（Giancarlo De Leoによる）人工知能（AI）またはAI（アングロサクソン語辞典の人工知能）は、コンピューターサイエンスの分野であり、ソフトウェアとハードウェアシステムの両方のプログラミングと設計を通じて、マシンに通常のタスクを装備させることができます。それらは人間の心だけを意図しています。
人工知能はコンピューターの普及とともに誕生し、その生年月日は通常1956年です。実際、今年、人工知能は会議で初めて話題になりました（ダートマス夏季人工知能研究プロジェクト）これは米国のダートマスで開催され、コンピューターサイエンスで最も重要な名前のいくつか（マッカーシー、ミンスキー、ロチェスター、シャノン、ニューウェル、サイモン）が参加しました。 この歴史的な会議の間に、特に数学に関連して、いくつかの論理的な推論を実行することができるいくつかのプログラムが発表されました。
今日、AIは産業セクター全体に革命を起こすだけでなく、市民同士や企業、行政機関、市民社会との非常に相互作用を生み出すことができます。
その可能性は、AIが仕事の生産性を向上させ、並外れた進歩を可能にする前例のない機会であることに専門家が同意するようなものです。
一方、新興技術の開発は、経済開発省が実施した行動の中心のポイントのXNUMXつです。最終的な文書は、「人工知能のためのイタリアの戦略」の提案とともに昨年XNUMX月に公開されました。昨年の公開協議後に寄せられたコメントを盛り込んだ専門家グループによって実施されました。
最近、閣僚理事会はイタリア人工知能研究所（I3A）の設立を承認しましたが、国際市場から才能を引き付けることと、 ''イタリアの人工知能、主な技術動向（5G、インダストリー4.0、サイバーセキュリティを含む）に関連しています。
トリノに拠点を置くこのセンターは、約80万ユーロの年間予算に頼ることができ、研究センターや大学と協力して600人の従業員を持つ基準点になります。 関与するセクターには、製造とロボット工学、IoT、モビリティ、農業食品とエネルギー、行政、文化と デジタル人文科学、航空宇宙およびヘルスケア。
医療における人工知能
ヘルスケアの人工知能アプリケーションは、医師の決定をサポートするためのいくつかの診断活動のコンピューター化により一般的になっています。 医療分野のAIは、ロボット手術の規制が適切ではなく、更新されるためにも、まだ十分に開発されていないと見なすことができる領域です。
ヘルスケア企業が作成した膨大なデータにAIを適用すると、次のような大きなメリットが得られます。
- 予測的で個別化された健康予防方針を計画する。
- 援助の要請を予測する。
- 臨床徴候および症状の検出の精度を向上させる;
- 実験室分析の結果の自動使用;
- 個別の治療プロトコルまたは計画を策定する。
- 治療の副作用の発見を分析する;
- 緊急事態を予測し、医療施設への再入院率を計算します。
- 病気の蔓延を予測し、ケアチームの調整を容易にします。
したがって、人工知能は、症状や特定の疾患を発症する素因の研究と特定を通じて、非常に早期の診断の新時代に突入することを可能にします。
重大な病気の入院費用を推定し、可能な予防キャンペーンの影響を監視することも可能です。
心臓病学や放射線学などの医療専門分野は、この恩恵を受けています。
画像診断部門は大きな変革を遂げており、人工知能の利点は非常に重要であり、今後も重要であることに注意してください。
医療における人工知能の別の応用分野は、ロボット支援手術の分野です。 ロボット手術の分野、特にマイクロサージェリーの分野でAIがすでに数年間使用されている技術をどのように改善できるかを証明する非常に重要な用途がすでにあります。
人工知能が非常に重要な貢献をすることができる別の領域は、予防医学と新薬の同定を促進することによってヘルスケアを改善することです。
ヘルスケアでは、IBMワトソンは確かにAIの世界でのリファレンスソフトウェアのXNUMXつであり、現在、癌患者のための特殊な治療法を特定するために使用されています。
さらに、Covid-19はすべての人に回答の検索を強制し、企業、政府機関、医療機関、学校、非営利機関に負担をかけています。
IBMは、米国のCDCガイドラインと最新の医療療法の結果を直接活用することにより、Covid-19に関する一般的な質問に答えるようにWatson Assistantをトレーニングしました。
このアルゴリズムは、人間による評価に基づく分析よりも短時間で結果を提供でき、世界中のどこでも使用できます。
患者はこのようにして、単純化されたプロセスと個別化された支援を利用できます。
現在、医師とAIの間に実際の相乗効果はありません。これらの専門家は、人工知能が完全な自律性で実際に評価を実行する方法を理解するのが難しいことに注意してください。
診断と治療の決定は常に医療専門家の手に委ねられるため、アルゴリズムには、患者の健康に関する人間の介入の評価を受けさせることにより、不確実な領域を識別する分析を作成する機能が必要AIアシスタンスの助けを借りて、より速くより正確にできる最後の言葉。
リスクと倫理的側面
人工知能を医療システムに統合すると、人間の介入をより具体的には健康関連の活動に専念させることで、費用を節約できます。
AIベースのヘルスケアテクノロジーの普及は、主にIoT（モノのインターネット）とウェアラブルがAIを利用してユーザーの生活の質を向上させ、問題を予測することに起因しています。
AIを使用するソフトウェアは、データを分析してユーザーとその医療専門家に潜在的な健康上の問題とリスクを警告し、作業負荷を軽減し、不必要な通院を防ぎ、コストを削減できます。
AIに関連するすべてのものと同様に、これらのヘルステクノロジーイノベーションは人間が提供するデータに依存しています。つまり、データセットに無意識のバイアスが含まれるリスクがあります。 特にデリケートなヘルスケア市場では、人工知能の潜在的に「危険な」傾向を制限および防止するために、新しい倫理ルールを確立することが不可欠です。
今後の展望
評価および予測テクノロジー、ウェアラブルテクノロジー、デジタルヘルスケア、デジタルトランスフォーメーションに対する継続的な需要により、ヘルスケアでのAIの使用は増加していますが、具体的なプライバシーの問題により、モバイルおよびデジタルツールの採用が遅れています患者データを管理します。
したがって、ヘルスケアデータはおそらく財務データと並んで利用できる最も価値があるため、ヘルスケア施設とヘルスケア専門家はサイバー犯罪の真の標的になる可能性があります。
一方、EU規則679/16（GDPR）の発効により、医療部門でもデータセキュリティへの取り組みに重要な変更が加えられました。 説明責任とリスク管理の概念に基づいたこの新しいアプローチは、臨床分野において、デフォルトおよび設計によるプライバシーに基づいたビジネス管理システムの実装、および適切なセキュリティ対策（トレーニング、予防および予測メンテナンス、サイバーセキュリティ、ビジネス継続性、災害復旧）。
大規模なデータセット（ビッグデータ）の急激な増加と、この新しい情報の流れを管理するための十分な訓練を受け、認定された医療関係者がいないという結果を考慮する。
臨床的に信頼性が高く、安全で費用効果の高い情報を確実に利用できるようにするために、デジタルトランスフォーメーションは、患者の診断と治療の経路を改善するための高い価値を生み出すために行われる決定の不確実性を減らすことができることが重要です。
したがって、人工知能のサポートは、エラー率の低減と組み合わせて試験の迅速な分析を可能にするために決定的になります。
これらのツールを備えていない医療施設は、非常に長い待機リストと不正確な診断をする可能性が高まるため、根拠を失う運命にあります。
したがって、結論として、医療における人工知能は、Covid後の国の再生のために距離をなくし、社会的および環境的持続可能性を促進することができる要因のXNUMXつであると考えています。
Giancarlo De Leo、医療科学出版およびデジタルヘルスのコンサルタント、パートナーおよびイタリアデジタル革命協会（AIDR）のデジタル健康天文台の秘書