ヘルスケア研究におけるAIの重要性が高まってる

医療における人工知能（AI）の研究は急速に拡大してるんだ。この成長は、AIの医療応用に特化した新しいジャーナルの立ち上げや、出版物の増加に表れてるよ。この分野の研究は、新しいAIの使い方を探すだけじゃなくて、すでに健康当局によって使用が承認されたAIソリューションをテストして実装することも含まれてる。

COVID-19パンデミックの時に見られた情報の急増と同じように、今は医療におけるAIに関連する情報が氾濫してる。これが、最新の進展についていくのを難しくし、どのAIソリューションが実用に耐えるのかを見極めるのが大変なんだ。

#レビューの目的

このレビューは、2023年の医療におけるAIに関連する研究をまとめることが目的。さまざまな医療専門分野にわたって、出版された研究の数と質を見ていくよ。一貫性を保つために、これらの出版物の成熟度を評価する標準的な方法に従った。最近注目を集めてる生成的AI、特に大規模言語モデルの台頭に特に焦点を当ててる。

#研究方法論

データを集めるために、2023年の「機械学習」と「人工知能」というキーワードを使って検索を行った。この検索は人間の参加者を含む研究に限定され、英語で出版されたものに絞った。最初の検索では、23,000以上の出版物が見つかったよ。私たちの方法論は過去4年間一貫してるから、年ごとの発見を比較するのが楽なんだ。

リサーチが患者ケアに直接的な影響を持つかどうかを判断するために、以前のデータで訓練されたモデルを使って記事の成熟度を評価したんだ。特定の医療の質問に独立して対処していない体系的レビューとして分類された記事は除外したよ。

出版物を見た結果、1,612のうち346がAIに関連してなかったから除外した。これらの研究の多くはロボット手術に関連していたり、人間ではなく動物に関連するものだった。残った成熟した出版物は医療専門分野ごとに整理した。一部の出版物はドラッグ開発についてのように、特定の専門分野に特化していない広範な内容だった。

#データとモデルの分類

選択した成熟した出版物それぞれについて、使用されたデータの種類や開発されたAIモデルを調べた。データは画像、テキスト、表形式、音声の4種類に分類された。複数のデータタイプを使用した出版物は、それぞれのカテゴリーでクレジットされたよ。

使用されたモデルもさまざまなカテゴリーに分類された：ディープラーニング、機械学習、AI一般、大規模言語モデル、大規模ビジョンモデル、統計的アプローチ、自然言語処理。モデルの種類が要約に記載されていない場合は、AI一般カテゴリーに分類された。

また、大規模言語モデルや生成的AIに特化した研究のための検索も行った。これによって800以上の出版物が見つかり、さまざまな医療専門分野でのトレンドやパターンが分析されたよ。

#年間トレンド

医療に関連するAIの記事数は年々増加してる。2019年には3,351記事、2020年には5,885に跳ね上がって、2021年には少し減って、その後2022年にはほぼ10,000に達した。2023年には23,000を超える記事が出て、また重要な増加を示したよ。

成熟した記事も上昇傾向があって、2019年の99記事、2020年の250、2021年の36、2022年の600、2023年には1,612に達した。

#専門分野ごとの分布

成熟した記事の分布は医療専門分野ごとにかなり異なるよ。画像診断が453記事でリードし、次が消化器内科の86、眼科の78。病理、腫瘍学、外科、循環器学など他の専門分野もかなりの代表性を持ってた。

5年の分布に目を向けると、画像診断は常に先頭に立ってるし、消化器内科は最近成熟した記事が急増してる。一般医学、外科、循環器学など他の専門分野も安定した増加を示したよ。

成熟した記事における異なるデータタイプの使用についても興味深い発見があった。画像データが75.2%で優勢で、テキストデータは11.6%だった。表形式や音声データは少数派だったよ。

#研究におけるモデルの使用

ディープラーニングは、成熟した出版物の中で最も一般的に使われているAIモデルで、約60%を占めてる。次いでAI一般、機械学習、大規模言語モデルが続く。大規模言語モデルの使用が顕著に増加してて、テキストベースのデータへの関心が高まっていることを反映してる。

大規模言語モデルの分析では、一般的な医療トピックが最も多くの出版物を持ち、外科や教育などの専門分野が続いている。これは、医療のさまざまな分野におけるこれらのモデルの関心と応用のレベルの違いを示してるね。

#生成的AIに関する振り返り

生成的AI、特に大規模言語モデルは、今年重要な影響を与えたよ。ChatGPTのようなツールの登場に続いて、AIのパフォーマンスを人間の臨床医と比較する研究がたくさん出てきた。これらの研究の多くは、患者ケアや臨床医のサポートのための要約と質問応答のタスクを探求してた。

#研究の制限

このレビューは包括的な概要を提供してるけど、いくつかの制限も認めなきゃいけない。特定のパラメータ内で検索を行ったから、関連する出版物がいくつか見逃された可能性がある。記事の数が多かったため、手動での徹底的なレビューができなくて、自動化された方法に頼らざるを得なかったけど、最適な結果が得られなかったんだ。

さらに、成熟度を評価するために使用されたBERTモデルには制約がある。トレーニングに含まれていない単語や用語に対して苦戦するとか、長い要約の理解を妨げるトークン制限があるよ。

分析方法は年々適応されてきて、AI研究の風景の変化を反映してる。成熟した出版物に焦点を当てたことで、より目的に沿った分析が可能になって、年ごとの比較ができるようになった。

#結論

医療におけるAI研究の大きな成長は、重要なトレンドや進展を常に明らかにしてる。出版物の数が増えてることは、AIがどのように患者ケアを向上させるかに対する強い関心を示してる。生成的AIや大規模言語モデルは、医療におけるテキストベースの応用の新たな可能性を導入する研究の重要な転換点だね。

医療が進化し続ける中で、今後の研究はAIがどのように実践に組み込まれるかを形作るだろうし、その現在と未来の使用に関する貴重な洞察を提供してくれると思う。成熟した出版物に焦点を当てることで、効果的なAIプラクティスについての情報が関係者に提供され、患者の結果に直接影響を与えることができるはずだよ。