人工知能 (AI) とは、パターンの認識や意思決定など、通常は人間の知能を必要とするタスクを実行するコンピューター システムを指します。 AI の分野は急速に成長しており、医療分野でのその応用は病気の診断と治療の方法に革命をもたらす可能性があります。 AI は初期段階にありますが、ディープ ラーニング アルゴリズムはすでに、さまざまな患者ケア関連のタスクにおいて現在のゴールド スタンダードと同等か、それ以上の性能を発揮しています。
深層学習モデルは、人間の専門家のパフォーマンスに匹敵します。 皮膚がんの分類、 タイムリーな識別 そして 治療戦略の調整 敗血症患者にとって、そして 医療画像処理 診断手順。 しかし、これらのモデルのほとんどは現実世界の状況の外で遡及的にテストされており、数百の AI 対応モデルをサポートするランダム化対照医学研究が不足しています。 医療機器 規制機関によって承認されているもの。
たとえば、エピック敗血症モデルは、米国の数百の病院で導入されている独自の敗血症予測モデルですが、広く使用されているにもかかわらず、十分にテストされていません。 ～する能力が低いことを示した 敗血症患者を特定する 外部検証テストで。 放射線科の臨床現場での AI の導入に関する文献レビューでは、特定することを目的として特別に設計された研究はほとんどないことが明らかになりました。 放射線科医と医師の態度 AI イノベーションの導入に向けて。 これらは、患者や医師に対するリスクなど、臨床現場における AI システムに関する不確実性をもたらす要因のほんの一部にすぎません。
スコーピングレビュー
より明確な理解を提供するために、 医療におけるAI、このレビューでは、ケア管理、患者の症状、臨床意思決定の効率を改善する際のこのテクノロジーの可能性を理解するために、2023年まで臨床現場で使用されていたAIアルゴリズムのランダム化研究を分析しました。 また、さらなる研究が必要な領域も特定されました。
スコーピングレビューには、主に消化器病学（43％）に焦点を当てた86件のランダム化研究が含まれ、次いで放射線学に関する11件（13％）、外科に関する5件（6％）、心臓病学に関する5件（6％）が続いた。 消化器病学の研究は全体的に一貫しており、医師のためのアルゴリズムサポートの分析も含まれていました。 これら 37 件の消化器病学研究のうち、約 65% は 4 つの研究グループによって実施されました。 合計 86 件のうち、臨床現場でのケア管理に関連する質のパラメーターに対する AI 介入の効果を評価したランダム化研究は 18 件のみでした。
イメージング、管理、サポート
病気の管理において、AI システムはインスリン投与量を最適化し、低血圧を監視できるため、患者が血糖値と血圧の目標範囲内で過ごす平均時間を改善できることが証明されています。 AI はまた、放射線療法や前立腺近接照射療法の応用において、急性治療の割合と前立腺腫瘍の体積を減少させました。
患者の症状や行動を評価する際、AI は糖尿病性網膜症のリスクを即座に予測できるため、医師の評価を待っている患者に比べて患者のアドバイスへの遵守率が高まります。 また、侵害受容モニタリングシステムを通じて、患者に対する医療介入を行わない場合と比較して、術後の痛みのスコアを軽減することもできます。
臨床意思決定のサポートにおいて、AI はがん死亡率の予測を提供し、腫瘍学者と患者の間で病気に関する議論を増やすことができます。 また、脳卒中のリスクが高い心房細動患者の特定が容易になり、医師は新たな抗凝固薬の処方を増やすことを避けることができます。
医療画像分野では、分析された研究の 69% で AI が深層学習システムを評価しており、主に画像 (29%) よりもビデオ (71%) が含まれていました。 学術文献や規制当局の承認における画像ベースの放射線アルゴリズムの優位性とは対照的に、そのほとんどは消化器病学における内視鏡研究（42件中34件）でした。
国際協力
臨床専門分野にわたる研究の分布は、ランダム化 AI 研究が消化器病学、放射線学、外科、心臓病学に集中していることを示唆しています。 注目すべきことに、プライマリケアは専門的なケアよりも重視されておらず、将来の研究の可能性がある分野であることが示唆されています。
ほとんどの研究は個別の国で実施され、主に米国、次に中国で実施されました。 レビューの著者らによると、これらのデータは、さまざまな集団や医療システムにわたる AI システムの汎用性を確保するために、国際協力と多施設共同治験の強化の必要性を浮き彫りにしているという。
ビデオに基づく消化器病学研究の普及は、AI 臨床研究が研究者、研究デザイン、成果測定の点で依然として均一であることを示しています。 このシナリオでは、意思決定プロセスに臨床状況や患者履歴を組み込む AI システムの効果を評価するためのさらなる研究が必要です。これらは医療行為に関連する多くのタスクにとって重要な要素であるためです。
この物語は以下から翻訳されました イタリア大学、Medscape プロフェッショナル ネットワークの一部であり、プロセスの一部として AI を含むいくつかの編集ツールを使用しています。 人間の編集者が出版前にこのコンテンツをレビューしました。