医療分野において、画像データの分析は複雑で煩雑なプロセスでした。最近、ウィル・コーネル医科大学の研究者らが、時間経過による医療画像の変化を高効率かつ正確に分析・検出できる、LILAC（学習に基づく縦断的画像変化推論）と呼ばれる新しいAIシステムを開発しました。この研究は2月20日に『米国科学アカデミー紀要』に掲載され、LILACの複数の医療現場における幅広い応用可能性を示しています。従来の医療画像分析方法は、多くのカスタマイズと事前準備を必要とする場合が多々ありました。

ムハンマド・ビン・ザイード大学研究者主導の研究により、医療画像の情報理解と解釈、さらに英語とアラビア語のバイリンガル分析を可能にするAIモデルBiMediX2が開発されました。特にアラビア語の処理において高い精度を示します。BiMediX2は、英語とアラビア語の両方で医療画像を分析・記述できる初のAIシステムです。X線、MRIスキャン、顕微鏡画像など、様々な医療画像に対応可能です。

人工知能が普及する現代において、ChatGPT、Google GeminiなどのAIチャットボットに医療相談を行うユーザーが増加しており、中にはレントゲン写真、MRI、PETスキャンなどの医療画像をソーシャルメディアプラットフォームXのAIアシスタントGrokなどにアップロードして解釈を求めるユーザーもいます。しかし、このような行為は深刻なプライバシーとセキュリティリスクをもたらす可能性があります。医療データは連邦法によって特別な保護を受けていますが、ユーザーが自らこれらの保護メカニズムを回避した場合、データのトレーニングなど、以下のようなリスクに直面します。

シンガポール保健省は最近、今後5年間で全国の医療システムにおける新型人工知能技術の導入を促進するため、2億シンガポールドル（約1億5000万米ドル）を投資すると発表しました。この新たな投資は、ヘルス・イノベーション基金に注入され、技術革新の開発とパイロットプロジェクトを支援し、システム全体への大規模な導入を促進することを目的としています。画像注記：画像はAIによって生成され、画像ライセンスサービスプロバイダーMidjourneyから提供されています。中でも注目すべきは、2025年末までに導入を目指す生成AI（genAI）プロジェクトです。

医療技術の急速な発展に伴い、人工知能は放射線医学の診断方法を密かに変えつつあります。革新的な企業であるQure.aiはこの変革の最前線に立っており、AI技術を活用して医療サービスに新たな活力を吹き込み、診断の効率と正確性を向上させるだけでなく、医療資源不足の緩和にも期待が寄せられています。Qure.aiのAIシステムは注目すべき能力を示しています。胸部X線写真、CTスキャン、MRI画像など、大量の医療画像を短時間で分析し、結核、肺がん、脳卒中などを正確に識別できます。

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。

2035年までに、FDAが承認する医療画像AIツールの数が急増し、ベンチャーキャピタルによる支援額は300億ドルを超えると予想されています。過去7年間、医療画像AI製品の可用性は着実に増加しており、医療画像はデジタルヘルスにおけるベンチャーキャピタル投資の85％を占めています。研究によると、ベンチャーキャピタルによる支援とAI製品開発には強い相関関係があり、2035年までに350種類の新しい製品が市場に投入されると予想されています。

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。