現状の医療現場の課題

まずは、現状考えられる医療現場の課題について考えていきましょう。
何が原因でどういった課題があげられ、その問題に対しAIでどういった対応ができるのか、１つずつ順を追って考えていきます。

人手不足

最も深刻な問題とされているのが、医師不足といわれています。
少子高齢化にともない、増え続ける患者に対し医療従事者の人手が足りておらず、厳しい状況が続いています。
人手不足が時間外勤務や長時間労働になり、過酷な労働環境になるという悪循環に陥っています。

さらに拍車をかけているのが猛威を振るっているコロナウィルス。
常にその猛威にさらされている医療従事者の方は緊張感に包まれています。

人間関係がうまくいかないことや後進の育成にも手が回っていないことも離職率の高さに繋がっており、根本的な問題を解決する必要があります。

医療費の高騰

さらに少子高齢化社会になれば、病気や怪我のリスクが増えてくる65歳以上の方は増加する一方で、65歳未満の納税者が減れば、収支のバランスが崩れるのは明白です。
1990年代から少子化は懸念されており、税金の負担は増える一方で働き手は減少し続けています。
医療費だけでなく税金や各種保険料・年金なども値上げ傾向にあり、このままでは財政をひっ迫してしまう恐れがあると懸念されています。

病院不足

さらに病院不足も大きな問題となっています。
病院の経営も厳しい状態が続いており、上記の医師不足・医療従事者不足も相まって約55％が赤字経営といわれています。
コロナウィルスの影響で病床数が足りず、医療従事者も絶対的に不足しており、このままでは病院自体の存続が危ぶまれています。

AIで何が解決できるのか

上記のように数々の問題を抱えている医療現場ですが、AIを使えばどのように解決できるのか、それぞれの対策を考えてみましょう。

AIで人手不足の解消

AIで一番貢献できるのが人手不足の解消だと考えています。
近年のAIやテクノロジーは各段に技術が向上しており、医療現場においても活躍できる水準に達しています。
特にAIの深層学習の効果が発揮されるのは画像解析の領域だといわれています。

医療機関には、過去の病気や症例のデータやサンプル、レントゲン、MRIなどの様々なデータが大量に保管されていますが、それらをAIで管理することで一瞬で検索することができ、大きな時間短縮に繋がります。

過去の症例と比較・診断する作業においてもAIがサポートすることで、肉眼では判断しずらい微妙な誤差も狂いなく行うことができます。

現在、病院は問診だけではなく、患者が訴える症状の根本原因を確定する為にMRIやCTによって体内の画像を撮影しますが、厚生労働省の統計ではこうした医療画像の検査数が10年間で約5割も上がったと言われています。

それに比例して医療従事者の負担が増えたということですが、AIで迅速かつ正確に問診することができれば、医療従事者側だけでなく、患者への負担も軽減されることにつながります。

このような大量の画像データなどの管理や照合はAIが得意とする分野であり、医療業務や事務作業の効率化も期待できます。

AIを通じて世界中のデータベースにアクセスすることができれば最先端の医療の技術を共有できるようになり、医療技術の向上にもつながるでしょう。

AIと医療診断の成果としては既に様々な実例がありますが、特に有名なものは2016年8月に発表された白血病患者発見の話になるでしょう。IBMの人工知能と評される「Watson」を用いて、2000万件以上のがんに関する英文論文を学習させる事により、特殊な白血病患者を診断から10分程度で導き出す事が出来たのです。ここで、医師は治療法が分からなかったのですが、「患者の遺伝子データ」の入力により、病名と治療法の双方をAIから引き出す事が出来たのです。

他にも、常に患者を見守るAIの看護ロボットなどを導入すれば、いち早く異変に気付くことができますし、患者自身がナースコールを押せないような事態にも対応することができます。
このようなセンサーを導入したAIは待合室にいる体調不良者の早期発見や、不審者の早期通報など、様々なシーンでの活躍が期待できます。

慢性的な人手不足による医療ミスをなくすためには、適材適所が必須と考えます。

画像解析やデータ管理などはAIに任せ、代わりにAIでは難しい執刀や患者のメンタルケアなどに注力していただければ、人手不足も解消できるのではと考えています。

AIで医療費の削減

医療費の削減を考えた際に有効なのが「病気の予測AI」です。
医療AIシステムで過去の症例の大量のデータと照合し、システムの使用者が発症リスクが上がった際に事前に通知することで、健康の改善・生活指導をおこなうことで、来院回数自体を減らすという目論見です。

病気の予測ができれば、患者自身も病気を未然に防ぐことができ、お金も時間も損失する機会を減らすことができ、しいては医療従事者の負担が減ることにつながります。

弊社でも対話AIを開発しており、患者とコミュニケーションをとることで、不安を解消したり、その場で問診や対応の指導、必要に応じて医師とWebカメラでオンライン診断といった処置をとることが可能となります。

病院不足への効果

AIは病院不足にも一定の効果があると期待されています。
病院を建設するには広大な土地と莫大な費用がかかります。とにかく病院の数を増やすのは現実的ではありません。

しかし、AIを用いて自宅で病院と同じ診察・サービスが受けれるとすれば、病床ひっ迫や病院不足にも対抗できるのではないでしょうか。

わざわざ来院していただいたのに問診に時間がかかり、患者の対応に手が回らずに待ち時間が伸びていくだけでは医療従事者は手が追いつきません。

上記で紹介したAIを用いて、診察時間の短縮、各業務の効率化、自宅でも診察を受けることができれば、入院患者数も減らせるのではないかと考えています。

弊社のAIの技術

ここで弊社クリスタルメソッドが、今どのような技術を開発しており、どういったことが可能で、実際に医療現場に導入可能なのかを解説していきます。

弊社はAIの受託開発業務をおこなっており、他業種にもAIの技術を提供してきた実績があります。
医療業界においてもどこまで貢献できるのか、その技術力を解説していきます。

AIによる画像解析で病気診断

弊社ではAIによる画像解析をおこなっております。大量の画像データから似ているものと異なるものを瞬時に見分け、分類することができます。
その精度は99％を誇り、実際に企業様の工場でAIによる検品や異物の発見に大きな成果をあげています。
この技術は前述したMRIやCT画像、レントゲンなどにも大いに役立つと考えています。

また、検査数だけではなく、同時に撮影できる写真の数も技術の進化と共に上がっています。10年前は1回の撮影につき16枚が限度だったのですが、高性能機は320枚までの撮影も可能です。
それだけ精緻に生体情報を画像として視覚化出来る事は、もちろん私たちの健康にとって喜ばしい事ですが、その一方で病院側が医療画像を解析する労力が大きくなるという事も意味しています。

AIが健康時と病状時の写真を大量に深層学習し、画像から異常検知を行うようにすれば、そうした医療画像解析の現場の負担が軽減する事になります。
一例として、東京大学発のベンチャー企業エルピクセル社は国立がんセンター等の医療機関の提携により、脳MRI・胸部X線・乳腺MRI・大腸内視鏡等の医療画像診断支援システムEIRLを2017年から運用しています。

このように「自動化されたAI画像解析をベースに専門医による複数回の確認を経て診断を行う」という方法を用いる事により、現場の負担を減らしつつ、かつ医療サービスの品質を向上させる取り組みが行われているのです。

医師の目で一枚ずつ照らし合わせて確認するよりも大量に、圧倒的に早く診断することができれば、医師側だけなく患者側への精神的・肉体的負担も大幅に軽減できるものと考えています。

AIで病気予測

上記でご紹介したAIによる病気の予測ですが、弊社のどのような技術が応用できるのか解説します。
弊社の画像認識は人間の微妙な表情も読み取ることができます。
患者の顔をカメラで撮るだけで、今どのような表情でどんな感情を抱いているのか、不安や困りごとがないかをAIで分析することができます。

この技術はAIの感情を表現する技術にも使われています。
また、音声認識の精度も非常に高く、声や喉から発せられる異音を検知したり、問診形式でアンケートに回答するだけで、過去の膨大なデータと照らし合わせて病気を早期発見したり、事前に対策することが可能です。

開発が進めば、いずれはお手持ちのスマホにアプリをインストールするだけで、簡単にAIで病気予測ができるようになるでしょう。

こういったシステムは世界中のデータベースに接続することで、自宅にいながら常に最先端の医療を受けることができ、体が満足に動かせない方や自宅療養されている方にとって非常に心強い味方になるかと思います。

新薬の開発

AIは並列の同時作業や大量なデータの計算も得意としています。AIが使われている身近なものの代表はカーナビゲーションシステムです。
目的地を指定すれば、無数にあるルートの組み合わせの中から最短のルートや最安のルートを瞬時に見つけることができるのはすでに皆様が体感されていることかと思います。

この原理と同じで、大量にある成分の組み合わせから最適な組み合わせをAI自身が思考して新薬を開発することができます。
人間の手では時間がかかる工程もAIに任せれば圧倒的に速く終わりますし、ありとあらゆる無数のパターンの組み合わせを検証してくれます。

時には人間では到底思いつかないような発想で新薬が開発されることもあり、コロナウィルスのような未知なるウィルスへの対策として期待されています。

Deep AI Copyで人材育成

弊社は対話AIの開発にも力を入れています。
弊社が開発した“対話型AI HALさん”は一般的な事務業務はもちろん、話しかけた人間の声や表情を認識し、自身で判断した反応を返すことができます。

対話型AI HALさんのプロモーション動画はこちら
対話型AI HAL3 プロモーションビデオ

これらは上記の高性能な画像認識・音声認識ができて初めて実現できたものなのですが、今後は受付や事務作業をAIが担当する未来が来るかもしれません。

この対話型AI HALさんの発展型として、弊社は「DeepAICopy」を開発しました。
Deep AI Copyの特設ページはこちら
たった40分のビデオ撮影で本人のAIが作成できる「Deep AI Copy」

「DeepAICopy」はたった40分のビデオ撮影で本人の見た目・声、趣味、思考、知識、自己認識などをAIにインストールするサービスです。
現実に存在している人間の容姿や声質、そして動作も組み込み、これを映像として自動生成する事が出来ます。

人間のように対話が出来るAIとなりますので、病院でも極めて自然な応対が可能となり、高品質の医療サービスを支援する存在になり得るでしょう。

AIを搭載した診断支援システムや、Deep AI Copyの優れた点は、適切な学習が行われさえすれば「優秀な医師の技量」がそのまま反映され、24時間、いつでもどこでも使えるようになるという事です。
問診と執刀を同時におこなったり、本人が不在時の急な対応やオンライン診断など、様々なシチュエーションでの活躍が期待できます。

このDeep AI Copyの特筆すべき点は、常に学習して成長し続けるところにあります。
過去の膨大なデータと本人の知識に強化学習を重ねれば、医師の何十年にも相当する医療の知識を得ることができます。
人の時間は有限ですが、常に成長し続けるAIの技術は医学業界においても大きなプラスとなるはずです。

専門医を育てる為には病院の実務や研究を含めて非常に多くの時間が掛かり、そのような労力が原因で慢性的な人手不足や経営問題が生じ得ます。

「優秀な医師の技量」を獲得したAIであれば、それらの問題を解決できる可能性があります。
これらの知識やノウハウを保存し、後世に伝えることは後身の育成や研修生の人材教育などにおいて貴重な財産となるはずです。
このような対話AIと、先ほどのような診断支援・病気予測の能力を持つAIを組み合わせれば、医療分野を力強く支える事が出来るでしょう。

ーDeepAICopyの導入方法ー
本サービスはZoomでご利用頂けるサービスです

サービス利用のお申込みはこちらのお問い合わせボタンより行ってください。
料金体系や導入方法などのご相談をさせて頂きます。
サービスについて問い合わせる

AIと医療診断の成果としては既に様々な実例がありますが、特に有名なものは2016年8月に発表された白血病患者発見の話になるでしょう。

IBMの人工知能と評される「Watson」を用いて、2000万件以上のがんに関する英文論文を学習させる事により、特殊な白血病患者を診断から10分程度で導き出す事が出来たのです。

ここで、医師は治療法が分からなかったのですが、「患者の遺伝子データ」の入力により、病名と治療法の双方をAIから引き出す事が出来たのです。

AIによる診断支援は、更に未来への可能性を秘めています。
医療画像だけではなく、ウェアラブル端末等によって収集された生体情報から「病気の予測」を行う事も考えられます。このような遺伝子、このような生活習慣、このような生体情報であれば、このような症状がいついつに起きる可能性がある。

このような予測を導ける可能性があるのです。厚労省は遠隔診療について厳格な規定を設けていましたが、ここ数年、特にコロナ禍を受けて一転推進する動きが見受けられます。

AIによって病気の予測をし、AIによって診断支援を受けて、遠隔型で医師の診断を受けるという方法であれば、今後の少子高齢化時代、そしてwithコロナ時代においても医療体制は品質を維持する事が出来るでしょう。

そして更に、人間との自然な対話を行える仕組みを組み込んだ「対話AI」を用いるのなら、病院に「バーチャルヒューマン」を設け、医師・看護師の代わりを務める事が出来るようになります。

AIと医療の今後について

今も様々な医療AIが研究開発されており、実用化に向けて動いています。

アメリカの大手企業などは、すでにAIを活用した医療アプリを開発し、実験的に導入しています。
日本も本格的に始動しており、厚生労働省は、「保健医療分野 AI 開発加速コンソーシアム」を設置し、これらの医療分野におけるAIの本格導入に向けた検討を進めています。

2020年頃から動きだしており、必要な準備と環境の整備、AIに必要な強化学習を着々と進めています。
しかし、近年中に実用化するにはまだまだ多くの課題が残されています。

特にAIのエラーによる誤診や判断ミスはあってはならないことですので、AIがいかに高性能といえど慎重にならなければなりません。

AI自身が最適と判断しても、あくまでAIの客観的なデータに当てはめた判断であり、人間には該当しないケースがあるからです。
強化学習で改善されるとはいえ、十分な検証をおこなうにはまだまだ時間が必要です。

また、AIは過去のデータによって学習を繰り返していくのですが、各病院や診療所によってデータのまとめ方や保存の仕方が統一されていないという問題もあります。

全ての病院でデータを共有するというケースを想定していなかったため、AIに覚えさせるためには一度フォーマットを統一する必要があるのです。

プライバシーの観点から提出を断られる可能性もあり、これらは国が制度や法案で整備するなど、対応が急がれています。

さらには大きな問題として、AIを導入するには多額のコストが必要になります。
AIという大きなシステムを開発するには莫大なコストがかかっているため、大きな病院や国立病院などでないと導入は難しいでしょう。

そうなると地方の小さな診療所とでは受けられる医療の格差が生じてしまいます。
そういった不満をなくすためにも政府は多額の予算をAI関連の開発に充填すると発表しています。

まだまだ開発段階であり、どれくらいの規模になるかは不明ですが、医療の分野においてAIは国の重要な国家戦略だと位置づけており、大きな期待を寄せていることが伺えます。
予算だけでなく、研究所の設置やAIのエキスパートの育成など、近年中の実現に向けてすでに動き出しています。

この一大プロジェクトが成功すれば、医療従事者の人手不足や、AIによる病気予測や早期発見など、私たちにも様々な恩恵が受けられるでしょう。

AIは医療のみならず、他にも様々な分野・業界で活躍しています。
弊社が独自に開発した画像認識や音声認識が医療現場で応用されるように、AIには無限の可能性を秘めています。
事実として、AIを医療現場に導入したいという声も多くあがっており、今ある技術の向上はもちろんのこと、医療に特化したAIを開発できないかと模索しています。

今後もますますAI市場は拡大していくと見られており、各企業はもちろんのこと、海外も様々なAIを開発していくでしょう。

AIによる病気予測だけでなく、医療事務や患者対応もAIがこなせるようになれば、医療従事者の負担は減り、その分手厚い看護が受けられるでしょう。

AIが診断支援と病気予測を行えるようになる日が、着実に近づいています。医療行為の最終地点においては、もちろん熟練の人間の目や技がこれから先も必要です。

しかし、医療行為の入り口においては、AIが活躍する領域は非常に幅広いものです。これからも医療分野へのAI適用は活発な模索が続くと予見されます。

弊社もAIの受託開発業務を請け負っているものとして、日々邁進していく所存です。

AIで病気予測や多くの問題が解決できる可能性がある

ここまで

・現状の医療現場の課題
・AIで何が解決できるのか
・弊社のAIの技術
・AIと医療の今後について

について解説してきました。

特に少子高齢化社会問題と医療従事者不足は決して私たちも他人事ではありません。
こうした現状の医療現場の問題と向き合い、私たちに何が出来るかを考えたところ、「AI×医療」という答えに辿りつきました。

弊社が長年培ってきた技術とノウハウはきっと医療の分野においても活躍できると自負しております。

また、コロナウィルスにおいて、飲食業界や販売業界など、働き方が一変した分野においても、弊社のAIで力になれることはないか、様々な道を模索していきます。

この記事を読んで、弊社のAIや最新のテクノロジーに興味を持っていただければ幸いです。

ここまでご愛読いただきありがとうございました!

よろしければ弊社SNSもご覧ください！
Twitter https://twitter.com/CrystalmethodZ9
Facebook https://www.facebook.com/クリスタルメソッド株式会社-100971778872865/