生成 AI がヘルスケアと出会うとき

これには膨大なエネルギーが含まれていますが、最適なアプリケーション シナリオを慎重に分析して、理想的なプラットフォームを見つける必要があります。これは特に医療分野に当てはまります。この分野は変化が遅いことで知られており、新興テクノロジーを性急に導入すると大きなリスクを引き起こす可能性があります。ここ数年で大きな注目を集めた IBM Watson がかつて複雑ながんを診断できると主張していたことをまだ覚えているかもしれませんが、実際にはそうではありません。結局、ビッグブルーは昨年それを低価格で売却した。

したがって、ヘルスケアの観点からは、単純な 5 段階の方法を使用して、生成 AI の貢献を評価するのがよいでしょう:

1. テクノロジーが解決に役立つ問題から始めます。問題から始めて、生成 AI が得意なことを見つけ出します。

2. これらの問題が存在するエリア全体を検索します。

3. 新しいアプローチを採用する前に古いアプローチを放棄する必要があることなど、主要なユースケースで生成 AI を使用する動機と障壁を理解します。

4. ビジネスのダイナミクスに基づいて優先順位を評価します。

5. テクノロジー、ワークフロー コンサルティング、患者教育など、完全なソリューションを構築するために必要な要素を幅広く理解します。

このアプローチを医療に適用するには、まず、医療画像や集団健康データセットを解釈できる深層学習ではなく、何を評価しているのかを明確にする必要があります。こうした取り組みはすでに始まっています。さらに、診断の予約など、特定のシナリオでの AI の単純な応用は考慮していません。ここでの焦点は、生成 AI と新興ヘルスケア サービスの 1 つだけです。

まず第一に、生成 AI はどのような問題の解決に役立つでしょうか?答えはたくさんありますが、シンプルにするために、そのうちの 4 つに焦点を当てることができます: 1) 非構造化データを解釈する; 2) 一貫した方法でデータを解釈する; 3) 人々を会話に参加させる; 4) 新しいアイデアを生み出す。

第二に、これらの質問は全体的にどの領域に対応していますか?上記の 4 点から始めて、次の例に対応できます。

1) 非構造化データの解釈: 診断指示に示されている重要な事実を電子医療記録に要約し、医療保険会社に事前の提供を要求します。 -承認を提供し、患者が報告した転帰や治療失敗の間の共通点を見つけるなど、臨床試験データからパターンを抽出するための事前承認を提供します。

2) 一貫した方法でデータを解釈する: 健康保険会社に顧客サービスを提供し、診断し、治療計画を作成します。

3) 会話に人々を参加させる: スクリーニング データ (例: 患者は家にいて安全だと感じていますか) を収集し、あまり機密性の低い健康問題についてはトークセラピーを提供します。

4) 新しいアイデアを生み出す: プロテオミクスとゲノミクスのデータセットを使用して、新しい有効成分と既存の治療法に対するいくつかの新しい治療効果を発見します。

3 番目に、新しいテクノロジーを採用する動機と障害は何ですか。この問題は、特定のユースケースが実際に実装できるかどうかを直接決定する可能性があります。たとえば、生成 AI が医療機器として FDA に承認されるまで、どの企業も AI を使用して米国の患者に明確な診断や治療計画を提供することはできません。ただし、将来的には市場の見通しが変わる可能性があります。多くの臨床医がすでに患者の需要に圧倒されていることを考慮すると、おそらく規制要件を適切に緩和することが持続可能な発展への道であると考えられます。さらに、分析のこの部分は、急速なイノベーションに適した領域 (依存関係が低く、需要が高く、リスク/切り替えコストが低い領域) を特定するのにも役立ちます。例えば、当初は自己資金で行われていたトークセラピーも、現在ではAIによって行われることが期待されています。

4 番目に、ビジネスのダイナミクスに基づいて、さまざまな市場での実装の優先順位を決定します。この問題は複雑すぎるため、この記事では詳しく説明しません。しかし一般的には、個別経済/規模経済、市場チャネル、販売プロセス、競争の激しさなどの要因に基づいて判断できます。

最後に、完全なソリューションを大まかに見てみましょう。生成 AI のように、長期的な仕事のやり方に革命をもたらす可能性を秘めた新しいテクノロジーはほとんどありません。たとえば、生成 AI を広く採用するには、顧客トレーニングと補完的な製品のエコシステムの確立が必要になる場合があります。さらに、生成 AI は、競合他社が特定の基礎となる医療技術を模倣した場合に、市場で製品を差別化するのにも役立ちます。

つまり、ヘルスケアまたはライフ サイエンス業界に従事している場合は、生成 AI の価値を探るためにさまざまな方法を試してみるとよいでしょう。そして、テクノロジーだけから始めるのではなく、テクノロジーによってもたらされる全体的な課題に焦点を当て、本当に必要な解決策は何かについて巨視的に考えたほうがよいでしょう。次に、これに基づいて実装方法を検討し、生成 AI に加えて、同様の効果をもたらす、より低いしきい値を備えた成熟したソリューションがないかどうかを確認します。

ヘルスケアの分野では、エンタープライズレベルの生成 AI が広大なブルーオーシャンに直面しています。前述した 5 つのステップの方法論は、そこに含まれる豊富な機会を示すのに十分です。そのため、ヘルスケアのような伝統的に保守的な業界であっても、破壊的な変化が急速に起こるでしょう。

以上が生成 AI がヘルスケアと出会うときの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。