Deep Learningをはじめとする現代機械学習が医療分野で応用されてから数年が経過し、医学・医療において様々な応用例が提示されている。医療における機械学習の応用は初期から画像解析が主であるが、移植医療におけるレシピエントの評価やドナーの意思表示支援等、当初の想定にはない事例も提示されてきている。本セッションでは、AI・機械学習の技術と医療での応用について現在地を確認しつつ、今後の進展や方向性について模索する。

AI・機械学習の現在と方向性
医療情報学、あるいは、診療におけるAI・機械学習の応用については、その性質上、新規のアルゴリズム等を開発するというサイエンスとしてよりは、コンピュータサイエンス分野あるいは企業によって開発された技術やサービスを適用する側面が強くなってきている状況である。ここでは、各企業におけるAI・機械学習の技術の開発状況、サービスラインナップ、短期ロードマップを俯瞰することでAI・機械学習技術の現状を把握し、将来の方向性について検討する。

医療・医学におけるAI・機械学習の応用
近年深層学習が画像認識の領域で飛躍的な発展を遂げたことで、医療領域におけるAI利用の取り組みが活発化した。すでに画像認識にとどまらず、医師の仮説的演繹法に似た方法での診断支援や集中治療室での予後予測など応用例が示されている。ここでは、深層学習が適用された初期の段階における医用画像の解析はじまり2021年に至るまでの医学・医療分野におけるAI・機械学習の応用例をレビューすることでその変遷と現状を評価し、今後について模索する。

医療者、医療情報学専門家はAI・機械学習とどのように向き合うべきか
深層学習を応用した医療機器は既に上市されており、ソフトウエア製品についてはユーザーインターフェースや挙動からはAI・機械学習が組み込まれていてもそれを判別することは不可能な状況ともなっている。医療者、特に医療情報学の専門家がAI・機械学習に対して必要とされるのは、知識を持ち理解している→採用や購入の判断ができる→研究・実証実験における開発ができる→医療情報システムの一環として開発・実装・運用ができる、という項目であり、各項目を経るごとに高度な知識や技術が要求される。これら項目について我々は、どのレベルを目標とし、それを達成するにはどうすればよいのかを模索する。