病理学における AI の活用: 慎重な所有が必要な重要なツール

医療システムの不可欠な部分である病理学の分野は、病理学サービスに対する継続的かつ増大する需要が病理医の数を上回る恐れがあるため、危機点に近づいています。需要と供給の不均衡は、医療ニーズの増大、世界的な病理医不足、医療診断の複雑さの拡大によって引き起こされており、これらすべてが医療提供と患者の転帰に影響を与える可能性があります。平均すると、おおよそ次のとおりです。 病理医14名 世界では人口100万人当たりであり、発展途上国ではより大きな格差が見られます。がん罹患率が増加し続けるにつれて、この労働力不足が生じています。 2022 年には、世界中で約 2,000 万人の新規感染者と 970 万人ががんに関連して死亡しました。 2040 年までに、年間の新規がん症例数は 2,990 万人、がん関連死亡者数は 2,990 万人に増加すると予想されています。 1,530万。

がんの誤診やがん患者の治療時間の遅れは、生死を分ける可能性があります。今日の典型的な生検結果は平均して次のとおりです。 1対2 ここ数週間、がん生検の需要の高まりと病理医の供給の減少により、差し迫った転換点が生じています。しかし、トンネルの先には光があり、その光は人工知能（AI）です。

デジタル変革: 成功に向けて研究所をセットアップする

ヘルスケア業界はデジタル変革を急速に受け入れています。実際、医療制度幹部のほぼ 90% が、 報告 デジタルトランスフォーメーションとは、 高い、または最高 組織にとっての優先事項。 AI はデジタル変革の重要な要素であり、すでに病院システム全体で広く採用されています。たとえば、放射線科は患者の需要の急増にも対処しており、AI 対応ソリューションを使用してコンピューター断層撮影 (CT) ワークフローを合理化し、画質を最大化しています。これには、AI を使用して患者が検査に適切な位置にいることを確認することから、画像を再構成し、放射線量を削減し、画質を向上させるために AI を使用することまで、あらゆるものが含まれます。

AI の力は間違いなく研究所にも及ぶ可能性があり、AI を使用して需要と供給の危機を軽減し、ラボ診断の効率、精度、速度を向上させることができます。研究室は AI を活用して病理スライドをスキャンし、高度なアルゴリズムで分析して、さまざまな組織タイプを特定し、がん細胞を検出し、さらにはがんの重症度を段階的に評価することができます。このプロセスは病理学者の診断アプローチを模倣していますが、精度がさらに高まります。これは、潜在的な問題にフラグを立てて診断エラーを減らすだけでなく、病理学者に診断を確定する前に不一致を確認して修正する機会を提供します。これは必要なステップです。

注目すべきは、病理学者自身がAIに傾倒していることだ。で 調査 AI がまだ初期段階にあった 2019 年から、病理学者はすでに AI の価値を見出していたようです。ほとんどの病理学者が AI の活用に前向き、あるいは楽しみにさえしているため、抵抗する病理学者は実際に AI を使用する病理学者に後れをとったり、取って代わられたりするリスクがあるようです。注目すべきことに、病理学者は AI の導入に熱心であり、業界はその利点を必要としているため、今が AI を病理学にどのように統合できるかを戦略化する理想的な時期です。ただし、その可能性を最大限に活用するには、研究室が AI を効果的に使用する方法を確実に理解する必要があります。この理解がなければ、テクノロジーの利点が損なわれ、業界全体に潜在的に損害を与えるリスクがあります。

共食いを起こさずに病理 AI イノベーションを確実に実現

病理学の領域では、AI は人間の専門知識に代わるものではなく、セキュリティ ネット (検証のもう 1 つの層) として使用されるべきです。 AI は正しく使用されないと、平凡さのサイクルを生み出し、最終的には業界全体に悪影響を与える可能性があります。そのサイクルは次のようになります。

• スキル侵食 – 病理学者が AI に依存しすぎると、診断スキルを失い、技術的な支援なしに複雑な症例を解釈する能力が損なわれる危険があります。
• 古いデータ – AI の効果を維持するには、新しいデータで定期的に更新する必要があります。病理学者が基本的なスキルセットを失うということは、最新の研究や現実世界のデータで AI システムを更新できなくなり、古い情報や不正確な情報が永続化し、患者の転帰の悪化につながることを意味します。
• 共食い – AI が独自の古い出力に基づいてトレーニングされると、フィードバック ループが形成され、反復的なデータや欠陥のあるデータに基づいて意思決定を行うことでテクノロジーが本質的に「自らを蝕む」ことになり、時間の経過とともに信頼性がさらに低下する可能性があります。

だからこそ人間の監視はかけがえのないものなのです。病理学者は、特に標準的なパターンから外れるユニークな症例や稀な症例に関しては、AI が現在再現できない状況に応じた知識、直観、批判的思考をもたらします。代わりに、病理学者に検査結果を検証し、誤診を特定または修正するための AI システムとツールを提供することで、生死にかかわる診断を正確かつ効果的に行う責任のある業界にデジタル セーフティ ネットを構築しています。このようなサポートは非常に貴重です。 AI の利点は、病理医の努力を補完し、より高いレベルの診断精度と効率を達成しているという安心感を提供できることにあります。

この精度と効率の向上により、病理学者の時間が解放され、研究と高度な問題解決に集中できるようになり、その活動が AI アルゴリズムの継続的な改善と洗練に貢献します。その結果、どこにいてもすべての患者に対して、平凡のサイクルから卓越性のサイクルに移行します。最終的に、データ分析と適応学習における AI の機能を活用することで、研究室は診断基準を向上させ、患者ケアを改善し、より高い自信と生産性を持って現代の医療の複雑さを乗り越えることができます。

写真：アルバレス、ゲッティイメージズ

この投稿は、 メッドシティのインフルエンサー プログラム。誰でも、MedCity インフルエンサーを通じて MedCity News でヘルスケアにおけるビジネスとイノベーションに関する視点を公開できます。 方法を確認するにはここをクリックしてください。