敗血症AIの失敗が招いた教訓
5年前、敗血症予測ソフトウェアは大きな挫折を経験した。米国の電子カルテ大手Epic社が開発したこのAIは、敗血症の兆候を医師に警告することを目的としていた。敗血症は感染症への過剰反応で、米国では年間35万人以上が命を落としている重篤な疾患だ。
しかし、このAIは実用段階で機能せず、大量のアラートを発信した結果、医師たちはアラートを無視するようになり、病院側はシステムを停止せざるを得なかった。
新たな敗血症モデルの台頭
失敗から5年。敗血症診断の分野では、新たなモデルが次々と登場している。
Epic社の再挑戦
Epic社は自社の敗血症予測アルゴリズムを改良し、再リリースした。同社は過去の失敗を踏まえ、アラートの精度向上と医師の負担軽減に取り組んでいる。
スタートアップの参入
複数のスタートアップ企業が、新たな敗血症モデルの実証実験を医療機関で進めている。これらのモデルは、従来のスコアリングシステムに比べて高い精度を目指している。
大規模言語モデルの活用
ある研究チームは、大規模言語モデルを用いて臨床ノートから敗血症の兆候を抽出する手法を開発した。この技術は、非構造化データからの情報抽出精度を飛躍的に向上させる可能性を秘めている。
FDA承認の新技術
11月12日、Johns Hopkins大学発のスタートアップBayesian Health社が開発した敗血症検出システムが、FDAの承認を取得したことを発表した。この技術は、リアルタイムで敗血症のリスクを評価し、医師に的確なアラートを提供することを目指している。
敗血症AIの今後
敗血症AIの開発競争は、単なる精度向上だけでなく、医療現場への実用性や医師の負担軽減といった要素が重視されるようになってきた。今後は、AIの透明性や説明可能性、医療従事者との協調性が、技術の成功を左右する重要な要素となるだろう。
「敗血症AIの失敗は、技術の精度だけでなく、医療現場への統合方法がいかに重要かを示している」
— 医療IT専門家