世界中の多くの新興企業は、ヘルスケア分野のAIに焦点を当てており、状態や病気を検出し、環境状態との関連性を予測する技術の研究に取り組んでいます。
今月開催される2020医療情報管理システム協会（HIMSS）の世界会議および展示会で、数百のテクノロジーベンダーが米国フロリダ州の医療でAIを使用する新しい方法について話し合います。その会議、および日常生活の他のほとんどすべては、コロナウイルスのためにキャンセルされました。
これらの議論で浮かび上がったのは、新興企業がAIと機械学習モデルを作成して、医師が不整脈、結腸癌、糖尿病、インフルエンザなどの多くの状態や病気を早期に発見し、環境状態間の相関を予測できるようにすることです。 。そして、特定の健康上の問題。
ハイリスク患者の早期発見が医療関係者の介入を引き起こし、最終的に高額な入院や再入院を削減または排除できることが期待されています。
ソーシャルネットワークの要因
将来、AIテクノロジー企業は、病院または臨床環境の標準化された分析を実施して、再入院や敗血症、または血液中毒につながる可能性のある患者を特定することに取り組んでいます。
現在、教育、住宅、人種、性別、性別、職業、大気質、食品の安全性、その他多くの要因を含む「健康の社会的決定要因」（SDOH）の新興領域を攻撃しています。同社はAIをヘルスケアに適用して、特定の健康リスクにつながる社会経済的要因を特定するモデルを作成しています。
AIテクノロジーは、予防可能な怪我に重点を置いた臨床AIソリューションです。この新製品により、医療専門家は、リスクの高い患者のグループを特定できます。MicrosoftクラウドでAzure Mapsを実行して使用することにより、Jvionはコミュニティレベルで社会的決定要因の視覚化を作成できます（スクリーンショットを参照）。
初期の兆候を得る
イスラエルとコロラド州オーロラに本社を置くMedical EarlySignは、医療にAIを採用することにより、すでに大腸がんの検出に成功しています。同社は最近、別の製品のPre2D-Flagモデルの有効性を評価した研究の成功を発表しました。これは、前糖尿病から糖尿病へと発展する高リスクグループを特定することができます。
CEOのジェレミー・オー博士は、この研究は会社がいくつかのモデルに取り組んでおり、早期介入戦略の恩恵を受けることができるリスクの高い患者を特定することにより、長期的に糖尿病の人的および経済的負担を軽減するためのものであると述べたEarlySign企業の1つ。
「糖尿病の予測因子はすべて揃っている。糖尿病前症から始まる」とオル氏は言う。「次の研究対象は、慢性腎臓病や心臓病など、すでに糖尿病を患っている患者の合併症です。」
EarlySignは、Kaiser PermanenteやGeisinger Healthなどのアメリカの大手医療システムと協力してモデルを開発しました。EarlySignは最近、イスラエルのMaccabi Healthcare Servicesとのパートナーシップを発表し、インフルエンザのリスクのある患者を対象としたインフルエンザ予防接種キャンペーンを開始しました。
Orr氏は、「（インフルエンザワクチン接種）コンプライアンスを予測している」と述べ、合併症のリスクが高い人でもインフルエンザワクチン接種を受ける可能性は低いと判断するよう努めています。「それらの人々のために、彼らは実際にナースホームを送り、彼らに注射を与えるかもしれません。誰もがインフルエンザワクチンを得るべきであることは間違いありませんが、私たちは彼らに患者を説得するための追加の弾薬も提供しました。ワクチンが効いている。」
心臓の記録
ヘルスケア部門でAIを使用する別のスタートアップは、パリとボストンに本社を置くCardiologsです。これは、Azureのもう1つの顧客です。同社はディープラーニングニューラルネットワークを心電図（ECG）に適用し、心臓専門医による診断のスピードアップを支援します。 。
同社の最高経営責任者兼共同創設者のヤン・フルローは、ホルター監視装置を使用して心房細動を検出し始め、15回の不整脈をチェックできるように、新たに1500万ドルの融資を発表したと語った。
Fleureau氏は、JvionとEarlySignはリスクや合併症を予測するために使用されますが、Cardiologsテクノロジーの主な利点は正確さと速度です。検出速度は従来の方法の5倍、従来の方法の5倍です。
分析は25分ではなく5分で完了することができ、医師が数百回のスキャンを実行する必要がある場合、この違いにより多くの時間を節約できます。「本当の意味は、常に専門家を救い、患者の治療と仕事の通常の部分を取り除くことに集中することです。」
ワークフロー
AIをヘルスケアに統合するプロジェクトが立ち上がって、ある程度の成功を収めています。ただし、より簡単に発見できる疾患ごとに、より多くのソフトウェアを臨床ワークフローに統合する必要があります。Fleureau氏は、これは機械学習モデルの開発に関連するビジネスの本質にすぎないと述べています。
「このテクノロジーは非常に垂直的です。つまり、特定のデータセット（および）特定の専門知識を使用して、モデルを特定のタスクにトレーニングすることができます。」「臨床的に言えば、作成する製品非常にプロフェッショナルです。次に、特定のタイプの顧客に特化したセールスチームを構築します。」
Fleureauは電子カルテプロバイダーを求めて統合を支援していますが、ヘルスケアプロバイダーと患者は、ヘルスケアのあらゆる側面に対応できるオールインワンAIソリューションを期待すべきではありません。（ようこそ転載して共有）