「ジェネラリストな医療AI」という夢のような提案
Photo by ZHENYU LUO on Unsplash

「ジェネラリストな医療AI」という夢のような提案

科学誌『Nature』で非常に広範な医療タスクを行えるジェネラリストな人工知能(AI)が提案された。患者とのやり取りによる情報収集から、医師の臨床での意思決定支援まで、広範に渡る応用を行うAIだ。AlphaFoldによるタンパク質の立体構造予測以来、医学界はAI応用の激流の中にいる。

吉田拓史

科学誌『Nature』で非常に広範な医療タスクを行えるジェネラリストな人工知能(AI)が提案された。患者とのやり取りによる情報収集から、医師の臨床での意思決定支援まで、広範に渡る応用を行うAIだ。AlphaFoldによるタンパク質の立体構造予測以来、医学界はAI応用の激流の中にいる。


スタンフォード、ハーバードなどの研究者らは、『Nature』誌の4月12日号で、医療用AIの新しいパラダイムである「ジェネラリスト医療人工知能(Generalist medical artificial intelligence: GMAI)」を提案した[1][2]。

これは、多くの医療アプリケーションとデータタイプにわたって知識豊富で柔軟で再利用可能な、新しい種類の医療AIモデルであるという。

研究者らは、GMAIモデルは、タスク固有のラベル付けされたデータをほとんど、あるいは全く使わずに、多様なタスクを実行することができるようになる、と予想。GMAIは、大規模で多様なデータセットを自己監視することによって構築され、画像、電子カルテ、検査結果、ゲノム、グラフ、医療テキストなどのデータを含む、医療モダリティのさまざまな組み合わせを柔軟に解釈することができると想定している。

GMAIが画像、電子カルテ、検査結果、ゲノム、医療テキストなどのさまざまなデータの組み合わせで、ChatGPTのようなモデルの能力をはるかに超えて解釈できるようになると論文は主張した。これらのGMAIモデルは、音声による説明、推奨事項の提示、スケッチの描画、画像の注釈を行う予定だ。

そして、そのモデルは、フリーテキストによる説明、音声による推奨、画像注釈など、高度な医療推論能力を示す表現豊かなアウトプットを生成すると研究者らは考えている。

a) GMAIモデルは、自己教師付き学習などの手法により、複数の医療データモダリティで学習される。柔軟なインタラクションを可能にするために、画像やEHRからのデータなどのデータ様式は、テキストや音声データのいずれかの形で言語とペアリングすることができる。次に、GMAIモデルは、様々な医療知識のソースにアクセスして医療推論タスクを実行し、下流のアプリケーションで使用できる豊富な能力を引き出す必要がある。こうして出来上がったGMAIモデルは、ユーザーが指定したタスクをリアルタイムで実行する。このとき、GMAIモデルはナレッジグラフやデータベースなどのソースからコンテキスト情報を取得し、正式な医学知識を活用して、以前は見られなかったタスクを推論することができる。 b) GMAIモデルは、臨床分野にわたる多くのアプリケーションの基礎を築くが、それぞれ慎重に検証し規制上の評価を必要とする。
a) GMAIモデルは、自己教師付き学習などの手法により、複数の医療データモダリティで学習される。柔軟なインタラクションを可能にするために、画像やEHRからのデータなどのデータ様式は、テキストや音声データのいずれかの形で言語とペアリングすることができる。次に、GMAIモデルは、様々な医療知識のソースにアクセスして医療推論タスクを実行し、下流のアプリケーションで使用できる豊富な能力を引き出す必要がある。こうして出来上がったGMAIモデルは、ユーザーが指定したタスクをリアルタイムで実行する。このとき、GMAIモデルはナレッジグラフやデータベースなどのソースからコンテキスト情報を取得し、正式な医学知識を活用して、以前は見られなかったタスクを推論することができる。 b) GMAIモデルは、臨床分野にわたる多くのアプリケーションの基礎を築くが、それぞれ慎重に検証し規制上の評価を必要とする。

この記事は有料会員のみご覧いただけます

購読する
既にアカウントをお持ちの方 ログイン