人工知能
AI機械ビジョンが私たちの健康を変革しようとしている
Securities.io を Google の優先ソースに追加
機械ビジョンと健康
ChatGPTのような大規模言語モデル（LLM）と共に、機械ビジョンはAIにおける最近の最も重要な進展の一つです。ニューラルネットワークやディープラーニングなど、これを実現するさまざまな手法により、コンピュータは実際に環境を見ることができるようになっています。
この考え方の一つの応用は、コンピュータが人間の運転などのタスクを引き継いだり、ロボットに工場の床に限定されず実世界で完全な自律性を与えることです。
これは機械ビジョン採用の大きな推進要因の一つであり、2029年までに92億ドルに達すると予想される急速に成長する市場です。
出典: EPAM
しかし、もう一つ同等に重要な課題は私たちの健康を判断することです。多くの医療診断は医師の視覚的評価に依存しています。これには直接的な検査や放射線画像、スキャナー、その他の医療画像の専門的な分析が含まれます。
ほとんどの場合、これらの視覚的検査はやや主観的です。医師は自らの評価に真に自信を持つまでに何年もの経験が必要です。そしてこれまで、患者ごとにわずかに異なる身体の複雑さが自動測定にはあまりにも複雑でした。
この状況はようやく変わりつつあり、多くの企業がAI機械ビジョンを導入して医療画像の高度な解析を創出しようと取り組んでいます。
直接的な視覚検査
AIが人間の医師よりも優れた耳感染症の検出を行うケースを、私たちの記事「AIが不可欠な医療診断ツールになると期待される」で最近取り上げました。
これは他の多くの病態にも拡張できます。例えば、GoogleのAI画像診断は26種類の皮膚疾患（一次診療で見られる症例の80％）を診断したり、糖尿病性網膜症を検出したり、さらには将来の糖尿病性網膜症発症リスクを予測することができます。
さらに驚くべきことに、AIは人間が利用できない視覚検査から健康問題を検出できるようです。例えば、眼底の網膜を見るだけで貧血（通常は血液検査が必要）を検出できます。同じ手法は心臓発作リスクの予測にも利用可能です。
また、人間の目が見逃す病変も検出できます。例えば、Iterative HealthのAIの高精度により、胃がんや大腸がんの検出が支援されます。
医療画像解析
X線、トモグラフィー、CTスキャン、エコーなど、医療画像が高度になるほど、画像解析はより複雑になります。
高度なAIは現在、画像品質の向上、データ処理、データ分析に役立っています。
例えば、CleeryはAIを使用して冠動脈コンピュータ断層血管造影（CCTA）データを解析し、 “患者の冠動脈の3Dモデルを生成し、血管腔と血管壁を特定し、狭窄部位を位置付けて定量化し、さらにプラークを識別、定量化、分類します。” としています。
Butterfly Network (BFLY ) は、圧電センサーに代わって半導体チップを使用し、AIで患者の内部臓器のモバイル3Dモデルを作成することで、エコー検査の方法を変革しています。
Verisound AI, a subsidiary of GE Healthcareは、実務者にリアルタイムのガイダンスを提供し、画像の自動取得を行い、一般画像、心臓、乳房超音波、女性の健康、神経、腎臓、肝臓などに特化したAIを提供します。
GoogleのAIは、乳がんの検出や腫瘍医師の時間節約にも利用され、労働力不足の緩和に貢献しています。
OxipitのChestEyeとChestLinkは、見逃されがちな肺腫瘍を検出するために放射画像を二重チェックします。
手術
AIはさまざまな方法で外科医を支援できます。
その一つは手術ガイダンスで、特にロボット支援手術において、AIはリアルタイムで外科医に追加情報や助言を提供できます。
何百万もの手術ビデオのレビューに基づき、AIは手術の次の15〜30秒を予測し、手術中に追加の監視を提供する能力があります
Dr. Eckhoff – マサチューセッツ総合病院外科人工知能・イノベーションラボの人工知能・イノベーションフェロー
例として、フランスのPixee Medicalは、整形外科手術のためにスマートフォンやスマートグラスで3Dトラッキングを可能にしています。
AIは手術記録という重要な手順も自動化でき、特に繰り返し作業やエラーが起きやすいタスクに有効です。米国では外科医が年間約1500件の手術で患者体内に器具を残すという問題があり、コンピュータビジョンは手術中に使用されたすべての器具を自動的に追跡することでこの問題を完全に解消できる可能性があります。
データ管理
患者データ
腫瘍を見つけることや、人間の介入なしで診断を行うこと、外科医を支援することほど派手ではないかもしれませんが、患者データの管理は患者の回復にとって同等に重要です。
AIが最初に支援できるのは顔認識で、これを患者IDや医療ファイルにリンクさせることです。多くの病院の高速・高ストレスな作業環境では、身元が誤ってマッチングされるリスクが常に存在します。この技術はより一般的で、Faciaなどの顔認識ソフトウェアベンダーが展開できます。
次のステップは、患者に関するすべての可能なデータを一つのシステムに統合することです。例えば、放射線部門の画像（関連ソフトウェア含む）、一般的な患者ファイル、別の病院での過去治療の文書、薬局の処方箋などが含まれます。
これらのデータをすべて統合することは非常に複雑であり、CloudMedxHealthのようなAIツールが医療デジタルデータの可能性を実現するのに役立ちます。
出典: CloudMedxHealth
医療データは、Komodo Healthが米国全体の医療システムの概要を作成するように、より高次のレベルで集約することも可能です。
モニタリング
AIが支援できる別の領域は病院環境のモニタリングです。これには清掃やマスク着用などの衛生慣行の遵守や、実際に自動で監視が必要な手順全般が含まれます。
同様のモニタリングは、患者の自宅でも回復状況をチェックするために提供でき、理学療法を自宅で可能にし、患者と医師にとって実用的であるだけでなく、医療システム全体のコスト削減にもつながります。
自宅モニタリングは転倒検知も含めることができ、必要に応じて緊急サービスへの自動通報が行われます。
テレヘルス全般はAIから恩恵を受けられます。例えば、Corti.AI.のソリューションがあります。私たちはこのトピックを記事「Heal From Home: Top 5 Telemedicine Stocks」でも取り上げました。
医療研究の改善
生物学は、医療・生物データが化学や物理学に比べてはるかに「乱雑」であるため、しばしば最も「ソフト」な科学分野と形容されます。
部分的には、これは避けられないものです。生体サンプルは極めて複雑で、相互に変異がある可能性があります。
また、分野が依然として顕微鏡上の細胞数カウントなど手作業のカウントに頼っていることも原因です。血液検査など医療分析でも同様です。自然に、2人の異なる担当者は複雑なサンプルのカウント方法に若干の違いがあります。
この課題はAI機械ビジョンで解決でき、Shonit from Sigtupleのような製品は、すべての血球タイプの信頼性の高い標準化されたカウントを提供できるようになっています。
出典: Sigtuple
医療画像も、Enliticのようなツールを通じて標準化された分類と注釈が付与され、研究者はより高品質なデータセットにアクセスできるようになります。
医療研究は、ゲノム、トランスクリプトーム、プロテオーム、そして「マルチオミクス」革命と呼ばれる全体的な進展から生じる新たなデータの洪水に対処するのに苦慮しています。この点は「マルチオミクスはバイオテクノロジーの次のステップ」で詳述しました。
これには遺伝子編集も含まれ、現在はオープンソースAIが研究者が新しい遺伝子編集ツールを設計するのを支援しています。例えば「AI対応遺伝子編集が‘OpenCRISPR-1’で可能に」で議論されています。
失われた感覚の代替
機械ビジョンが医療を変える別の方法は、私たちに代わって物を見ることです。盲目の人や他の障害を持つ人々は、AIが環境中の物体を特定するのを支援できます。
AIは、通常アクセスできないテキストを音声に変換することも可能です。
最後に、機械ビジョンは障害を持つ人々が顔の表情やジェスチャーでデバイスを制御できるよう支援します。
機械ビジョン企業
1. Alphabet
GOOG 価格チャート
Googleは多くのセクターでリーディングテック企業であり、検索やAndroidスマートフォンOSはその代表例です。
AIにおいてもリーダーであり、医療向け機械ビジョンに強いプレゼンスを持ち、がんや疾患の検出から予防、治療改善まで幅広くカバーしています。
AIは機械ビジョン以外の分野でも活用されています。例えば、GoogleのAlphaFold AIはタンパク質の3D構造を予測でき、これは新薬創出の重要データであり、新分子の有効性と安全性プロファイルを予測します。私たちはAlphaFoldの予測が信頼でき、薬剤開発に大いに役立つことを「AIベースの薬剤発見に明るい未来を示す予測モデリング」で論じました。
出典: News Medical
GoogleのHealth AIにはMed-PaLMが含まれ、医療資格試験スタイルの質問で専門家レベルのパフォーマンスを初めて達成した大規模言語モデルです。また、開発者向けのオープンソースOpen Health Stack、ゲノム解析用のDeepVariant、そして電子カルテ向けディープラーニングも提供しています。
もちろん、GoogleのVision AIは医療以外にも、交通、コンテンツ生成（テキスト、画像、動画）、文書解釈など多くの応用があります。
総じて、Alphabet (GOOG ) /GoogleはテックだけでなくAIの巨人であり、医療分野や機械ビジョンの医療応用においても重要な役割を果たしています。
2. Butterfly Network
BFLY 価格チャート
Butterflyは、先進的な超小型超音波診断ツールの開発者であり、AIを活用した診断支援統合ソフトウェア「Compass」も提供しています。
同社は現在、超音波プローブの第3世代を展開しており、2024年にリリースされたiQ3はデータ転送速度が向上し、前バージョンの2倍の処理能力を備えています。過去のButterfly超音波プローブと同様に、従来の圧電センサーではなく、優れた半導体「チップ上超音波」技術を採用しています。
iQ3は、3Dとマルチプレーンを同時に可視化できる可能性、統合クラウドソフトウェア、迅速な起動、すべてをより低価格で提供するなど、優れたユーザー体験を提供します。
同社はAIを活用して画像を改善し、診断に関連する測定を自動生成し、トレーニング・教育実践を提供しています。
Butterflyは、アジア（シンガポール、インドネシア、フィリピンなど）の新市場へ急速に拡大しており、獣医市場でも、飼育場の牛の健康チェックや超小型超音波ツールの携帯性を活かした活用が進んでいます。
