ChatGPTは医療業界に革命を起こす

ChatGPTは医療業界に革命を起こす

ChatGPT は 11 月下旬のリリース以来、ビジネス、法律、医学部の大学院レベルの試験に合格するという素晴らしい成果を上げています (答えを Google で検索するだけでは解決できない質問です)。

次のバージョンであるChatGPT4は、GoogleのライバルAI製品と同様に、今年後半にリリースされる予定です。先週、マイクロソフトはOpenAIと提携してAI搭載の検索エンジンとウェブブラウザを発表し、他のテクノロジー業界のライバルもこの競争に加わる予定だ。

人工知能は私たちが知っている医療を変えるだろう

iPhone(およびその後のスマートフォン)が急速に私たちの生活に欠かせないものとなったように、ChatGPT(または主要なコンテンツ生成 AI ツール)は、これまで想像もできなかった方法でヘルスケア業界を変革するでしょう。

1. ChatGPTは飛躍的に高速化し、より強力になります

この新しいテクノロジーのパワーとスピードは、コンピューティングの進歩が約 2 年ごとに 2 倍になるというムーアの法則に従っていると仮定します。その場合、ChatGPT は 10 年で 32 倍、20 年で 1,000 倍以上強力になります。

したがって、ChatGPT が現在何ができるか (またはできないか) にこだわるのではなく、10 年先を見据えてみましょう。より強力なコンピューティング能力と、より多くのデータと情報により、ChatGPT の将来の世代は、現在の期待をはるかに超える分析機能と問題解決機能を備えることになります。

2. 医師を真似て臨床判断を下す

ChatGPT やその他の生成 AI アプリケーションは、テラバイト単位のデータ (数千億のパラメータを使用) にアクセスし、一連の単語や概念の中から次に適切な単語やアイデアを 1 秒以内に「予測」できます。しかし、文章を構成するのはほんの始まりに過ぎません。

生成 AI は他の AI ツールとは異なる問題を解決します。実際、これは医師が問題に取り組む方法と非常に似ています。

  • ChatGPT は大規模なデータベースです。医師の場合、データは教室での講義、公開された研究、専門的な経験から得られます。 AI の場合、それはデジタルで公開されたすべての資料の合計です。
  • 有用な情報を生成します。医師は患者の症状に当てはまる関連情報を思い出します(または調べます)。生成 AI は数十億のパラメータを使用して適切なテキストを正確に特定します。
  • 予測プロセスを使用して正しい部品を識別します。医師は経験に基づいて診断を選択し、ChatGPT は(利用可能なすべての可能性の中から)最適なものを予測します。

現在、大きな違いは、医師が患者に一連の質問をし、検査を指示して、より正確な結論に達するという追加の手順を実行できるようになったことです。次世代の生成 AI はこれを実行できるようになります (または少なくとも適切な臨床検査や放射線検査を推奨できるようになります)。 Microsoft の新しい AI 搭載インタラクティブ チャット機能では、すでに反復的な質問をしたり、会話から学習したりすることができます。

病院の研修医と同様に、生成 AI は最初は熟練した医師による修正が必要となる間違いを犯します。しかし、経験と計算能力が向上するにつれて、洞察力と正確さも向上します。これは医師にも当てはまります。時間が経つにつれて、ChatGPT のエラーは減少し、最終的には医療専門家の予測能力 (および臨床品質) に匹敵するか、それを上回るようになります。

3. 24時間体制で医療支援を提供する

中国では、高齢者のほとんどが2つ以上の慢性疾患を患っており、それが毎日の健康に影響を及ぼしています。

これらの患者に必要なのは、継続的な毎日の監視とケアです。残念ながら、従来の対面医療サービスではこの機能は提供されません。しかし、ここで人工知能が大きな役割を果たすことができます。

次世代の生成 AI は、患者を 24 時間 365 日監視し、継続的な医療専門知識を提供できるようになります。そうすることで、患者は心臓病、高血圧、糖尿病などの慢性疾患を予防し、心臓発作、脳卒中、がんなどの致命的な合併症を最小限に抑えることができます。このサービスは1日あたり数セントしかかかりません。

生成 AI は、次のような方法で慢性疾患を持つ人々を支援できます。

  • ウェアラブルなどのサポート コンシューマー テクノロジーと同期して、24 時間 365 日のモニタリングを提供しながら、患者に毎日の健康に関するパーソナライズされた最新情報を提供します。
  • ウェアラブルデバイスからのデータは、各患者の医師が事前に設定した予想範囲と比較され、何か異常があれば患者と医師の両方に警告が発せられます。
  • 自宅での患者に、予防検査、処方サプリメント、または毎日の運動(およびその他のライフスタイルの改善)について思い出させてください。

4. 医療ミスを防ぐ

OpenAI の画像ベースの AI プラットフォーム Dall-E の成功と、Meta などの企業によるビデオベースの AI の進歩を考えると、機械学習の機能が予測テキストをはるかに超えて進歩することが期待できます。

たとえば、病院におけるビデオ対応 AI は医療ミスの防止に役立ちます。

特に病院における患者の安全確保の不備により、毎年何万人もの人が死亡しています(20万人に上るという推定もあります)。科学者たちは、こうした不必要な死を防ぐために必要な措置を特定した。しかし、医師や看護師は証拠に基づくプロトコルに従わないことが多く、回避可能な合併症を引き起こしています。

ニューイングランド医学ジャーナルに最近発表された論文によると、入院患者の約4人に1人が入院中に危害を受けると推定されている。医療専門家は、致命的なヒューマンエラーを防ぐために、入院患者に家族を連れて来ることを推奨しています。将来必要ありません。

ビデオ機能を備えた次世代の ChatGPT では、医師や看護師を観察し、彼らの行動をエビデンスに基づくガイドラインと比較し、医師がミスをしそうになったときに警告できるようになります。

この進歩により、ほぼすべての投薬ミスが防止されるだけでなく、感染症、肺炎、褥瘡など、病院で発生するミスの大部分も防止されるでしょう。

5. 医師の意思決定を支援する

医学は芸術であり科学です。医学生と研修医は、教科書、雑誌記事、教室での指導、熟練した臨床医の観察を組み合わせて、両方のスキルを学びます。将来の世代の AI も同じアプローチを採用するでしょう。

ChatGPT が患者のベッドサイドモニターに接続され、患者と医師のやり取りを聞くための検査データにアクセスできるようになると、アプリは最適な一連の臨床手順を予測し始めます。 ChatGPT は、これらの決定が主治医の臨床メモや電子健康記録の指示と比較されるたびに学習し、改善します。

医学部の新入生が十分な能力を身に付けるには、10年間の教育と訓練が必要です。 ChatGPT の将来の世代は、数百の病院の優秀な臨床医の行動から学び、数か月以内にこのプロセスを完了します。生成 AI が専門家の行動を予測する能力を十分に高めるようになれば、その専門知識を国内のどこにいても医師や看護師が利用できるようになるかもしれません。

ChatGPTができない事

ChatGPT がどれほど強力で有能になったとしても、限界はあります。アプリケーションは常に、人間が入力したデータの正確性に依存します。アプリをトレーニングした医師の偏見の影響を受けることになります。

しかし、時間が経つにつれて、医療技術は進歩し続け、ますます複雑化する医療問題を解決していくでしょう。 10 年 (計算能力の 32 倍) かかるか 20 年 (計算能力の 1,000 倍) かかるかに関わらず、将来の世代の生成 AI は、今日の医師の認知能力と問題解決能力を上回り、最終的にはそれを超えるでしょう。

次世代の医師を育成するために、今日の教育者はこのテクノロジーを医学部や研修医の研修に取り入れる必要があります。 ChatGPT を脅威と見なすのではなく、研修生は生成 AI の臨床機能を活用する方法を学ぶことで利益を得ることができます。

では、将来も医者は存在するのでしょうか?

<<:  AI支援農業建築:農業生産効率の向上

>>:  3nmなのに歯磨き粉を絞ってるだけ? A17 Proの実行スコアが公開:CPUマルチコアはわずか3.6%向上

ブログ    

推薦する

国家教科書委員会:ブロックチェーン、AIなどの分野を中心に新しい教科書が多数編纂されます!

[[312225]]テキスト | 梁玉山1月7日、教育省の公式サイトによると、国家教科書委員会はこ...

...

OPPOのコアアーキテクチャとインテリジェント成長アルゴリズムの応用

1. 業界背景スマートフォン業界は、典型的なハードウェア製造業として、人々の生活に密接に関係していま...

YouTube、有名歌手の真似をしたり、テキストやハミングで曲を作曲できるAIツールをリリース

YouTube は 11 月 16 日に、ユーザーがテキストを入力したりメロディーをハミングしたりす...

人工知能に関する6つの大きな懸念

2017年、人工知能は最高熱に達し、最高情報責任者、コンサルタント、学者らは、この技術によってビジネ...

...

自然言語処理シーケンスモデル - CRF 条件付きランダムフィールド

シーケンスモデルにおけるHMM(隠れマルコフモデル)を習得した後は、別のシーケンスモデルであるCRF...

...

ADMap: 干渉防止オンライン高精度マップへの新しいアプローチ

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

2019年最新プログラマー収入ランキング:あなたは取り残されていますか?

Indeed Recruitment Network が 2019 年の給与リストを発表したところ...

AIとデート:機械はどうやって私たちを出会わせてくれるのか?

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

...

医者から「ビジネスを奪いたい」ですか?人工知能はこれら3つの大きな困難を克服しなければならない

10年以上が経過し、ディープラーニングは人工知能の発展の機会を提供してきました。並列コンピューティン...

Python 自然言語処理 (NLP) を使用して要約を作成する方法

たくさんのレポートを読まなければならないときに、それぞれのレポートを簡単に要約したいという状況に遭遇...

なぜ2G/3GとAIは火花を散らすことができないのでしょうか?この論文で答えが分かります

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...