GE Edison seminar1

医療全般

Webセミナーで標題の件を視聴しました。

 

勉強メモ程度ですが記載します。

ですので講演全体を網羅的にというよりは私が興味関心を持った箇所を抜粋しています。

以下、講演内容を斜体、で示します。(吹き出しは管理人の感想です。)

情報化が拓く医療の未来

ここはコロナ禍を契機に、どのように病院のデジタル化、AI化を進めたかについてでした。

 

1、カンファレンスをオンライン化

→これに関しては従来でもできたでしょうが、みなさんご存知のようにコロナウイルスという排除できぬ外的抑圧により発展せざるを得ず、従来から指摘されていたデメリットが社会的に容認の枠に包括されてしまった点があるでしょう。人生万事塞翁が馬です。

 

2、電話再診(含オンライン)の開始と拡大

3、感染病棟やICUのコミュニケーション支援

・減圧室は声が通らないので赤外線通信で声を通す

・各部屋のタブレットの完備

→これは素晴らしいです。科学の機転が効いたと言っても過言ではないし、減圧室に関しては全ての病院でこの機構を真似したら良いと思います。

 

 

4、シリンジポンプの設定を窓外から遠隔でできるように開発

→これも素晴らしい。これが行えることで余計な個人防護具のコストがかからない。

 

情報化時代の医療の姿

→IoTとクラウドが中心となっていく

 

Social hoispital「病院を社会に埋め込む」

Preemptive Medicine「先制医療」

守護霊のように見守るエージェント

つまりデータの社会的連携をして、自動的にこうしたらよいですよという予防的行動をオンライン化で促してくれる

 

医療データから健康データへ 

下記3項目の国民データのビッグデータ化

・平常値からの変化

・連続的な悪化

・予後観察

EHR(各病院から(EMR))とPHR(IoTから)(データの吸い上げ)

これは悪くなってから病院にかかるのではなく、完全に予防的行動である。

ただ個人的には悪くないのに関与することはその費用問題(医療費)、行動抑制強迫観念による精神的影響との切り分け、病気の人を受けいれることと医療人自らが介入することは似て非なるものではないかと感じた。

少し恐ろしささえ感じるとともに、政治の介入が多分に必要なのではないか。。。

 

 

IT・AIの医療現場への応用

陣崎 雅弘 先生

慶應義塾大学医学部 放射線科学教室 放射線診断科 教授

 

AIホスピタルプロジェクトをなぜ行うのか

・医療界はAI化が遅れている → 論文は多いが現場にない

 

現場に寄与しないのはいくつかの課題がある

データ取集の課題

・データが構造化されていない

・他施設データを集める仕組みが不十分

・教師データとして患者情報を用いる際の規則

最大の原因はベンダー間の独自性を守りすぎてることではないか・・・

各データの結果を見る立場の医師とは違い、取得する技師からすれば取得や提供方法にまだまだ統計的分散を感じる。

 

モデル生成の課題

・CNN中間の隠れ層での処理がブラックボックス

・過学習の問題

 

承認の課題

医薬品医療機器等法

・認可に関わる法律 いちいちソフトごとで認可をとらなければいけない

 

開発と実装

実装の課題

・保険収載されていない

・単純作業を置換するAI導入が進んでいない

・高度な専門的判断を担うAIのワークフローへの組み込みの難しさ

ここでの単純作業とは、ベルトコンベアーレベルの行える事象が単一のことを指しているニュアンスです

 

戦略的イノベーション想像プロジェクトを進める際に行ったこと

・各診療科にAI担当を置く

・disision makingを早くする

・データのデジタル化

・患者データの個人保有

・単純作業の置換

・各部門システムの統合

・できるだけデジタルでデータ取得

・在宅におけるセンサーによるデータ取得

・患者自身が記録する在宅時モニタリングシステム

 → 電子カルテ入力が課題

 

今後

・音声で自動入力の作成:話した文章を書いた文章にするのが難しい

・AI問診:共通項目のデジタル化

・エコーの動画などを患者自身が見れるようにする

・ビデオ通話機能を使った遠隔妊婦検診

・さらなる単純作業の置換

AI自動搬送ロボット (薬剤や検体の配送)

自動運転車椅子による院内移動補助システム

この移動補助は画期的でした。元々オリンピック用に開発されたそうですが思った以上に病院でニーズに合致したようです。院内の道を覚えていて、座ればそこに自動で移動してくれる。足の悪い方や老老介護で車椅子を押すのも辛い方はたくさんいるでしょう。迷われる方も多いはず。道案内役の人件費もメンテナンス費にあてがえる可能性。

・AIカメラ 病院の混雑緩和

これもすでに他の業界では参入しているが、医療界では遅れていた分野。昨今の3密回避のために注目され、障壁が下がったように感じる。需要が増して開発競争が激化して価格帯が下がることに期待したい。

・ベッドセンサーを用いたリアルタイムモニタリングシステム

 

 

放射線科の日常診療はAIには難しい?

→「想定してないものを見つける」作業は困難

限られた課題では有用(1次読影:動脈瘤、肺結節など)

現状では妥当な考えに思われる。ソフトが多様化する中でどれをあてがうかの選択能力が求められるか。実際ある程度の除外がなされていれば読影精度の向上につながるか。最終的に責任をとるのは人間なので読影時間の短縮にはつながらない気がする。どのソフトをあてがったかが共有されず思い込みのまま進んでインシデントが生じるコミュニケーションエラーが課題として残りそうではある。全てのソフトをあてがうほどの時間や高速なマシンスペックは限定環境でしかできないだろう。

 

 

AI プラットフォームへの期待

橋本 正弘 先生

慶應義塾大学医学部 放射線科学教室 放射線診断科 特任助教

 

AI開発・利用に必要なこと

・データ(学習用 検証用 利用用

・プログラム(モデル コード ハイパーパラメータ

・計算資源

・運用

 

計算資源とは?

CPU メモリ SSD/HDD ネットワーク GPU

 

仮想化技術の進歩

ハードウェアをソフトウェアで管理することができるようにする

束ねて管理すれば便利!

→大規模にしたものがクラウド(IaaS)

 

何を仮想化するか・・

・課金の仕組み

・インターフェース

・仮装ネットワーク

 

クラウドの出現でソフトウェアも借りられる時代に

→ 必要なサービスを買うようになる

前述の読影用のAIソフトもオンラインで購入・導入する時代がくるかもしれない。さながら汎用PCのソフトのようだ。

 

問題点や限界点

スタッフ・患者の教育のAI化は思ったよりも手間がかかり難航している

 

チーム医療(メモ)

医師の働き方における多様性

隈丸 加奈子 先生

順天堂大学医学部附属順天堂医院 放射線科 非常勤講師(元・准教授)

 

診療

画像診断管理加算が在宅を後押しした形となった(在宅でも加算要件となった)

→インフラの整備が課題、電子カルテの閲覧など(実際はまだそこまで広がっていない)

Web学会で遠方の人、子育て、介護中の方が例年にくらべ参加数が増加した。学びの機会が増えた。

最後の文章は今年のJRC2020のアンケート集計結果を元にした内容。想像に難くないだろうが、オンライン化は移動困難な人にとって恩恵以外の何者でもない。今までがスタートラインが違った分、そのバイタリティが学びに活かされた際の化学反応が楽しみである。

 

これからのチーム医療

上田 克彦 先生

日本診療放射線技師会 会長、国際医療福祉大学 成田保健医療学部

放射線・情報科学科 副学科長 教授

 

複合機器の時代

今までは単一の専門であったが、PET/MRIなどを象徴し複数の専門が求められている

もっともである。

従来型の研究者は単一のモダリティの世界が居心地がよいと思われるが、技術進歩とともにますます複合機器が増えるだろう。つかいこなすだけなら誰でもできるが新しい価値を創造していかなければならない。

意外にも、若い人は言われることなく肌で感じてマルチモダリティに取り組んでいる。

それを揶揄する世代もいるが負けずに頑張って欲しい。まだまだ、自分の専門以外の他分野を研究すると人間関係がこじれる例を聞くが、自然淘汰されるべき対象なのであろう。

 

 

おしまい。

 

コメント

タイトルとURLをコピーしました