AI は大量のデータを適切に処理し、人間の目では見逃してしまう可能性のある画像の異常を認識できます。 AIがどこが違うのかを明確にすれば、医師はその点を具体的に見て、自分なりの評価を下すことができます。これにより、医療の質を損なうことなく時間を節約できます。
たとえば、私の研究グループは、新生児の心臓欠陥の診断に役立つ AI を開発しました。赤ちゃんの超音波検査中に、AI が画像データを分析し、正常からの逸脱を報告します。このようにAIは医師にとって有用なツールであり、理解できない価値を吐き出すブラックボックスとは程遠いものです。
別の研究プロジェクトでは、新生児の黄疸の早期検出システムを開発しました。今日、多くの母親と赤ちゃんは出産当日に退院しますが、黄疸の可能性はその後に発症することがよくあります。私たちのモデルでは、赤ちゃんの年齢と体重、妊娠何週目に生まれたか、血中のビリルビン濃度という 4 つのマーカーを使用して黄疸のリスクを確実に予測できます。私たちのモデルが黄疸のリスクの増加を示した場合、子供をより長く病院で世話するか、親がそれに応じた訓練を受けることができます。
この例は、早期発見における AI の可能性を示しています。 AI は、特定のマーカーと組み合わせた複雑なデータを使用して、症状が顕著になる前に病気の発症を示すパターンを検出できます。マーカーが画像、検査値、遺伝学などのさまざまなソースから得られる場合、その可能性は特に大きくなります。 AI は、異質な量のデータをまとめて、わかりやすい方法で提示し、総合的に分析することができます。医師はこの分析を解釈し、何をすべきかを決定できます。
青年期の虫垂炎に関する別の研究プロジェクトでは、医師が超音波画像、表形式の臨床データ、体温や痛みに関する情報を入力できる Web インターフェースを開発しました。 AIは虫垂炎が存在するかどうか、合併症が予想されるかどうかを分析し、必要に応じて手術を推奨します。このモデルは、その結論に至るまでの過程を明確に説明しています。
AIはドイツの病院からのデータを使用してトレーニングされました。現在、モデルがローカルで動作するだけでなく、一般的に転送できるようにモデルを一般化する過程にあります。追加のデータセットを使用して検証する際には、AI が誤った結論を導き出していないかを繰り返し確認します。もちろん、AI が完全にエラーを起こさないという保証は誰にもできません。ご存知のとおり、私たち人間も間違いを犯します。しかし、AI が常に医師よりも優れているのは、決して疲れないということです。」
#ジュリアフォークト医師が #を使用したら私たちは何を得ることができますか