Loading article…
 | |
| 会社種別 | プライベート |
|---|---|
| 前任者 | IBM ワトソンヘルス |
| 設立 | 2022年6月30日 |
| 本部 | ミシガン州アナーバー |
主要人物 |
|
| 所有者 | フランシスコ・パートナーズ |
従業員数 | 1,000～5,000 |
| Webサイト | merative.com |
Merative LP（旧IBM Watson Health ）は、人工知能、データ分析、クラウドコンピューティング、その他の高度な情報技術を使用して、クライアントが医療研究、臨床研究、リアルワールドエビデンス、ヘルスケアサービスを促進するのに役立つ製品とサービスを提供するアメリカの医療技術企業です。Merativeは、カリフォルニア州サンフランシスコに本社を置くアメリカのプライベートエクイティファームであるFrancisco Partnersによって所有されています。2022年に、IBMはWatson Health部門を売却してMerativeにスピンオフしました。2023年現在、アナーバーに本社を置き、ハイデラバード、バンガロール、チェンナイにイノベーションセンターを置く独立した企業です。[1][アップデート]
歴史
トムソンヘルスケアは2008年までトムソンコーポレーションの一部門であったが、トムソンとロイターの合併に伴い、トムソンロイターのヘルスケア部門となった。2012年4月23日、トムソンロイターはこれをベリタスキャピタルに12億5000万米ドルで売却することに合意した。[2] 2012年6月6日、売却が完了し、新会社であるトゥルーベンヘルスアナリティクスはヘルスケアに特化した独立した組織となった。[3]
IBMコーポレーションは2016年2月18日にTruven Health Analyticsを買収し、IBMのWatson Health部門と合併した。[4] Truven Health Analyticsは包括的な医療データと分析サービスを提供し、[5]同社のソリューションには、病院、政府機関、雇用主、健康保険、臨床医、製薬会社、バイオテクノロジー会社、医療機器会社などの医療業界向けの情報、分析ツール、ベンチマーク、研究、サービスが含まれていた。社名のTruvenは、「信頼できる」と「実証済み」という言葉を組み合わせた造語である。[6]
2022年1月、IBMはTruvenを含むWatson Healthの資産の一部をFrancisco Partnersに10億ドルで売却すると発表しました。[7] 2022年6月30日、Francisco PartnersはWatson Healthの買収完了を発表し、Merativeというヘルスケアデータ会社を設立しました。[8] [9]
進歩
Watsonの自然言語、仮説生成、エビデンスに基づく学習機能は、Watsonが臨床意思決定支援システムにどのように貢献できるか、また医療従事者による医療における人工知能の増加にどのように貢献できるかを調査中です。[10]医師が患者の治療を支援するために、医師が症状やその他の関連要因を説明するクエリをシステムに提示すると、Watsonはまず入力を解析して最も重要な情報を特定します。次に患者データをマイニングして、患者の病歴や遺伝歴に関連する事実を見つけます。次に利用可能なデータソースを調べて仮説を立ててテストします。[10]そして最後に、個別化された信頼度スコア付きの推奨事項のリストを提供します。[11] Watsonが分析に使用するデータソースには、治療ガイドライン、電子医療記録データ、医療提供者からのメモ、研究資料、臨床研究、ジャーナル記事、患者情報などがあります。 [ 10] 「診断と治療のアドバイザー」として開発され販売されているにもかかわらず、ワトソンは実際に医療診断プロセスに関与したことはなく、すでに診断された患者の治療オプションの特定を支援することのみを目的としています。[12]
2011年2月、IBMはニュアンスコミュニケーションズと提携し、今後18～24か月でワトソンの臨床意思決定支援機能を活用する商用製品を開発する研究プロジェクトを開始すると発表されました。コロンビア大学の医師は、医療現場における重要な問題の特定に協力し、システムの技術が貢献できる可能性があります。また、メリーランド大学の医師は、ワトソンのような技術が医療従事者と対話して最大限の支援を提供できる最善の方法を特定することを目指します。[13]
2011年9月、IBMとWellPoint（現Anthem）は、Watsonのデータ分析能力を活用して医師に治療オプションを提案するための提携を発表しました。[14]その後、2013年2月、IBMとWellPointは、メモリアル・スローン・ケタリングがんセンターでの肺がん治療における利用管理の決定のために、 Watsonの最初の商用アプリケーションを提供しました。[15]
IBMは2012年10月にクリーブランド・クリニックとの提携を発表した。同社はワトソンをケース・ウェスタン・リザーブ大学クリーブランド・クリニック・ラーナー医科大学に送り、医療の専門知識を高め、医療専門家の患者治療を支援する。医療施設はワトソンの大量の情報の保存と処理能力を活用して、治療プロセスのスピードアップと精度向上を図る。「クリーブランド・クリニックとIBMの提携は、ワトソンに医療の強力なツールとなる可能性のある方法で『考える』ことを教える機会を与えてくれるので、非常に楽しみです」とクリーブランド・クリニックの最高情報責任者であるC・マーティン・ハリス医学博士は述べた。[16]
2013年、IBMとMDアンダーソンがんセンターは、センターの「がん撲滅の使命」を推進するためのパイロットプログラムを開始しました。[17] [18]しかし、6,200万ドルを費やした後、プロジェクトは目標を達成できず、中止されました。[19]
2013年2月8日、IBMは、メイン州がん医療センターとニューヨークのウェストメッド医療グループの腫瘍専門医が、肺がんの治療を推奨するためにワトソンスーパーコンピュータシステムのテストを開始したと発表した。 [20]
2016年7月29日、IBMとマニパル病院[21]（インドの大手病院チェーン）は、がん患者向けのIBM Watson for Oncologyの立ち上げを発表しました。この製品は、医師とがん患者に情報と洞察を提供し、パーソナライズされたエビデンスに基づいたがん治療オプションを特定するのに役立ちます。マニパル病院は、この技術を採用した世界で2番目の病院[22]であり、ウェブサイトを通じて専門家のセカンドオピニオンとして患者にオンラインで提供する世界初の病院です。[23]マニパルは2018年12月にこの契約を中止しました。
2017年1月7日、IBMと富国生命保険は、IBM Watson Explorer AIを介して補償金支払いの分析をIBMに提供する契約を締結した。これにより34人の雇用が失われ、同社は請求と医療記録の分析を通じて補償金支払いの分析をスピードアップし、生産性を30％向上させると述べた。同社はまた、運用コストを1億4000万円節約できると述べた。[24]
IBMワトソンは1000人の癌専門医の知識ベースを搭載し、医療分野に革命をもたらすと言われています。IBMは破壊的イノベーションとみなされています。しかし、腫瘍学の流れはまだ初期段階にあります。[25]
ヘルスケア分野のスタートアップ企業数社は、IBM Watsonをベースにしたソリューション[流行語]を市場に投入するために、7つのビジネスモデルアーキタイプを効果的に活用しています。これらのアーキタイプは、対象ユーザーに対して生み出される価値（患者重視か医療提供者と支払者重視かなど）と価値獲得メカニズム（情報提供や利害関係者とのつながりなど）によって異なります。[26]
2019年、エリザ・ストリックランドは「ワトソン・ヘルスの物語は[...]傲慢さと誇大宣伝の警告物語」と呼び、「プロジェクトの代表的なサンプル」とその状況を紹介しています。[27] 2021年に計算機協会（ACM）が投稿した「ワトソン・ヘルスに何が起こったのか？」という記事では、2015年の部門設立に関わった買収の数と、買収による顧客ベースのニーズよりも「ブルーウォッシング」プロセスにほぼ全面的に重点が置かれたことを踏まえ、ワトソン・ヘルスのポートフォリオ管理の課題について説明しています。[28]
2022年1月21日、IBMはWatson HealthをプライベートエクイティファームのFrancisco Partnersに売却すると発表した。[29]
業界の考慮事項と課題
大手ヘルスケア企業が他のヘルスケア企業と合併することで、ヘルスケアデータへのアクセス性が向上します。[30]ヘルスケアデータが増えれば、 AIアルゴリズムの実装も増える可能性があります。[31]
ヘルスケア分野におけるAIの導入における業界の焦点の大部分は、臨床意思決定支援システムにあります。[32]データ量が増加するにつれて、AI意思決定支援システムはより効率的になります。多くの企業がヘルスケア業界へのビッグデータの導入の可能性を模索しています。 [33]
IBMのWatson Oncologyは、メモリアル・スローン・ケタリングがんセンターとクリーブランド・クリニックで開発中です。[34] IBMはまた、 CVS Healthと慢性疾患治療におけるAIの応用について協力しており、ジョンソン・エンド・ジョンソンとは科学論文の分析で医薬品開発への新たなつながりを見つけるべく取り組んでいます。[35] 2017年5月、IBMとレンセラー工科大学は、ヘルスケアを強化するためにAI技術を活用することを検討するために、Health Empowerment by Analytics, Learning and Semantics (HEALS)と題した共同プロジェクトを開始しました。[36]
ヘルスケア分野で使用される AI アルゴリズムに貢献している他の大企業には、以下のものがあります。
マイクロソフト
マイクロソフトのハノーバープロジェクトは、オレゴン健康科学大学のナイトがん研究所と提携して、患者にとって最も効果的な癌治療薬の選択肢を予測するために医学研究を分析しています。[37]その他のプロジェクトには、腫瘍の進行の医療画像分析やプログラム可能な細胞の開発などがあります。[38]
グーグル
グーグルのDeepMindプラットフォームは、英国国民保健サービス（NHS）によって、モバイルアプリを通じて収集されたデータを通じて特定の健康リスクを検出するために使用されています。[39] NHSとの2番目のプロジェクトは、 NHS患者から収集された医療画像を分析し、癌組織を検出するためのコンピュータービジョンアルゴリズムを開発することです。[40]
インテル
インテルのベンチャーキャピタル部門（インテルキャピタル）は最近、AIを使ってリスクのある患者を特定し、治療オプションを開発するスタートアップ企業Lumiataに投資した。[41]
ヘルスケアにおける人工知能とは、複雑な医療データの分析において、複雑なアルゴリズムとソフトウェアを使用して人間の認知を模倣することです。具体的には、AI は、人間が直接入力しなくてもコンピューター アルゴリズムが結論を近似する能力です。
AI技術と従来の医療技術の違いは、情報を取得し、それを処理し、エンドユーザーに明確な出力を提供する能力です。AIはこれを機械学習 アルゴリズムを通じて行います。これらのアルゴリズムは行動のパターンを認識し、独自のロジックを作成できます。誤差の範囲を減らすために、AIアルゴリズムを繰り返しテストする必要があります。AIアルゴリズムは、2つの点で人間とは動作が異なります。(1)アルゴリズムは文字通りです。目標を設定すると、アルゴリズムは自分自身を調整できず、明示的に指示されたことしか理解できません。(2)アルゴリズムはブラックボックスです。アルゴリズムは非常に正確に予測できますが、原因や理由を予測することはできません。[42]
医療関連のAIアプリケーションの主な目的は、予防や治療技術と患者の転帰との関係を分析することです。[43] AIプログラムは、診断プロセス、治療プロトコルの開発、医薬品開発、個別化医療、患者のモニタリングとケアなどの実践に開発され、適用されています。メイヨークリニック、メモリアルスローンケタリングがんセンター、[44] [45]、国民保健サービス、[46]などの医療機関は、各部門向けのAIアルゴリズムを開発しています。IBM [47]やGoogle [46]などの大手テクノロジー企業や、 WelltokやAyasdi [48]などの新興企業も、医療用のAIアルゴリズムを開発しています。さらに、病院は、コスト削減、患者満足度の向上、人員配置と労働力のニーズを満たす運用イニシアチブをサポートするために、AIソリューション[流行語]に注目しています。[49]企業は、利用率の向上、患者の入院の減少、入院期間の短縮、人員配置レベルの最適化を通じて、医療管理者がビジネス運営を改善するのに役立つ予測分析ソリューション[流行語] を開発しています。[50]
人工知能研究の対象となる医療分野は次のとおりです。
放射線科
放射線医学で画像診断結果を解釈する能力は、臨床医が偶然見逃す可能性のある画像の微細な変化を検出するのに役立つ可能性がある。スタンフォード大学の研究では、その試験に参加した放射線科医よりも優れた平均F1指標（精度と再現性に基づく統計指標）で、対象患者の特定の部位で肺炎を検出できるアルゴリズムが作成された。[51]北米放射線学会の放射線学会議では、年次総会中に画像診断におけるAIに関する発表が行われた。放射線学におけるAI技術の出現は、専門家とは対照的に、特定の症例で特定の統計指標の改善を達成できるため、一部の専門家からは脅威とみなされている。[52] [53]
イメージング
最近の進歩により、顎顔面外科手術の結果の記述と評価、または顔の魅力や年齢による外見に関する口蓋裂治療の評価にAIを使用することが示唆されている。 [54] [55]
2018年にAnnals of Oncology誌に掲載された論文では、皮膚がんは皮膚科医よりも人工知能システム（深層学習畳み込みニューラルネットワークを使用）の方が正確に検出できると述べられています。平均して、人間の皮膚科医は画像から皮膚がんの86.6％を正確に検出しましたが、CNNマシンでは95％でした。[56]
病気の診断
世の中には多くの病気がありますが、AI が効率的かつ正確に病気を診断するために使用されている方法も数多くあります。最も悪名高い病気には糖尿病と心血管疾患(CVD) があり、どちらも世界の死亡原因の上位 10 位以内に入っており、正確な診断を得るための多くの研究や検査の基礎となっています。これらの病気は死亡率が高いため、正確な診断を得るためにさまざまな方法を統合する取り組みが行われています。
Jiangら（2017） [57]の論文では、さまざまな疾患に使用されているAI技術には複数の異なるタイプがあることが示されています。Jiangらが議論したこれらの技術には、サポートベクターマシン、ニューラルネットワーク、決定木などがあります。これらの技術はそれぞれ「トレーニング目標」を持ち、「分類が結果と可能な限り一致するように」説明されています。[57]
病気の診断/分類の詳細を示すために、これらの病気の分類には「人工ニューラルネットワーク（ANN）」と「ベイジアンネットワーク（BN）」という2つの異なる技術が使用されています。[58] 2008年から2017年までの複数の異なる論文のレビューから、[58] 2つの技術のどちらが優れているかが観察されました。導き出された結論は、「これらの病気の早期分類は、人工ニューラルネットワークやベイジアンネットワークなどの機械学習モデルを開発することで達成できる」というものでした。Alicら（2017年）[58]が導き出した別の結論は、ANNとBNの2つのうち、ANNの方が優れており、平均精度が「どちらの場合も（糖尿病で87.29、CVDで89.38）」でより正確に糖尿病/CVDを分類できるというものでした。
遠隔医療
遠隔医療の増加は、AIの応用の可能性の増加を示しています。[59] AIを使用して患者をモニタリングする能力は、病気の活動が起こった可能性がある場合に医師に情報を伝えることを可能にするかもしれません。[60]ウェアラブルデバイスは、患者を常にモニタリングすることを可能にし、人間には区別しにくい変化に気づく能力も可能にします。
電子健康記録
電子健康記録は、医療業界のデジタル化と情報普及に不可欠です。しかし、このデータをすべて記録すると、認知的負荷やユーザーの燃え尽き症候群などの問題が伴います。EHR開発者は現在、プロセスの多くを自動化しており、このプロセスを改善するために自然言語処理（NLP）ツールも使い始めています。センターストーン研究所が実施したある研究では、 EHRデータの予測モデルは、ベースラインでの個別治療反応の予測において70～72％の精度を達成していることがわかりました。[61]つまり、EHRデータをスキャンするAIツールを使用すると、人の病気の原因をかなり正確に予測できるということです。
薬物相互作用
自然言語処理の向上により、医学文献における薬物間相互作用を識別するアルゴリズムが開発されました。[62] [63] [64] [65] 薬物間相互作用は、複数の薬を同時に服用している人にとって脅威となり、服用している薬の数が増えるにつれて危険性が増します。[66]既知または疑われる薬物間相互作用をすべて追跡することの難しさに対処するために、相互作用する薬とその可能性のある影響に関する情報を医学文献から抽出する機械学習アルゴリズムが作成されました。 2013年には、DDIExtraction Challengeで取り組みが統合され、カルロス3世大学の研究者チームが薬物間相互作用に関する文献のコーパスを収集し、そのようなアルゴリズムの標準化されたテストを作成しました。[67]参加者は、どの薬が相互作用することが示されているか、およびその相互作用の特徴は何かをテキストから正確に判断する能力がテストされました。[68]研究者は、アルゴリズムの有効性の尺度を標準化するために、このコーパスを使用し続けています。[62] [63] [65]
他のアルゴリズムは、ユーザーが作成したコンテンツ、特に電子健康記録や有害事象報告のパターンから薬物間相互作用を特定します。[63] [64] FDA有害事象報告システム（FAERS）や世界保健機関（WHO）のVigiBaseなどの組織では、医師が薬剤に対する可能性のある副作用の報告を提出できます。これらのレポートを解析し、薬物間相互作用を示唆するパターンを検出するためのディープラーニングアルゴリズムが開発されました。[69]
参照
参考文献
- ^ 「Merative、バンガロール、ハイデラバード、チェンナイにインド・グローバル能力・イノベーション・センターを正式に開設」www.businesswireindia.com。
- ^ 公式プレスリリースは2012年4月25日、Wayback Machineにアーカイブされています
- ^ 「Veritas、トムソン医療部門の買収を完了」ロイター、2012年6月6日。 2012年7月8日閲覧。
- ^ 「IBM Watson Health、Truven Health Analyticsを26億ドルで買収する計画を発表、価値ベースのケアソリューションにおけるリーダーシップを拡大」IBM。2016年2月18日。2016年2月19日時点のオリジナルよりアーカイブ。 2016年2月19日閲覧。
- ^ 「IBM、Truven Health Analyticsを26億ドルで買収へ」ロイター2016年2月18日2016年8月24日閲覧。
- ^ Truven Health Analytics の発表。2012 年 6 月 6 日。http://truvenhealth.com/blog/announcing-truven-health-analytics
- ^ Davis, Michelle F.; Deveau, Scott; Davalos, Jackie (2022-01-23). 「IBM、Watson Healthの資産の一部を10億ドル以上で売却」ブルームバーグニュース。 2022年1月23日閲覧。
- ^ 「Francisco Partners - ニュース - Francisco Partners が IBM のヘルスケア データおよび分析資産の買収を完了し、ヘルスケア データ会社 Merative を設立」www.franciscopartners.com 2022-06-30 2022-07-28閲覧。
- ^ Kreutzer, Laura; Cooper, Laura (2022年7月12日). 「Francisco Partners がテクノロジー取引を支援するために約170億ドルを調達」.ウォールストリートジャーナル.
- ^ abc 「Watson の活用: 医療における Watson」。IBM。2012年 7 月 22 日時点のオリジナルよりアーカイブ。2013 年11 月 11日閲覧。
- ^ 「IBM Watson がエビデンスに基づく診断と治療提案でがんと闘うのを支援」(PDF)。IBM 。2013年 4 月 26 日時点のオリジナル(PDF)からアーカイブ。2013年11 月 12 日閲覧。
- ^ Saxena, Manoj (2013 年 2 月 13 日)。「IBM Watson の進捗状況と 2013 年のロードマップ (スライド 7)」。IBM。2013年11 月 12 日閲覧。
- ^ Wakeman, Nick (2011 年 2 月 17 日)。「IBM の Watson が医学部へ」ワシントン テクノロジー。2011年2 月 19 日閲覧。
- ^ Mathews, Anna Wilde (2011 年 9 月 12 日)。「Wellpoint の新入社員: Watson とは?」ウォールストリート ジャーナル。
- ^ Upbin, Bruce (2013 年 2 月 8 日)。「IBM の Watson がヘルスケア分野で初のビジネスを開始」Forbes。
- ^ Miliard, Mike (2012 年 10 月 30 日)。「Watson が医学部へ: クリーブランド クリニックと IBM がスーパーコンピューターを大学に送る」。ヘルスケア IT ニュース。2013年11 月 11 日閲覧。
- ^ 「MDアンダーソン、白血病を皮切りにがん撲滅を目指す「ムーンショット」ミッションにIBM Watsonを採用」（プレスリリース）。IBM。2013年10月18日時点のオリジナルよりアーカイブ。
- ^ 「IBMのWatsonがMDアンダーソンがんセンターで臨床試験に取り組む」Forbes。
- ^ 「MDアンダーソン、医療における人工知能の後退でIBM Watsonをベンチに」Forbes。
- ^ Leske, Nikola (2013年2月9日). 「医師ら、IBMスーパーコンピューターにがん治療の支援を求める」.ロイター. 2016年2月16日時点のオリジナルよりアーカイブ。 2013年11月11日閲覧。
- ^ 「MANIPAL HOSPITALS ANNOUNCES NATIONAL LAUNCH OF IBM WATSON FOR ONCOLOGY」www-03.ibm.com 2016-07-29. 2016年11月8日時点のオリジナルよりアーカイブ。 2017年1月17日閲覧。
- ^ ANI (2016-10-28). 「マニパル病院、がん治療にIBMの『Watson for Oncology』スーパーコンピューターを採用」Business Standard India . 2017年1月17日閲覧。
- ^ 「アジアの病院が癌治療にワトソンスーパーコンピューターを使用」STAT 2016-08-19 . 2017-01-17閲覧。
- ^ McCurry, Justin (2017-01-05). 「日本企業がオフィスワーカーを人工知能で置き換える」. The Guardian . ISSN 0261-3077 . 2017年1月29日閲覧。
- ^ グレッグ・サテル「IBMのワトソンは私たちの働き方をどう変えるのか」フォーブス。 2017年8月8日閲覧。
- ^ Garbuio , Massimo; Lin, Nidthida (2019). 「ヘルスケアスタートアップの成長エンジンとしての人工知能：新たなビジネスモデル」カリフォルニアマネジメントレビュー。61 (2): 59–83。doi : 10.1177 /0008125618811931。S2CID 158219917 。
- ^ Strickland, Eliza (2019-04-02). 「IBM Watson が AI ヘルスケアでいかにして過大な約束と不十分な成果を出したか」IEEE Spectrum : テクノロジー、エンジニアリング、および科学ニュース。2019年 4 月 4 日閲覧。
- ^ Meil, Doug (2021-04-21). 「Watson Health に何が起こったのか?」Association for Computing Machinery :BLOG@CACM . 2019-04-21に閲覧。
- ^ Condon, Stephanie (2022年1月21日). 「IBM、Watson Healthの資産を投資会社Francisco Partnersに売却」ZDNet . 2022年1月21日閲覧。
- ^ La Monica PR. 「合併マニアが医療に及ぼす影響」CNNMoney . 2018年4月11日閲覧。
- ^ 「なぜヘルスケア業界の合併はあなたのせいなのか」フォーチュン。 2018年4月10日閲覧。
- ^ Horvitz EJ、 Breese JS、Henrion M (1988年7月)。 「エキスパートシステムと人工知能における意思決定理論」。International Journal of approximate Reasoning。2 (3): 247–302。doi :10.1016/0888-613x(88)90120-x。ISSN 0888-613X 。
- ^ Arnold D、Wilson T (2017年6月)。「What Doctor? Why AI and robotics will define New Health」(PDF) 。PwC。2018年10月8日閲覧。
- ^ Cohn J (2013年2月20日). 「ロボットがあなたに会いに来ます」.アトランティック誌. 2018年10月26日閲覧。
- ^ ロレンツェッティ、ローラ（2016年4月5日）。「がんから消費者向けテクノロジーへ：IBMのワトソンヘルス戦略の内側を見る」フォーチュン。 2018年10月26日閲覧。
- ^ 「IBMとレンセラーが認知コンピューティングで慢性疾患を研究」
- ^ Bass D (2016年9月20日). 「マイクロソフト、がん医師が適切な治療法を見つけるのを支援するAIを開発」ブルームバーグ. 2018年10月26日閲覧。
- ^ Knapton, Sarah (2016年9月20日). 「マイクロソフトは、病変細胞を「再プログラム」することで10年以内に癌を「解決」する」The Telegraph . 2018年10月16日閲覧。
- ^ Bloch-Budzier, Sarah (2016年11月22日). 「NHSがGoogleと提携して患者の治療にあたる」BBCニュース。 2018年10月16日閲覧。
- ^ Baraniuk, Chris (2016年8月31日). 「Googleががんスキャンにアクセス」BBCニュース2018年10月16日閲覧。
- ^ Primack, Dan (2016年5月26日). 「Intel Capital、10億ドルのポートフォリオ売却を中止」. Fortune . 2018年10月26日閲覧。
- ^ 「アルゴリズムにもマネージャーが必要」ハーバード・ビジネス・レビュー2016年1月1日2018年10月8日閲覧。
- ^ Coiera E (1997).医療情報学、インターネット、遠隔医療ガイド。Chapman & Hall, Ltd.
- ^ Power B (2015 年 3 月 19 日)。「人工知能はビジネスにほぼ対応可能」ハーバード ビジネス レビュー。マサチューセッツ総合病院。
- ^ Bahl M、Barzilay R、Yedidia AB、Locascio NJ、Yu L、Lehman CD（2018年3月）。「高リスク乳房病変：病理学的グレードアップを予測し、不必要な外科的切除を減らす機械学習モデル」。放射線学。286 （ 3 ）：810–818。doi ：10.1148/radiol.2017170549。PMID 29039725 。
- ^ ab Bloch-Budzier S (2016年11月22日). 「NHS、患者の治療にGoogleの技術を活用」BBCニュース。
- ^ Lorenzetti, L. (2016 年 4 月 5 日)。IBM Watson Health が医療業界にもたらす変革とは。http://fortune.com/ibm-watson-health-business-strategy/ より取得
- ^ 「CB Insights 人工知能レポート」(PDF) 2016年6月28日。
- ^ HealthITAnalytics (2018-08-08). 「医療提供者が臨床的、財務的利益のために予測分析を採用」HealthITAnalytics . 2019-01-16閲覧。
- ^ 「医療における予測分析は手術室の利用率向上に役立つ」SearchHealthIT . 2019年1月16日閲覧。
- ^ Rajpurkar P、Irvin J、Zhu K、Yang B、Mehta H、Duan T、Ding D、Bagul A、Langlotz C、Shpanskaya K、Lungren MP (2017-11-14)。「CheXNet: 深層学習による胸部X線画像での放射線科医レベルの肺炎検出」。arXiv : 1711.05225 [ cs.CV]。
- ^ Chockley K, Emanuel E (2016 年 12 月). 「放射線科の終焉? 放射線科の将来に対する 3 つの脅威」. Journal of the American College of Radiology . 13 (12 Pt A): 1415–1420. doi :10.1016/j.jacr.2016.07.010. PMID 27652572.
- ^ Jha S、Topol EJ （2016年12月）。「人工知能への適応：情報スペシャリストとしての放射線科医と病理学者」JAMA。316（22）：2353–2354。doi ： 10.1001 /jama.2016.17438。PMID 27898975。S2CID 3662362 。
- ^ Patcas R、Bernini DA、Volokitin A、Agustsson E、Rothe R、Timofte R（2019年1月）。「人工知能を適用して、顎矯正治療が顔の魅力と推定年齢に与える影響を評価する」。International Journal of Oral and Maxillofacial Surgery。48（1）：77–83。doi ：10.1016/j.ijom.2018.07.010。PMID 30087062。
- ^ Patcas R、Timofte R、Volokitin A、Agustsson E、Eliades T、Eichenberger M、Bornstein MM（2019年8月）。「口唇裂患者の顔の魅力：人工知能ベースのスコアリングと従来の評価者グループの直接比較」。European Journal of Orthodontics。41 （ 4 ）：428–433。doi ：10.1093/ejo/cjz007。hdl ：20.500.11850/ 377316。PMID 30788496。S2CID 73507799 。
- ^ 「コンピューターは医師よりも正確に皮膚がんを検出することを学習」。ガーディアン。2018年5月29日。
- ^ ab Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, et al. (2017年12月). 「ヘルスケアにおける人工知能：過去、現在、そして未来」.脳卒中および血管神経学. 2 (4): 230–243. doi :10.1136/svn-2017-000101. PMC 5829945. PMID 29507784 .
- ^ abc Alić B、Gurbeta L、Badnjević A (2017 年 6 月)。「糖尿病と心血管疾患の分類のための機械学習技術」。2017年 6 月地中海組み込みコンピューティング会議 (MECO) 。IEEE。pp . 1–4。doi :10.1109/ meco.2017.7977152。ISBN 978-1-5090-6742-8. S2CID 22942669。
- ^ Pacis D (2018年2月). 「人工知能を活用した遠隔医療の動向」. AIP Conference Proceedings . 1933 (1): 040009. Bibcode :2018AIPC.1933d0009P. doi : 10.1063/1.5023979 .
- ^ 「人工知能 | AIの種類 | 人工知能の7つの実用的な使い方」Talky Blog 2019-07-12。2019年7月17日時点のオリジナルよりアーカイブ。 2019年7月27日閲覧。
- ^ Bennett, Casey C.; Doub, Thomas W.; Selove, Rebecca (2012). 「EHR は研究と実践を結び付ける: 予測モデリング、人工知能、臨床意思決定サポートが交差する場所」。医療政策と技術。1 ( 2): 105–114。arXiv : 1204.4927。doi : 10.1016 /j.hlpt.2012.03.001。S2CID 25022446 。
- ^ ab B. Bokharaeian および A. Diaz、「言語ベースの否定と節の依存関係の検出による文献からの薬物間相互作用の抽出」、Journal of Artificial Intelligence and Data Mining、vol. 4、no. 2、pp. 203–212、2016年。
- ^ abc R. Cai et al.、「自発的な有害事象報告からの因果関係ルールの発見による有害な薬物間相互作用の特定」、Artificial Intelligence In Medicine、vol. 76、pp. 7–15、2017年。
- ^ ab F. Christopoulou、TT Tran、SK Sahu、M. Miwa、およびS. Ananiadou、「アンサンブルディープラーニング手法による電子健康記録における薬物有害事象と投薬関係の抽出」、J Am Med Inform Assoc、2019年8月。
- ^ ab D. Zhou、L. Miao、Y. He、「薬物間相互作用抽出のための位置認識型ディープマルチタスク学習」、Artificial Intelligence In Medicine、vol. 87、pp. 1–8、2018年。
- ^ García Morillo、JS Optimización del tratamiento de enfermos pluripatológicos en atatención primaria UCAMI HHUU Virgen del Rocio。セビリア。スペイン。 SEMI のメンバーは以下から入手可能です:ponencias de la II Reunión de Paciente Pluripatológico y Edad Avanzada アーカイブ 2013-04-14 at Archive.today
- ^ M. Herrero-Zazo、I. Segura-Bedmar、P. Martínez、T. Declerck、「DDIコーパス：薬理学的物質と薬物間相互作用の注釈付きコーパス」、Journal of Biomedical Informatics、vol. 46、no. 5、pp. 914–920、2013年10月。
- ^ I. Segura-Bedmar、P. Martínez、M. Herrero-Zazo、「SemEval-2013 タスク 9: 生物医学テキストからの薬物間相互作用の抽出 (DDIExtraction 2013)」、Second Joint Conference on Lexical and Computational Semantics、第 2 巻、341 ～ 350 ページ、2013 年 6 月。
- ^ B. Xu他、「フルアテンションメカニズムに基づく薬物相互作用抽出のためのユーザー生成コンテンツの組み込み」、IEEE Trans Nanobioscience、vol. 18、no. 3、pp. 360–367、2019年7月。
外部リンク
- 公式サイト
- IBM ワトソンヘルス