電子カルテへのディープラーニングの適用の拡大

１．電子カルテへのディープラーニングの適用の拡大

・2018年にGoogleは患者の入院期間や再発可能性を予測する人工知能を開発
・この予測システムを含む様々な人工知能を医療現場で検証する試みが拡大
・まずはプライバシーを守りながら過去履歴を用いて予測の検証をしている

２．Googleと提携する医療機関の増加

以下、ai.googleblog.comより「Expanding the Application of Deep Learning to Electronic Health Records」の意訳です。元記事は2019年1月22日、Alvin Rajkomarさんによる投稿です。

2018年、私達は、医療記録に機械学習を適用した場合に、入院中の患者に何が起こるかを予測できることを示す論文を発表しました。例えば、患者が入院する必要がある期間、そして退院した場合、患者がどのくらいの確率で突然、再発して再入院するか？などを予測しました。

さまざまな種類の予測モデルがGoogle以外の人々によって医療現場で既に展開されはじめています。私たちの研究は予測をより早く、より正確にそしてより広い範囲の臨床状況に適応できる新しいモデルを使うことによって、潜在的な臨床利益をさらに改善することを目指しています。

Googleはすでに世界で最も優れた学術医療センターのいくつかと提携することができ、私たちは現在、この研究をユタ州に本拠を置くIntermountain Healthcareを含めて拡大しています。

Googleによる患者のプライバシーが守られている図

最初のコラボレーションは、Googleが機械学習の予測をIntermountainが行っている様々な治療にどのように適応させるかを理解することに焦点を当てます。かかりつけ医による診断から、病院周囲の重症患者を遠隔診断する遠隔医療クリティカルケアまで様々なタイプの治療があります。私達は、機械学習による予測を含むコンピューティングシステムが、臨床チームが最善のケアを提供するのに役立つ可能性があるかどうかを潜在的な可能性を調査しています。

これまでの調査と同様に、すべてのデータのプライバシーとセキュリティ対策が確実に守られるように厳格な方針に従って、機械学習モデルのパフォーマンスを過去の治療履歴を用いて共同でテストすることから始めます。

機械学習による予測を含むコンピューティングシステムが、臨床チームがこれらの状況で可能な限り最良のケアを提供するのに役立つ可能性があることに私達は興奮しています。私達は更に検証を行い、我々の予測アプローチが医療システムの範疇を越えて、患者のためにヘルスケアを改善できるようになる事を希望しています。