今日の AI は、驚くべきスピードと勢いで医療業界のあらゆる分野やつながりに浸透しており、最近、Sequoia Capital が「Generative AI in Healthcare」（医療分野における生成 AI）というタイトルの記事を発表しました。は、医療業界における AI の応用と開発について包括的かつ詳細な分析を実施し、AI には将来的に「大きな可能性」があると信じています。
では、なぜ医療分野が現在の AI 分野の資本からこれほど注目されているのでしょうか?
AI医療の現状
レポート「ヘルスケアにおける生成 AI」の中で、Sequoia 氏は、患者との対話、文書化、臨床上の意思決定など、医療分野における AI の重要な応用例について言及しました。
Sequoia Capital によると、現在の医療 AI は「おまけ」の段階を飛び越え、医療業界の中核的なリンクに力を与え始めており、そのような力により医療分野の効率と品質が大幅に向上し、コストと人員が削減されています。
精密医療の観点から言えば、AI はゲノム、エピゲノム、トランスクリプトームなどの大規模な生物学的データをマイニングして分析し、個別化された予防、診断、治療の基盤を提供できます。たとえば、Deep Genomics の AI プラットフォームは、タンパク質の機能と表現型に対する遺伝的変異の影響を予測でき、Flatiron Health の AI プラットフォームはリアルタイムの臨床データを使用して、がん患者に最適な治療オプションを提供できます。
医薬品の研究開発に関しては、AI は医薬品の標的、医薬品の構造、薬物の作用メカニズムなどのデータをモデル化およびシミュレーションすることで、医薬品の発見と開発のプロセスを加速できます。たとえば、BenevolentAI の AI プラットフォームは膨大な文献から新薬候補を発掘でき、Atomwise の AI プラットフォームは仮想スクリーニングを通じて実験のコストと時間を削減できます。
AI医療の現在の全体的な状況から判断すると、AI医療技術、特にゲノミクス、免疫学的科学、神経科学などのいくつかの新興最先端分野におけるAI医療技術。外国の AI 企業は多くの場合、より多くのリソースと経験を持っています。
たとえば、疾患遺伝子検索を専門とする Google の DeepMind チームは、人工知能システムを使用して人体のほぼすべてのタンパク質の構造を分析しました。
このようにして、AJ は DNA 内の文字が正しい構造を生成するかどうかを知ることができます。そうでない場合は、潜在的な原因因子としてリストされます。
AI医療は「おまけ」の段階を超えた
著者: リー・ミンジャー
**出典: **AI 新しいインテリジェンス
ヘルスケアは、AI によって変革された最も人気のある業界の 1 つになりました。
今日の AI は、驚くべきスピードと勢いで医療業界のあらゆる分野やつながりに浸透しており、最近、Sequoia Capital が「Generative AI in Healthcare」（医療分野における生成 AI）というタイトルの記事を発表しました。は、医療業界における AI の応用と開発について包括的かつ詳細な分析を実施し、AI には将来的に「大きな可能性」があると信じています。
AI医療の現状
レポート「ヘルスケアにおける生成 AI」の中で、Sequoia 氏は、患者との対話、文書化、臨床上の意思決定など、医療分野における AI の重要な応用例について言及しました。
Sequoia Capital によると、現在の医療 AI は「おまけ」の段階を飛び越え、医療業界の中核的なリンクに力を与え始めており、そのような力により医療分野の効率と品質が大幅に向上し、コストと人員が削減されています。
具体的には、医療業界の中核となるリンクには、患者との対話、文書化、臨床上の意思決定、事前承認、コーディング、収益サイクル管理という 6 つの主要なリンクが含まれます。
医療業務の中核には、音声、テキスト、画像、ビデオ、信号など、複数の種類のデータが含まれることがよくあります。これらのデータは構造化されていないことが多く、つまり、固定の形式や標準がありません。
これには豊富な医学知識と価値が含まれていますが、人間や従来のソフトウェア システムによって効果的に統合または使用することは困難です。
従来の医療業界では、これらのデータの処理と統合にはコストがかかりますが、省略するのは困難です。
同様に、医療業界でも患者と接する過程で、さまざまな医療文書を整理するために常に多数の事務職員が必要となります。
Sequoia Capital の統計によると、現在米国の医療業界には約 100 万人の事務スタッフがおり、事務スタッフ 1 人当たりの平均年間支出は 4 万～5 万米ドルであり、医療業界は少なくとも 4 億米ドルを費やしていることになります。そのようなポジションには毎年の費用がかかります。
たとえば、ドキュメンテーションでは、生成 AI を使用して、医師と患者の間の会話を電子医療記録とコーディングに自動的に変換できます。また、臨床意思決定では、生成 AI を使用して、医療画像や画像などの複数のデータ ソースと形式を変換できます。レポートなどを統合した医療知識とデータに変換します。
この利点が、AI が医療業務の中核部分に直接影響を与えることができると Sequoia が信じている理由です。
AI がヘルスケアを強化する
非構造化データを処理する利点に加えて、現段階の AI は、AI 支援診断、AI 医用画像分析、AI 精密医療、医薬品研究開発、医療など、より多くの側面で医療分野を強化します。他の多くの細分化されたトラック。
AI医用画像分析は、機械学習、コンピュータービジョンなどのテクノロジーを使用して医用画像データを自動的に分析および診断し、形態、テクスチャ、グレースケール、強度などの多数の定量的特徴に基づいて、遺伝子、臨床およびその他の要素と組み合わせます。データに対して相関分析を実行して、疾患のバイオマーカーや予後因子を発見します。
医薬品の研究開発に関しては、AI は医薬品の標的、医薬品の構造、薬物の作用メカニズムなどのデータをモデル化およびシミュレーションすることで、医薬品の発見と開発のプロセスを加速できます。たとえば、BenevolentAI の AI プラットフォームは膨大な文献から新薬候補を発掘でき、Atomwise の AI プラットフォームは仮想スクリーニングを通じて実験のコストと時間を削減できます。
たとえば、疾患遺伝子検索を専門とする Google の DeepMind チームは、人工知能システムを使用して人体のほぼすべてのタンパク質の構造を分析しました。
このようにして、AJ は DNA 内の文字が正しい構造を生成するかどうかを知ることができます。そうでない場合は、潜在的な原因因子としてリストされます。
ペイジ氏は当初、50万枚のがん医療病理学スライドの10億枚の写真を使用して、世界初の大規模な基本モデルを作成しました。両社はマイクロソフトと協力して、最大 10 億のパラメータを備えた世界最大のがん画像 AI モデルを開発します。
同時に、国内のAI医療応用シナリオは、主にCDSS（臨床意思決定支援システム）、スマート医療記録、医療データインテリジェンスプラットフォームなどの補助側とデータ側に比較的集中しています。
代表的な企業としては、AI技術を活用して画像診断を行う連英志などのAI企業が台頭している。
その主なテクノロジーは、深層学習と畳み込みニューラル ネットワーク モデルを通じて人間の認知プロセスを模倣し、AI モデルが医療画像内のパターンを自動的にマイニングできるようにすることです。
トレンドと機会
現時点では、産業生態、技術基盤、コンピューティングリソースなどの理由により、国内のAI医療と海外との間にはまだ差があるものの、市場の成長率や規模の点では、国内のAI医療開発は大きな市場を持っています。スペースと成長の可能性があり、高い医療需要に直面しています。
華京産業研究院のデータによると、中国のAI医療産業の市場規模は2021年に約95億元、2025年には385億元に達すると予想されている。
今後も国内のAI医療は、AI創薬研究開発、AI+病理学、AI医用画像処理、AI医療機器などの主要分野での取り組みが続くだろう。
市場の需要と規模の観点から見ると、AI医療画像処理とAI医薬品の研究開発が主な成長の突破口となるでしょう。
具体的には、AI 医療画像アプリケーションは比較的成熟しており、多数の製品が市場に出ています。 Global Market Insights のデータによると、世界の AI 医療画像市場は医療 AI 市場の 25% を占め、AI 医薬品に次いで 2 番目に大きな市場セグメントとなっています。
国内医療業界の現状では、我が国の医療画像データの年間増加率は30%にも達しますが、画像診断医の年間増加率はわずか4%に過ぎません。
36Krの分析によると、2020年から2025年までの年平均成長率（CAGR）は39.4％となり、2025年には300億元を超えると予想されている。その中で、AI医用画像市場シェアが最も高く、50.6%に達しています。
AI医薬品の研究開発に関しては、AIは新薬研究開発の高コスト、低効率、高リスクの問題を効果的に解決できます。
2020年の我が国の新薬研究開発産業の市場規模は1兆2000億元だが、新薬研究開発の成功率は11.3％に過ぎず、第III相臨床成功に入っても成功率は53.4％に過ぎず、全体の臨床段階のコストは 70% にも上ります。
人工知能の認知能力を通じて、標的発見、化合物スクリーニング、医薬品設計、その他のリンクを加速し、新薬の成功率と品質を効果的に向上させることができます。
2021年、我が国のAI製薬会社Yingsi Intelligentは浙江大学と協力し、自社開発のAIプラットフォームを利用して抗がん剤PD-1抗体の設計を最適化し、米国FDAから臨床試験の許可を取得した。
このような成果は、新薬の研究開発におけるAI技術の可能性を示すとともに、大規模な成長の可能性を示しています。
DPIが発表した医療業界レポートによると、AI医薬品研究開発の世界市場規模は2020年の40億米ドルから2027年には203億米ドルに成長し、年平均成長率は26.5%になると予想されています。
AIの波が本格化する現在、大型モデルがもたらすAI医療のエンパワーメントは氷山の一角に過ぎず、AI革命が続く中、すでに勢いを増しているAI医療は、きっとさらなるチャンスとハイライトをもたらしてくれるでしょう。