大量の健康データをより迅速に解釈して、患者の入院期間を予測したり、人間の行動を流行モデルに入力してウイルスの流行を抑制できる可能性を判断したりできたらどうでしょうか?
これらは、「病気X」、新型コロナウイルス感染症に似た流行を引き起こす可能性のある未知の病原体。
「大規模なデータセットを分析する AI ベースのアプローチで私たちが見ている強みの 1 つは、公衆の健康における潜在的な異常の初期の兆候を特定できることです」と、デジタルヘルスイノベーション局のディレクター、アラン・ラブリック氏は述べています。世界保健機関（WHO）がユーロニュース・ネクストに語った。
「人工知能のような高度な計算ツールを使用して、新しい伝染病やパンデミックを検出する方法を強化するだけでなく、それらの伝染病やパンデミックに対応する方法を強化できるさまざまな方法があると思います。」
しかし、偏見に対処し、モデルを強化するには、特定の集団からだけではなく、モデルに適切なデータを与えることが重要であると同氏は付け加えた。この分野では研究が進んでいますが、実際には、これらの新しいモデルの一部は展開するまでに時間がかかる可能性があります。
病気の重症度と病院の収容力計画
最近、米国のイェール大学の研究者らが研究を発表したこれは、新型コロナウイルス感染症のパンデミック中に生じた多くの課題の 1 つである、病院内のオーバーフローを管理する方法に対処するものです。
「病院のベッド数は限られており、[新型コロナウイルス感染症]のようなパンデミックが発生した場合には備えが必要です。私たちは公衆衛生の観点から検討しています。何かが起こった場合に備えたいと考えています」とエール大学公衆衛生大学院環境健康科学科長のバシリス・バシリオ氏はユーロニュース・ネクストに語った。
彼らの流行モデルでは、AI を活用したプラットフォームを使用して、病気がどの程度悪化するか、病院でどれくらいの期間過ごす可能性があるかを予測することで患者をトリアージします。
これは、病気がどのように進行するかを示すのに役立つことが判明した臨床バイオマーカーと代謝バイオマーカーに基づいています。
Vasiliou 氏は、将来ウイルス感染が発生した場合、病院のリソースをより適切に組織する方法を決定するために機能する AI を活用したアルゴリズムに初期データを取り込むことに重点が置かれるだろうと述べています。
「何かがすぐに思いついた場合、フレームワーク、モデル、アルゴリズムがあり、それが最初に発生した国からの最初のデータを即座にフィードします。そうすれば、新しいモデルの構築を始めることができます」と彼は言いました。
彼にとって、現在の限界の 1 つはデータの不足です。 「どの AI モデルにも、より多くのデータを入力すればするほど、制限は少なくなります。」と彼は言いました。
この研究の共著者であるインペリアル・カレッジ・ロンドンのキリル・ヴェセルコフ氏は、新興疾患ではその重症度に影響を与える可能性のある新しいバイオマーカーを見つける必要があると述べた。
「現在の最先端の分析ツールは、数十万のこれらの生体分子を測定できるでしょう」と彼は言いました。
「したがって、それらを分析したい場合、洗練された数学的アルゴリズムを使用せずに人間の医師ではおそらく不可能であり、バイオマーカーのパターンまたはセットを特定し、それらを疾患のプロセスと関連付けることには、AIが特に適しています。病気の転帰」と彼は付け加えた。
しかし、彼らのモデルは、より多くの人々に一般化できるようになる前に、併存疾患やその他の要因を考慮して、より多くの集団でさらに研究する必要があります。
英国 AI 評議会のメンバーで OpenEHR の現 CEO であるレイチェル・ダンコム氏によると、新型コロナウイルス (新型コロナウイルス感染症) については、すでに情報が得られていますが、AI は病院のスケジュール調整に役立つ可能性があります。
「私たちが入手しているのは、現実世界の状況を示す一連の現地データであり、介入が必要かどうか、ロックダウンが必要かどうか、生産能力を高める必要があるかどうかを知る必要があります。必要に応じて、システムはスペースを作るために選択活動を減らします」とNHSデジタルアカデミーの元CEOでもあるダンスコム氏はユーロニュース・ネクストに語った。
「私たちは実際に（医療計画に）AIを使用して、ロックダウンやマスクの設置、日々の活動を減らすために追加のスタッフを配置する適切な時期を判断することができます。」彼女は付け加えた。
同氏は、英国では新型コロナウイルス感染症のパンデミック後の特定のシナリオに基づく影響を実際にモデルを使用して解明する準備が整っていると感じていると述べた。
「適切なデータが提供され、適切な方法で監視されれば、予想される結果が得られるでしょう」と彼女は付け加えた。
「人間の意思決定を表現するのは難しい」
米国のバージニア工科大学の研究者は、AI を使用して別の伝染病モデリング問題を解決しようとしています。それは、ウイルスの発生時の人間の行動の複雑さを正確に表現する方法です。
「従来のモデリングでは、何らかの形で人間の意思決定を表現する必要があります」とバージニア工科大学准教授のナヴィド・ガファルザデガン氏はユーロニュース・ネクストに語った。
「その理由は、人間は複雑だからです。社会を予測するのは難しい。 AI を通じて人間を表現するためのより良い、または異なる方法により、さまざまなシナリオの下で人間がどのように反応するかを確認できるようになり、人間の行動を組み込んだモデルが得られるようになりました。」と彼は付け加えました。
の一環として彼らの勉強現在プレプリント段階にあるこの論文では、ChatGPT を使用する際に起こり得るバイアスを避けるために、研究者らは、Catasat と呼ばれる架空のウイルスによるデューベリー ホローという町での流行をモデル化しました。
彼らは、さまざまなふりをする「エージェント」のシナリオと性格特性を提供することで、人間が家にいるかどうかを決定することで流行モデルにどのような影響を与えることができるかを調査しました。
彼らは、これらの生成 AI 能力を備えた人間が、シミュレーション内で「病気の場合の隔離や感染者数が増加した場合の自己隔離などの現実世界の行動」を模倣していることを発見しました。
ウイルスの複数の波は、ウイルスが社会に蔓延するという結末を迎えた過去のパンデミック時に見られた波に似ていました。
彼らによると、主な制限は実行にコストと時間がかかることだが、AI の開発が続けばこの点は改善されるだろうと期待している。モデルの検証がまだ必要だと言う人もいます。
AI とパンデミックの未来
別個に論文が出版されました昨年、ガファルザデガン氏は、従来のモデルと AI モデルの両方を使用して流行の軌道を予測することの難しさを強調しました。同氏は、AIモデルのパフォーマンスが必ずしも優れているわけではないことを発見したが、その原因の一部は人間の行動の変化にあると述べた。
新型コロナウイルス感染症のパンデミック下でのAIのパフォーマンスを評価する研究はまだほとんどないと言う人もいる。
あ総説2021年にFrontiers in Medicine誌に掲載された論文は、パンデミック中のAI利用に関する78件の研究を分析した。
その用途には、新型コロナウイルス感染症 (COVID-19) の AI 支援診断、流行予測のほか、病気を中和する可能性のある医薬品や製品を迅速に特定するなどの医薬品開発が含まれます。
彼らは、これは流行時に潜在的なツールであるが、継続的な研究が必要であると結論付けました。
ヴェセルコフ氏は、AIを活用したトリアージ研究は研究開発段階にあるが、WHOが疾病Xと呼ぶ未知の病原体のような将来の流行病の計画にこれらのAIモデルを使用できるようになるまでにはまだ時間がかかるだろうと述べた。
「私たちは実際にツールを開発する必要がありますが、特にヘルスケア アプリケーション、パンデミック アプリケーション、人口レベルのアプリケーションに関しては、多くのことを考慮する必要があります。ソリューションの安全性と堅牢性、およびシステムの制限についても考える必要があります。解決策だ」と彼は言った。
