Microsoft、ヘルスケア AI 向けの Fabric、Azure の拡張機能を発表
これらの新しい製品は、医療データの複数のモダリティを統合してより詳細な分析を行うことを目指しており、また、大規模な言語モデルを医療副操縦士として臨床医の側に提供することも目指しています。
ヘルスケアの分野では、人工知能の分野で最も著名な企業の取り組みがますます注目されており、最新の例としてはマイクロソフトが挙げられます。
同社は先週、5月に発表したデータ分析プラットフォームであるファブリックの拡張機能を発表し、ファブリックで複数種類の医療データの分析を実行できるようにした。 Microsoft はまた、Azure クラウド コンピューティング サービスで、特に医療アシスタントとして大規模な言語モデルを使用するための新しいサービスを発表しました。
「私たちは、統合されたマルチモーダルなデータ基盤を Fabric One Lake に構築したいと考えています。そこでは、さまざまなデータ モダリティをすべて統合して、そのデータを推論したり、AI モデルを実行したりできるようになります。」 Microsoft Cloud for Healthcare のマネージャー、ZDNET のインタビューで語った。
ZDNETが今月AIに関する特集記事で調査したマルチモダリティのトレンドは、医療分野においてますます重要になっているとルストギ氏は述べた。 「複数の顧客からこのような声を聞いています。彼らは、データの複数のモダリティを組み合わせれば、新しい洞察が得られると信じていますが、データの 1 つのモダリティだけで調査を行うのでは不可能です」と Rustogi 氏は述べています。
Microsoft Cloud for Healthcare のゼネラル マネージャー、Umesh Rustogi 氏は次のように述べています。
このような複合モダリティの例には、「画像診断結果と臨床結果からの基準に基づいて患者のコホートを構築するなどの単純なものが含まれる。[これは]非常に一般的に望まれるユースケースの1つだが、今日ではあまり簡単ではない」と同氏は述べた。ルストギ氏は、権威ある雑誌「ネイチャー」で2020年に一部の研究者が実施したいと考えている研究の例を挙げた。この記事では、「医療画像と EHR (電子医療記録) を組み合わせるために適用できる」「データ融合」技術の概要が説明されています。
Fabric の新しい機能のもう 1 つは、「匿名化サービス」です。これは、人工知能の機械学習形式を使用して臨床データをスクラブし、医師の記録などのデータ内の患者の身元を隠します。 「構造化されていない臨床記録をどのように取得し、研究コミュニティにとって意味のある形で匿名化するかということは、業界にとって解決が非常に難しい問題でした」とルストギ氏は述べた。
Rustogi 氏の同僚で、Microsoft の Health AI および健康とライフ サイエンスの責任者である Hadas Bitran 氏は、Azure Web サービス ビジネスからの AI のいくつかの新しい製品について説明しました。
Azure AI Health Insights オファリングは、事前に構築された機械学習 AI モデルで構成されています。最初はプレビュー段階で 3 つのモデルが提供されます。
- 患者タイムライン。「生成 AI を使用して、投薬、診断、処置などの非構造化データから重要なイベントを抽出し、それらを時系列に整理して、臨床医が患者の病歴をより正確に把握してケア プランをより適切に把握できるようにします。」
- 臨床レポートの簡素化。「生成 AI を使用して、臨床医が医療専門用語を理解し、簡単な言語に変換できるようにすると同時に、臨床情報の完全な本質を保持して、患者を含む他の人と共有できるようにします。」
- 放射線学の洞察は、「エラーや不一致に関するフィードバックを通じて品質チェックを提供します。また、このモデルは、放射線科医によって記録された測定値（サイズ）を使用して、臨床文書内のフォローアップの推奨事項と臨床所見を特定します。」
これら 3 つのモデルは、臨床試験マッチングおよび腫瘍表現型ベースのモデル用にすでに提供されているいくつかの事前構築モデルに追加されます。
Azure AI Health Bot と呼ばれる新しい製品は、大規模言語モデル テクノロジを使用して、医療機関独自のデータベースや米国国立衛生研究所、米国食品医薬品局などのソースから医療上の質問に対する回答を取得します。
「ここでのアイデアは、このサービスが顧客が専門的な副操縦士体験を作成するのに役立つということです」と、Rustogiとの同じインタビューでBitran氏はZDNETに語った。
「これの興味深い点は、カスケード効果を実行できることです」と Bitran 氏は言います。 「したがって、独自の情報源を使用し、独自の情報源に何もない場合は、信頼できる情報源に基づいて回答を提供することもでき、信頼できる情報源に何もなければ、一般的な情報源に戻ることができます。答え。"
もちろん、大規模な言語モデルなどの AI の生成形式を医療などの機密性の高い業務で使用することについては、現時点では多くの懐疑論があります。 Microsoft はこのような懸念についてどのように考えていますか?
マイクロソフトのヘルス AI および健康とライフ サイエンスの責任者、ハダス ビトラン氏は次のように述べています。
「それはとても良い質問であり、非常に関連性の高い質問です」とビトラン氏は語った。 「大規模な言語モデルが良い結果をもたらすためには、それに加えて何かが必要だという意見は、私も間違いなく共有しています。」
「私たちのアプローチ方法は、私たちが作成するすべてのモデルについて、大規模な言語モデルを使用している場合、常に医療固有の保護手段を伴うことです」と Bitran 氏は述べています。
「（保護策に対する）より興味深いアプローチの 1 つは、LLM を正直に保つために、LLM とのハイブリッド モデルで、より小さなモデルとルールベースのモデルを使用することです」と Bitran 氏は述べています。
たとえば、臨床レポートを簡素化するための事前構築モデルでは、「言語モデルに説明を求めるだけでなく、多くの前処理および後処理ロジックも実装しています。これにより、単純化の結果を取得し、単純化のパフォーマンス指標に従って測定します」と Bitran 氏は説明しました。 「その後、それに相互参照を適用して、その結果が実際にソースを単純化したものであるかどうか、あるいはあらゆる種類の捏造や欠落があるかどうかを確認します。」
Bitran 氏は、医療分野での取り組みは Microsoft が「責任ある AI フレームワーク」として概説した枠組みの中で行われており、引き続き評価されていると述べた。
「その責任ある AI フレームワークは、プライバシーやセキュリティ、アクセシビリティや透明性などだけに関するものではありません」と Bitran 氏は述べています。 「それは正しさと説明責任、そして公平性についてでもあります。」
「最後に重要なことですが、私たちのモデルは医師に代わることを目的としたものではありません」とビトラン氏は述べた。 「常に人間が存在します。彼らは臨床医の負担を軽減し、仕事を助けるツールを提供することを目的としています。」