専門家たちは、人工知能ソフトウェアシステムが、人間に起こる致命的な脅威である敗血症に対処する医師たちの助けになることを期待している。
この技術は強化学習を用いています。これは機械学習の一分野であり、囲碁、Dota 2、ポーカーといったゲームのプレイ方法をボットに教える際によく用いられます。しかし今回の実験では、ゲームではなく、「AI Clinician」と呼ばれるソフトウェアエージェントが、少なくとも理論上は人間の命を弄びます。すべての実験は患者データのみを用いて行われたため、実験中に実際に誰かが危害を受けることはありませんでした。
「コンピューターによる意思決定支援システムを活用して治療をより適切に導き、治療結果を改善することは、非常に必要とされているアプローチだ」と、英国インペリアル・カレッジ・ロンドンと米国ハーバード大学-MITを拠点とする研究チームは、月曜日にネイチャー・メディシン誌に発表した論文で主張した。
研究チームは、ソフトウェアを訓練し、患者の記録に基づいて患者を評価し、敗血症の患者それぞれに適した量の点滴（IV）液（電解質と水を混合したものを患者の静脈に直接投与する）と昇圧剤（血圧を上げる薬）を推奨するようにしました。AI臨床医は敗血症の初期段階にある患者にのみ薬を推奨し、病状の悪化を防ぐことを目的としています。
まず、研究チームは敗血症患者17,083例を含む大規模なデータセットを収集し、生命を脅かす合併症の治療に関連する、患者1人あたり48個の変数を特定しました。これらの変数には、年齢や性別といった人口統計学的情報に加え、4時間ごとの点滴液や血管収縮薬の投与量などが含まれていました。患者の転帰（生存または死亡）も含まれていました。
目標は、各患者の90日間の生存率を最大化する、静脈内注射と血管収縮薬の適切な組み合わせを特定することでした。トレーニングデータはニューラルネットワークに入力され、パターンを検知し、新規患者の記録に基づいて推奨を行うことができました。そして、これらの推奨は実際の医師による推奨と比較されました。
Google DeepMind、NHSと「Streams」アプリに関する5年契約を締結
続きを読む
「平均して、AI臨床医は、臨床医の実際の治療よりも低い量の点滴液と高い量の昇圧剤を推奨した」と論文は述べている。システムが予測した昇圧剤の量は、約58%の確率で、実際の臨床医が投与する量に「非常に近い」ものだった。点滴液に関しては、医師の推奨と一致する確率は約36%だった。
当然のことながら、モデルが実際の専門家と比較して最も正確な推奨を行った場合、患者の生存率が最も高かった。AI Clinicianはまだ臨床試験が行われていないが、研究者たちは将来、リアルタイムで医師の投薬量推奨を支援できるようになることを期待している。電子カルテから取得した個々の患者データを自動的にアルゴリズムに入力することで、推奨投薬量を算出できる。もちろん、適切な投薬量を選択できるようになるまでは。
「医師は常に治療戦略について主観的な臨床判断を下す必要がある」と彼らは警告した。「計算モデルは、短期的な蘇生目標を狙うのではなく、長期的な生存に向けた軌道をたどることで、最適な決定に関するさらなる洞察を提供することができる。」
また、AI臨床医が敗血症による死亡率をほんの少ししか減らすことができなくても、世界中で毎年「数万人の命」が救われるだろうと彼らは推測しました。®
