医療AIの現状と今後の展望

1. 医療AIの現状

従来の医療では専門医の経験や知識に依存する部分が多かったものの、近年ではAIが診断や治療のサポートを行い、医療の質を向上させる取り組みが進められています。特に、画像診断、診療支援、創薬、手術支援といった分野でAIの技術が進化しており、医療現場での活用も始まっています。ここではそれぞれの分野での活用についてみていきます。

画像診断におけるAIの活用

AIは、CTやMRI、X線画像を解析し、疾患の早期発見や診断の精度向上に貢献しています。例えば、肺がんや乳がんのスクリーニングでは、AIが異常部位を検出し、医師の診断を補助することで、見落としを防ぐ役割を果たしています。特に、ディープラーニングを活用した画像解析技術は、専門医と同等、またはそれ以上の診断精度を示すケースも報告されています。

参考（弊社過去ブログ）：医療AIを活用した画像診断の事例3選

診療支援システムの発展

電子カルテや診療データを解析することで、AIは医師の診療をサポートする役割を果たしています。例えば、患者の過去の診療履歴や検査結果を基に、最適な治療法を提案するシステムが登場しており、医療の質の向上に寄与しています。また、AIチャットボットを活用した遠隔診療やトリアージシステムも実装に向けた研究が始まり、医療現場の負担軽減が期待されます。

参考：医療現場の効率化を実現する AI カルテ作成支援サービス「ボイスチャート」販売開始

創薬・新薬開発への応用

AIは膨大なデータを解析し、新しい医薬品の候補をこれまでと比べて短期間で特定することが可能です。従来の創薬プロセスは10年以上の時間と巨額のコストを要しますが、AIの活用により、化合物の特性予測や標的タンパク質との相互作用の解析が迅速に行えるようになっています。これにより、COVID-19ワクチンの開発など、迅速な医薬品開発が可能になりました。

参考：生成AIがCOVID-19治療薬の創出を加速させる

手術支援技術の進化

AIの能力を最大限に活用すれば、画像診断のみならず手術支援も可能です。例えば、内視鏡外科手術では臓器の視認が難しく、損傷リスクがゼロではないという課題がありました。外科手術支援システム「SurVis™（サービス）」では、手術を行う医師に、リアルタイムで損傷率の高い臓器の認識支援・注意喚起を行うことで、臓器の誤認・確認不足を防止するサポートを行います。

参考：内視鏡外科手術をAIで支援、臓器誤認を防ぎ手術事故をゼロへ

このように、医療AIの活用例は診断から治療、創薬まで幅広い分野にまたがり、医療の質を向上させる可能性を秘めています。

2. 医療AIにおける課題

このように医療現場におけるAIの活用は徐々に広がりつつあります。一方で、AIを活用する際にクリアしなければならない課題も多く存在します。ここでは医療AIの課題を解説して参ります。

データの品質と量の確保

医療AIの学習には、大量かつ高品質な教師データが不可欠です。しかし、教師データ作成の元となる医療データは個人情報保護の観点から厳格に管理されており、データの収集・共有が難しいという課題があります。また、AIが学習するデータの偏り（バイアス）によって、特定の患者層への適用が難しくなるリスクも存在します。また、教師データを作成するために医師や医療従事者などの専門知識が必要とされることが多く、そうした専門知識を持つリソースの確保も簡単ではありません。高い品質の教師データを大量に必要とするAI開発においてこれは大きな課題となっています。

法規制と倫理的課題

医療AIは患者の生命や健康に直接影響を与えるため、安全性や信頼性が求められます。現在、日本では厚生労働省の規制のもと、AIを医療機器として承認する*必要がありますが、審査プロセスが複雑で時間がかかることが課題です。また、AIによる診断ミスの責任の所在（AI開発者、医師、医療機関など）が不明確であり、法律の整備が求められています。

*厚生労働省AI技術を利用した医療機器の医薬品医療機器法上の取扱にかかる対応について参照

医師とAIの協働体制の構築

AIは医師の補助として活用されるべきですが、現場の医師がその有効性を十分に理解し、適切に使いこなせる環境を整備する必要があります。特に、高齢の医師やITに不慣れな医療従事者にとっては、AI導入のハードルが高いケースもあるため、教育やトレーニングが重要です。

患者の信頼獲得

AIによる診断や治療への信頼性が確立されていないと、患者がAIを使った診療を受けることに不安を抱く可能性があります。特に、AIの診断結果に説明性（なぜこの判断に至ったのか）がないと、患者や医師の納得感が得られにくいため、「AIの透明性」と「説明可能なAI（XAI*）」の開発が求められています。

*XAI：「Explainable AI」の略称で、AIの振る舞いをあらゆる観点から理解し、信頼できるようにすることを目的とする技術の総称

これらの課題を克服することで、医療AIは今後さらに発展し、医療の質を向上させる大きな可能性を持っています。

3. 医療AIの今後の展望

医療AIは今後も進化し、医療の質を向上させる大きな役割を果たすことが期待されています。ここでは今後の医療AIの可能性について詳しく解説します。

AIと医療従事者の協働

AIは医師に取って代わるものではなく、医療従事者のサポートを行うツールとして進化していきます。診断補助AIの精度向上により、より迅速かつ正確な診療が可能になるでしょう。特に、AIが医師の診断を補助することで、医師はより高度な治療や患者対応に集中できるようになります。また、AIが治療計画の最適化を行うことで、医療資源の適正配分や個別化医療の推進も期待されています。

パーソナライズド医療の実現

AIを活用することで、患者の遺伝情報やライフスタイルに基づいた個別化医療が実現し、より効果的な治療が提供されるようになります。例えば、がん治療においてAIは個々の患者の腫瘍の遺伝子変異を分析し、最も効果的な薬剤を特定することができます。また、AIがリアルタイムで患者の状態をモニタリングし、異常を検出することで、病気の早期発見や重症化の防止にも寄与します。

医療AIの普及と規制の整備

医療AIの普及に伴い、AIの適用範囲や安全性を確保するための法規制やガイドラインの整備が進むことが予想されます。特に、診断や治療の精度向上に伴い、AIが関与する医療行為の責任範囲や倫理的問題についての議論が深まるでしょう。国際的なルール策定も重要な課題となるため、各国の規制当局が協調しながら標準化を進める必要があります。

新たな技術との融合

AIは5GやIoT、ロボティクス、3Dプリンターなどの最新技術と組み合わせることで、より高度な医療支援が可能になります。例えば、ロボット手術支援システムではAIがリアルタイムで手術のリスクを解析し、医師の判断を補助することができます。また、ウェアラブルデバイスと連携したAI診断システムが発展することで、日常的な健康管理やリモート医療の精度向上が期待されます。

患者にカスタマイズされたケアの推進

AI技術は、患者の医療履歴、遺伝子情報、ライフスタイルのデータを分析し、最適な治療法や薬剤を推薦します。これにより、患者の生活の質向上に貢献し、医療システム全体の効率化にも寄与します。さらに、患者が自身の健康状態をリアルタイムで把握できるようになることで、予防医療の推進にもつながります。

未来的な展開

医療AIは、未病・予防領域やリハビリ・アフターフォローにも応用され、デジタル総合診療科のようなサービスが展開される可能性があります。さらに、メタバースを活用したオンライン診療や、AIによる自動診療アシスタントの開発が進むことで、医療へのアクセスが飛躍的に向上するでしょう。これらの技術革新により、医療はより身近で個別化されたものへと進化していくと考えられます。

4. まとめ

ここまで解説してきたように、AI技術の進化に伴い、医療分野での活用は今後ますます拡大し、診断支援、治療計画の策定、創薬、手術支援、遠隔医療など、さまざまな領域で医療の質を向上させる役割を果たしていくことでしょう。

医療AIの導入は、診断精度の向上や医師の負担軽減といった大きなメリットをもたらしますが、一方で、データの品質確保、法規制、倫理的課題、患者の信頼獲得など、解決すべき課題も存在します。特に、高品質な教師データの確保や、AIが出した診断結果の説明可能性（XAI）の向上は、今後の発展において重要なテーマとなるでしょう。

また、医療AIは医療従事者を補完するツールであり、医師や看護師との協働が不可欠です。技術が進化するにつれ、AIと人間の役割分担が明確になり、よりスムーズな医療提供が可能になることが期待されます。

今後の医療AIの発展には、技術開発だけでなく、法規制や倫理の整備、データの標準化など、多方面からの取り組みが必要です。患者中心の医療を実現し、安全で信頼できるAIの活用を推進するためには、医療関係者、研究者、企業、行政が協力しながら、慎重に発展させていくことが求められます。

医療AIは、未来の医療を大きく変革する可能性を秘めています。これからの技術革新とその活用によって、より良い医療の実現が期待されます。

5. ヒューマンサイエンスの医療系アノテーションサービス

●医療系画像の豊富なアノテーション経験

弊社では手術画像やMRI画像など、スキルトランスファーが必要とされる難易度や専門性の高い医療系画像アノテーションに多くの経験がございます。医療系画像アノテーションプロジェクトの経験豊富なPMに加え、作業経験者も多く、難易度や専門性が高く、スキルトランスファーが必要な案件であっても高品質のアノテーションを実現いたします。

●医師監修や医師によるアノテーションへの対応

一般の作業者だけで全ての作業を行うのは、やはり心配な場合もあるでしょう。そうした場合に一部チェック作業などで医師の監修をつけるなどのご要望もいただきます。こうしたご要望に応えるべく医師の監修体制もさらに強化しており、より難易度の高いアノテーションにも対応可能です。また、一般の作業者ではなく医師によるアノテーションをご要望の場合でも、リソース確保から品質・進捗管理までPMが伴走して万全のマネジメントサービスをご提供いたします。

クラウドソーシングを利用しないリソース管理

ヒューマンサイエンスではクラウドソーシングは利用せず、当社が直接契約した作業担当者でプロジェクトを進行します。各メンバーの実務経験や、これまでの参加プロジェクトでの評価をしっかりと把握した上で、最大限のパフォーマンスを発揮できるチームを編成しています。

自社内にセキュリティルームを完備

ヒューマンサイエンスでは、新宿オフィス内にISMSの基準をクリアしたセキュリティルームを完備しています。そのため、守秘性の高いデータを扱うプロジェクトであってもセキュリティを担保することが可能です。当社ではどのプロジェクトでも機密性の確保は非常に重要と捉えています。リモートのプロジェクトであっても、ハード面の対策のみならず、作業担当者にはセキュリティ教育を継続して実施するなど、当社の情報セキュリティ管理体制はお客様より高いご評価をいただいております。

アノテーションのみならず生成系AI LLMデータセット作成・構造化にも対応

データ整理ためのラベリングや識別系AIのアノテーションのみでなく、生成系AI・LLM RAG構築のためのドキュメントデータの構造化にも対応します。創業当初から主な事業・サービスとしてマニュアル制作を行い、様々なドキュメントの構造を熟知している当社ならではのノウハウを活かした最適なソリューションを提供いたします。