Blackjack3d/ゲッティイメージズ
人工知能は、工業化社会に住む多くの人々の生活に遍在するようになりました。ピュー研究所によると、米国の成人の 63% が週に数回以上 AI を使用しており、そのうち 31% が 1 日に数回 AI を使用していると主張しています。私たちは日常生活の中で、カスタマー サービスのチャットボットやフィットネス トラッカー、さらには特定の内容をスパムとして識別する電子メールを通じて、AI に頻繁に遭遇します。このような普遍性を考えると、医療の革新と研究において AI を使用するという非常に大きな推進力があることは驚くべきことではありません。注目すべきことに、今年出版された複数のレビューでは、膵臓がん、前立腺がん、乳がんにおける AI ツールに焦点が当てられています。これらのツールには、早期診断検出、薬物のターゲティング、変異の特定など、多くの新たな用途が登場しています。
注目に値するがん治療における AI 利用の潜在的な利点の 1 つは、膵臓がんの早期発見です。この種類のがんは特に致死率が高く、発生率は増加しています。膵臓がんの合併症は、初期段階では画像検査でほとんど正常に見えるため、早期発見が非常に難しいことです。そのため、すでに転移するまで発見されないことがよくあります。ただし、予後を改善するには早期発見が非常に重要です。今年発表された研究では、Radiomics-based Early Detection MODel (REDMOD) として知られる AI ツールが、最も一般的な形態の膵臓がんを現在の放射線医学的手法の 2 倍の割合で早期検出できることが明らかになりました。完璧ではありませんが、それでも診断材料の改善が期待できます。
がん研究における AI の一般的な用途
ワイルドピクセル/ゲッティイメージズ
AI 手法は、がん検出の向上に加えて、がん治療に関わる標的療法における可能性を示しています。 AI を使用すると、多くのデータセットを効率的に組み合わせて分析できるため、治療の焦点を絞るのに役立つ細胞やタンパク質の同定を改善する機会が得られます。さらに、AI モデルを使用して、ある薬物が標的と、または患者が服用している他の薬物とどのように相互作用するかを予測するのに役立ちます。
投薬の潜在的な標的が特定されれば、AI は医薬品の設計も支援する可能性があります。コンピューターモデルは、新しい分子構造を提示し、その化学的特性を改良して、その有効性を高めることができます。追加のモデルを使用して、特定の化合物が標的の生物学的部位にどの程度結合するかを予測できます。これらのツールは、創薬プロセスを合理化し、試験の安全性を向上させるのに役立ちます。
これらのイノベーションは、個別化医療を改善する機会をもたらします。がんのさまざまな結果は、腫瘍細胞の変異の違いによって影響を受けます。 AI モデルは、これらの腫瘍の画像を分析し、提示される表現型を使用して遺伝子変異の情報を提供し、予測するために実装されています。このようなツールは、分析する腫瘍組織がほとんどない場合に特に役立ち、遺伝子検査よりも迅速なプロセスです。したがって、このような方法は、患者固有のケアを改善し、効率を高めるのに役立つ可能性があります。
制限と論争
ニコエルニーノ/ゲッティイメージズ
もちろん、これらの方法は進化しており、完璧には程遠いということを覚えておくことが重要です。したがって、AI の使用は科学における追加の研究手法の必要性を妨げるものではありません。結局のところ、AI モデルに情報を与えるために使用されるデータは、基礎研究と臨床研究によってのみ利用可能になっています。さらに、これらの方法の多くは依然として広範な検証を必要としています。したがって、これらの新しい技術は研究の実践と治療を合理化し、情報を提供するのに役立ちますが、その精度と有効性を判断するにはさらに多くの分析が必要です。
たとえば、REDMOD は膵臓がんの早期発見の増加を示しましたが、一部の画像にはがんではない場合でもがんであるとフラグを立てました。 430 件の対照ケースのうち、REDMOD は 81 件にフラグを立てました。これは偽陽性率が 19% 近くです。さらに、がん診断を受けた患者の画像の 73% でがんが正しく検出されましたが、がん患者のサンプルサイズが対照群のサンプルサイズよりも大幅に小さく、それぞれ 430 名に対して 63 名であったことも注目に値します。したがって、これらのツールを使用したとしても、さらなる分析が引き続き必要になります。
前述の制限に加えて、多くの人が、これらの AI モデルのトレーニングが患者のプライバシーにどのような影響を与える可能性があるかを懸念しています。もう 1 つの課題は、アルゴリズムが偏りを防ぐためにバランスが取れていることを確認することです。したがって、これらの技術革新は有望ですが、多くの制限が依然として存在しており、対処する必要があります。これらのモデルに早期に依存すると、健康格差がさらに拡大する可能性があります。
