FDA はヘルス AI の研究を急ぐ — 女性の健康を置き去りにすることはできない

私たちは健康 AI のマイルストーンを通過したところです。正直に言って、誰もがその到来を予見していましたが、サポートするデータが調査されないままであれば重大な結果をもたらします。 OpenAI は ChatGPT Health を開始し、Anthropic はクロード用の医療ツールセットを追加しました。 個人の健康データを使用して記録とウェアラブルを同期し、医療上の質問に対する非常に具体的な回答を取得します。同時に、FDA は、効果的に次のような新しいガイダンスを発行しました。 手綱を緩めた これにより、AI は血圧や血糖値などのマーカーをはるかに少ない見落としで解釈できるようになります。

10年以上診断の分野で働いてきた者として、私はこれらのツールが女性に間違った答えを与え続けるためのハイテクな手段に過ぎないのではないかと疑問を持たざるを得ません。

私たちの最大の医療問題は、費用やアクセスだけではなく、特に女性の診断方法の内訳にあります。デジタル ヘルスの新時代の AI とリアルタイム データは、これを解決するために私がこれまで見てきた中で最も有望なソリューションですが、これらのツールが女性のために機能するには、実際に女性を含むデータに基づいて構築されている必要があります。

本当に女性が含まれていなかった制度

この診断上のギャップは、男性をデフォルトの患者として中心とした数十年にわたる医学研究の結果です。今日も、 女性は臨床研究参加者の約 30% しか占めていないこれは、私たちの診断基準、医学教育、およびこれらの新しいモデルにフィードを与えるデータセットが、人口の半数の健康ニーズを大幅に下回っていることを意味します。

結果は予測可能です。女性は次のように診断されます 平均4年後 700以上の病気において男性よりも高い。自己免疫疾患は、何年も認識されないことがよくあります。心臓病の初期の兆候、 女性殺しの第一位、男性の「教科書」の症状と一致しないため、却下されます。その結果、より高価な治療、侵襲的な治療が必要となり、健康状態が悪化します。女性は頻繁に複数の医療機関を利用し、検査を繰り返し、自分の症状を早期に発見するように設計されていないシステムによる精神的、経済的負担を抱えています。

AI は軌道を変えることができますが、それはより良いデータが必要です

システムには欠陥があるにもかかわらず、膨大で複雑な臨床データを分析する AI の能力により、性別特有のリスク経路の特定や自覚症状の報告の徹底など、従来のシステムが見逃していたものを確認する力が AI に与えられるのではないかと私は楽観視しています。

私たちはすでにその利点を実感しています。AI を活用したマンモグラフィーは、 誤検知を最大 25% 削減 人間が見逃していたガンを特定しながら。しかし、AI はそれ自体で偏見を治すわけではありません。それはどんな偏見を与えられても学習します。と ヘルスケアに関する洞察の 90% 現在、構造化されていない、または使用できない医療 AI の信頼性は、その背後にあるデータと同程度です。

実在の人物を反映したデータ

先に進むには、データの問題をその原因から解決する必要があります。臨床検査などの消費者主導の診断は、私たちを正しい方向に導いています。消費者が高度な検査にもっとアクセスできるようになると、デフォルトの患者が10人中7人が男性だった臨床試験だけでなく、現実世界からもデータが取り込まれます。

FDA の最近更新されたガイダンスは、健康機器メーカーにとって明確化への一歩となります。しかし、特に AI モデルのトレーニングにおいて、自己収集データが医療パズルのより大きなピースになるにつれて、そのデータは包括的である必要があります。たとえば、ホルモンパネルと慢性状態のモニタリングを考えてみましょう。これらは、女性のケアを遅らせることが多かった物流上のハードルに依存しなくなるため、女性はより早く、より頻繁に検査を行うことができます。これが起こると、AI は性別を問わずリスク パターンがエスカレートする前に、リスク パターンを特定するために必要な包括的なデータを取得できるようになります。

スピードよりも臨床の誠実さを優先

現在のイノベーションのペースにはスピードが求められますが、確実なデータがなければそれを維持することはできません。これは、基礎を確認するために戦略的に一時停止する必要があることを意味します。テクノロジーの進歩がデータに対して速すぎるということではなく、データを間違えるわけにはいかないということです。

人々は自然に ChatGPT Health や Claude などのツールを利用するため、不完全で男性中心の情報を提供すると、自動誤診のリスクが高まります。私たちは、女性の健康の微妙な違いを捉える企業の豊富な代表データに基づいて AI を構築することを優先する必要があります。診断入力がアルゴリズム自体と同じくらい高度であることを保証することで、このデジタルヘルスの新時代は、真の診断の公平性とより確実でより完全な診断への架け橋となります。

写真：トンサム、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。