総説・解説等

近年、ChatGPTをはじめとする様々なAIアプリケーションの登場により、医療分野でのAI活用への期待が高まっている。既にAIは放射線画像の読影支援、病理組織画像の解析、心電図の自動判読など、多岐にわたる分野で診療支援に利用されており、将来的にはさらに医療従事者の事務作業を削減し、医師の意思決定を補助する役割を果たすと考えられる。その結果、医師は患者との対話や専門的な医療行為により多くの時間を充てられるようになり、診断精度の向上や医師の業務効率化につながることが期待される。 また、診療支援AIの実現は、個々の診療行為だけでなく、医療システム全体の効率化と質の向上にも寄与する。例えば、AIによる患者の重症度や緊急度の予測に基づく適切な診療科や病床への振り分けにより、医療機関の運営効率が向上し、医療資源の効率的な活用が可能となる。さらに、診療支援AIが医療機関外でも利用できるアプリケーションとして提供されると、介入タイミングの予測が可能となり、個人の状態に最適な医療・ヘルスケアサービス、予防医療の提供が実現する。こうした変革を通じて、診療支援AIの実現により医療の質向上と効率化、医療コストの適正化、さらに予防医療の推進による健康寿命の延伸、医療資源の最適配分による地域間格差の解消が期待される。このように、診療支援AIによって医療の未来が大きく変わる可能性がある。 ただ、理想的な診療支援AIの実現には、技術的課題の解決に加え、倫理的法的課題への対応や人材育成など、社会全体で支える仕組みづくりが必要である。特に、AIの基本的な課題であるフレーム問題とブラックボックス問題は、理想的な診療支援AIの実現において重要な意味を持ち、それゆえ既存の診療支援AIのタスクは主に診断支援領域に留まっている。本稿では、診療支援AIの課題と現状を整理し、連続的な症状モデルに基づく感染症診断支援や、臨床医の暗黙知を活用した診療支援の可能性について論じる。

現代の医療は，Precision Medicine やPrecision healthcareと言った大きな潮流で，AI等の技術，先進的 な製造技術といった先端技術の急速な進化により，大きな 変革期を迎えている。これらの技術は，個別化医療の実現 から，社会全体を支えるインフラとしての医療の役割を洗 練させていくだろう。この変革により，患者の状態をより 正確に把握し，その変化をリアルタイムに捉えることで， 医療の提供方法や効率性を根本から変えつつある。特筆す べきは，これらの技術が医療の効率性と質の向上を同時に 達成する可能性を秘めていることである。患者の状態を的 確に把握し，変化をリアルタイムで捉えることで，最適な タイミングで適切な医療を提供できるようになる。これに より，医師にとっては診療の効率化が進み，患者にとって は医療機関での滞在時間が最短化され，コストも最小限に 抑えられる。さらに，医療が日常生活に溶け込み，患者が 医療を意識せずに過ごせる社会の実現が視野に入ってき た。これを支えるのは，患者の状態変化を正確に捉える技 術であり，その技術によって医療資源の物流の効率化，在 庫等の無駄の排除，そして財政基盤の強化が実現される。 医薬品の製造から患者への提供に至る全てのプロセスは， システム工学の視点からも無駄なく効率的に設計され，医 療資源（ひと・もの・かね）の最大活用を可能にしている。