中国医学界で重要な進展が達成されました。北京協和医院と中国科学院自動化研究所が共同開発した「協和・太初」希少疾患AI大規模言語モデルが、近日臨床応用段階に入りました。この取り組みは、中国における希少疾患診断技術のブレークスルーとなるだけでなく、臨床医療効率の向上にも新たなツールを提供します。このAI大規模言語モデルの開発は、長年にわたる中国の希少疾患知識ベースの蓄積と中国人集団の遺伝子検査データの支援によるものです。中国人に適した世界初の希少疾患大規模言語モデルとして、

台大病院は医療AIの新たな章を開いています。2台のNVIDIAスーパーコンピューターを導入することで、多様なデータタイプを用いたスマート医療アプリケーションの研究開発を大規模に進めています。これは病院にとってNVIDIAとの初めての協業ではありません。2020年には既にAIスーパーコンピューティングプラットフォームの導入を開始し、複数の医療分野で顕著な成果を上げています。現在、病院のスマート医療センターでは、ICD-10自動コード化、健康診断レポート自動生成、遠隔医療診療転送など、複数の画期的なAIアプリケーションを開発しています。

医療スタートアップのPharosは、病院が外部の臨床登録機関に品質レポートを提出する煩雑なプロセスを簡素化する革新的なAIソリューションを発表しました。同社は、Felicisをリードインベスターとするシードラウンドで500万ドルを調達したばかりです。その他の投資家には、General Catalyst、Moxxie、Y Combinatorが含まれます。現在の医療システムでは、米国医療保険医療給付サービスセンター（CMS）などの機関への品質レポートの提出は非常に時間のかかる作業です。医療従事者は...

近年、人工知能（AI）は医療業界、特に疾患診断と治療計画において、その影響力を増しています。医学大規模視覚言語モデル（Med-LVLMs）の発展は、よりスマートな医療診断ツールの実現に新たな可能性をもたらしました。しかし、これらのモデルは実際には、無視できない問題、すなわち事実の幻覚に直面することがあります。この現象は、誤った診断結果につながるだけでなく、患者の健康に深刻な影響を与える可能性があります。そこで、医学AIにおけるこの問題を解決するため、研究…

最近の研究で、AIによる医療アドバイスを安易に受け入れるべきではないという警告が発せられました。ドイツとベルギーの研究者らが、マイクロソフトのBing Copilotを対象に包括的なテストを実施しました。このエンジンは、アメリカの一般的な10の医療問題と50種類の一般的な医薬品に関する質問に回答できると謳われています。しかし、生成された500件の回答のうち、実に24％が既存の医学知識と完全に矛盾し、3％は深刻な誤りでした。画像出典：AI生成画像

AnthropicのCEOであるDario Amodei氏は最近、1万5000字に及ぶブログ記事を発表し、人工知能の未来に対する楽観的な展望を描いています。Amodei氏は、強力な人工知能が早ければ2026年には登場すると予測しており、このAIはあらゆる分野で人間の専門家を凌駕し、ソフトウェアとハードウェアを制御して、人間のほとんどの仕事をこなすことができると考えています。Amodei氏はAIの可能性に自信を持っています。今後5～12年以内に、AIはほとんどの病気を治し、人間の平均寿命を150歳に延ばすだろうと彼は考えています。

医療AI企業Sukiは、7000万ドルのシリーズC資金調達完了を発表しました。この資金は、臨床医向けAI音声アシスタントを含む製品開発に充当されます。画像注記：画像はAIによって生成され、Midjourneyからライセンス供与されています。Sukiの創設者兼CEOであるPunit Soni氏は声明で、「医療業界におけるAIへの需要の高まりを受け、既存のツールとシームレスに連携するフル機能ソリューションを提供できることを誇りに思います」と述べています。

医療フィンテックスタートアップのPayZenはサンフランシスコで2億3200万ドルのシリーズB資金調達を成功裏に完了しました。リード投資家は[リード投資家の名前を追記]です。画像出所：AI生成画像、画像ライセンス提供元Midjourney。今回の資金調達では、AI駆動の医療決済プラットフォームの拡大を目指し、医療費負担の軽減、患者へのパーソナライズされた支払いプランの提供、医療システムの財務状況の改善を目的としています。PayZenのAIプラットフォームは電子カルテシステムに統合され、様々なデータポイントを分析して患者向けにカスタマイズされた支払いプランを作成します。

MedSAM-2はSegment Anything Model 2（SAM2）フレームワークに基づき、医療画像セグメンテーション分野に革命的な変革をもたらしました。その核心的なブレークスルーは、2Dおよび3D画像をビデオシーケンスとして処理することで、3次元画像の高効率セグメンテーションを実現することです。MedSAM-2の「ワンクリックセグメンテーション」機能は、ユーザーが単一の画像上でターゲットを指定するだけで、モデルが後続の画像において同一種類の物体を自動的に識別し、正確にセグメンテーションします。連続的な入力は不要です。汎用モデルとして、あらゆる画像を処理できます。

ソフトバンクとTempus AIは、人工知能（AI）を活用して個人の医療データを分析し、治療上の提案を行う新しい合弁企業を設立しました。ソフトバンクグループCEOの孫正義氏が東京での記者会見で発表しました。

最近、ネットユーザーがアリペイでキーワード検索すると、おなじみのサービスやミニプログラムへの入り口に加え、中心的な位置に「インテリジェントアシスタント」によるインテリジェントな回答結果が表示され、同時に利用可能なサービスへのワンクリックアクセスを提供していることがわかりました。4月にアリペイ「インテリジェントアシスタント」の導入を発表し、5月には「2024年中国デジタル建設峰会」でAI金融管家、AI医療アシスタントを紹介した後、6月には「AI検索」を打ち出しました。

医師と患者の会話は病状の確定診断と治療計画の策定に不可欠です。GoogleのAMIEモデルは、診断精度とコミュニケーション能力において医師を上回ります。AMIEは患者との対話環境を模倣することで継続的に学習し、自己改善を繰り返します。評価においてAMIEはより高い診断精度を示し、AI医療応用の加速化に貢献します。

グーグルは、医療保健分野向けに設計された生成AI医療モデルMedLMを発表しました。Med-PaLM2をベースとするMedLMは、米国医師免許試験で85％の正確率を達成しています。Geminiモデルとの統合も計画されており、世界中の医療業界へのサービス拡大を目指しています。MedLMは既に病院、医薬品開発、患者向けチャットボットなどに活用されています。

最新の研究によると、AIは乳癌の診断の2年前から3分の1の症例を予測できることが示されました。この研究結果は、乳癌スクリーニングや間隔検診におけるAIの可能性を強調しています。専門家は、AIを医師の補助ツールとして使用すべきであり、医療専門家の知識に取って代わるものではないと指摘しています。

世界の医療画像人工知能市場は、2032年までに298億ドルに達すると予測されています。北米市場が最大のシェアを占めていますが、アジア太平洋地域は最も急速な成長が見込まれています。放射線学におけるAIの応用とCTへの需要が市場成長を促進しています。ディープラーニングとコンピュータービジョンが主要技術であり、乳房画像診断と整形外科の用途が中心となっています。

AI医療診断の正確性については、依然として大きな懸念があり、医師の経験に取って代わるには程遠い状況です。十分な医療データの取得が、AI医療診断の精度向上における鍵となります。画像認識や新薬開発は、AI医療における大きな成長機会です。技術の進歩とデータの蓄積により、AI医療診断の正確性は徐々に向上していくでしょう。AI医療診断は成長期にあり、将来性も明るいです。

オラクルは年次ヘルスケアカンファレンスにおいて、医療分野のワークフロー改善を目的とした生成AIアシスタントを発表しました。このアシスタントは音声とテキストコマンドによるマルチモーダルサポートを提供し、医療記録の自動管理、患者ケアの質向上を実現します。オラクルは今後12ヶ月以内にこのアシスタントを全面的に展開し、医療従事者のワークフロー改善とサービス向上を目指します。アシスタントにより、医療従事者は情報検索が容易になり、より良いセルフサービス体験を提供できるようになります。この技術は、医療機関における生成AI技術への信頼問題解決に貢献し、医療分野に革新をもたらすと期待されています。

韓国KTはソウル東大門地区に人工知能医療研究開発イノベーション地区を建設する計画です。サム育医療センター、医療ビッグデータ企業Humanitasとの協定締結により、ハイテクなAI医療研究開発イノベーション地区の創出を目指します。病院の遊休地を活用し、緊急医療システムの構築、医療データ研究開発活動を支援し、2028年の完成を目指します。韓国KTは情報通信技術融合インフラの構築を、Humanitasは医学研究開発のためのシステムとデータ支援を担当します。

イングランド国立医療技術評価機構（NICE）は、英国国民保健サービス（NHS）の臨床医を支援するためのAI使用を初めて推奨しました。AIを用いた輪郭作成は、放射線技師の時間を節約し、手作業で作成された輪郭と同等の品質を実現します。時間と費用を節約するために、放射線治療計画を支援するAI技術の使用が推奨されています。