その潜在能力を最大限に発揮できます。セマンティックアプローチは、AIを単に強力ではなく、より安全で信頼性が高く、変革的にするための鍵です。 AIにはヘルスケアに革命をもたらす力がありますが、適切なデータ戦略がなければ、資産よりもリスクが高くなります。情報を単に取得するAIと知識を安全に理解して適用するAIの違いはコンテキストであり、セマンティックアプローチから始まります。ヘルスケアプロバイダーがより正確で、安全で、真に人生を変えるAIを望んでいる場合、それらは構造化された意味のある、よく守られたデータの基礎に基づいて構築する必要があります。 これは単なる優れたものではありません。これは、最も敏感なデータで信頼するAIソリューションのスケーラビリティとセキュリティを促進するための重要な部分です。 写真：Chanut Iamnoy、Getty Images フィリップミラー AIストラテジストです 進捗 また、データ管理のWho's Who's Who's Whoのトップインフルエンサーに指名されました。仕事以外では、彼は2人の娘の父親であり、犬のファンであり、熱心な学習者であり、毎日新しいことを学ぼうとしています。この投稿はを通して表示されます…