人工知能は医療をよりスマートにできるでしょうか?

人工知能といえば、実は誰もが知っている存在です。もはやSF映画のワンシーンではなく、私たちの生活にどんどん近づき、私たちの生活に影響を与え、変えつつあります。医療分野では、医用画像診断、補助診断、疾病予測、健康管理、医薬品開発、慢性疾患管理、伝染病予防・抑制など多くの場面において、AIの活用により医療検査の品質と効率が人間をはるかに上回り、多くの場面で重要な役割を果たしています。

今日は、人工知能の重要な特徴と、医療と健康におけるその役割についてお話しします。

01. 人工知能の重要な特徴

人工知能の重要な特徴の 1 つは、膨大な量の大規模データを処理および分析する能力です。人工知能はスマート医療の分野に応用されています。以前は、推論とトレーニングのためにデータをクラウドにアップロードするのが一般的でしたが、クラウドに大きな負担がかかっていました。

[[429484]]

中央クラウドノードの負担を分担するために、学界と産業界は現在、エッジ側に注目しています。エッジコンピューティングノードは、独自の範囲内でデータのコンピューティングとストレージを担当し、リアルタイムまたはより高速にデータ分析を処理できます。

02. なぜエッジ側を使わなければならないのですか?

これを見て、一部のネットユーザーは少し奇妙だと感じました。なぜエッジを使わなければならないのですか?

エッジ側はさまざまなアプリケーションに対応しているため、

1. シナリオに応じてITアーキテクチャを最適化する必要があります。AIのトレーニングはクラウドで行われ、最適化後にエッジ側に命令がプッシュされて処理されます。

2. 品質検査の主な目的は、手作業を置き換え、検出率を向上させることです。

3. データ量が多い場合、AI であっても、振動センサーやスマートセンサーなどの他のシナリオであっても、エッジ側でタイムリーなデータ処理と返却が必要になります。

そのため、エッジ側ではタイムリーかつリアルタイムなデータ処理が求められます。例えば、スキャナーを使って密輸を検知する場合、エッジ側でリアルタイム処理が必要になります。もう 1 つの例は、スマートな交通管理です。V2X 路側カメラは、交差点にいる 2 台の車両が同じ走行軌跡をたどっていることを検出し、両方の車両に早期警告を発することができます。これらすべてには、リアルタイムのパフォーマンスとエッジコンピューティングが必要です。 (この部分を使用する場合は、文言を洗練してください)

では、エッジコンピューティングはいつ必要になるのでしょうか。言い換えれば、エッジでの典型的な負荷はどれくらいでしょうか。主なものは次のとおりです。

1. データ量が多く、データ伝送コストが高い

2. レイテンシ要件が高い。クラウドでデータを処理するには時間がかかりすぎる。

3. 持続的な接続に対する高い要件: エッジの Wi-Fi が切断されたり、電源が失われたりした場合、接続は不安定になります。

4. プライバシーとセキュリティ

5. ワークロードのスケジュール要件

6. AI/AAに必要なデータの呼び出しと展開

03. 「クラウドエッジコラボレーション」

同時に、クラウドコンピューティングは、ビッグデータの分析とマイニング、データ共有、アルゴリズムモデルのトレーニングとアップグレードを実行します。クラウドコンピューティングとエッジコンピューティングを活用して連携するこのアーキテクチャは、「クラウドエッジコラボレーション」とも呼ばれ、医療のデジタル化のプロセスにおいて人工知能をより完璧に実装するのに役立つ大きなイノベーションです。

ワクチンの製造を例に挙げてみましょう。

COVID-19パンデミックの発生以来、ワクチンに対する社会の需要は急増しています。しかし、ワクチンなどの液状医薬品は製造過程で生命や健康に関わるものであり、その製造と充填工程の品質管理は極めて厳格に行われていることを知らない人も多いかもしれません。注意を怠って感染した場合、ワクチン接種は健康を守れないだけでなく、リスクをもたらすことになります。

このため、ワクチンの製造プロセスにおいては、自動化管理の実現、人間の関与を可能な限り避けること、外因性汚染の排除に努めるだけでなく、さらに重要なことは、ワクチン内の目に見える異物を迅速に検出することです。

現代の製薬会社では、薬瓶内の目に見える異物を検出するために、通常、自動光検査装置が使用されます。

上図に示すように、これはワクチンの自動化プロセスにおけるテストであり、光検査を通じてワクチン製剤の品質が管理されます。

より高速かつ正確な検出には、光検査機のモーションコントロールシステムと視覚システムへの要求も高くなります。つまり、「より高速」である必要があります。たとえば、薬瓶内の異物の検出は、数十ミリ秒以内に完了する必要があります。つまり、ボトル回転モーターの始動からスイングアームの配置、画像の取得、マシンビジョン検査の実施まで、光検査機の全プロセスを数ミリ秒以内に制御する必要があります。これは、人工知能に基づくマシンビジョン機能にとって課題となります。