Discover 2022-7,8より。医療におけるAI　3

チャットボットについての項目（CHATBOTS HAVE ARRIVED）についての２回目です。
が、今回はあまりチャットボットが出てきません。
前回の最後が「AIの利用はチャットボットだけではない」で終わってますからね。
今回はどちらかというとAIの利用のされ方に焦点が当たっています。
それでは早速

セラピストの必要性は増加傾向にあったようです。

この二十年間、研究者たちはセラピストを補助し、彼らが見逃してしまったものを指摘して、適切な治療方法を提案するようなものになるようAIを発展させてきたようです。
根底にはセラピストの不足があったようです。
当然、セラピストの必要度（主に人数。その他には地域的な広がりという意味で）は、社会情勢などによって増減はしたものの、一貫して増加傾向だったようですね。

AIの得意分野は、データや情報の解析ですね。

ある科学者は、AIの発展の鍵になるのはデータであるといっています。
どういう事かと言うと、データに基づくアルゴリズムの最適化によって、適切な診断を行えるようになるのではないかと言うことのようです。

元々、精神的な疾患というのは、多くの共通項を持っているからだそうです。
違う疾患なのに同じ症状を示すというのがたくさんあるようです。
つまり、血圧のような身体的な疾患を見るときの特徴的なデータというのが、精神的疾患ではなかなかないようです。

こういうものをクリアするために、fNMRという脳内の血流量を測定するやり方があるようなのですが。
そのデータにはとにかくノイズが多く乗ってしまうそうです。
ここから疾患を特定するような信号を取り出すアルゴリズムが必要になるのですが。
そのためには多くのデータが必要なんだそうです。

とはいえ、こういった取り組みはまだ始まったばかりで、ゴールは遠いようですが。

AIが医療に使われることでのことでの陽の部分をみてきましたが、陰の部分はどうでしょう。

ここまで、AIが医療に使われることでのメリット、つまり陽の部分をみてきました。
では、考えられる陰の部分はどうでしょう？
当然ですがあります。
それは次回に回しましょう。

AIそのものをちょっと詳し目に知ろうと思って調べまして。
AIの発展には「ディープラーニング」というものが書くことのできない要素のようです。
専門的な話はちょっと置いておくとして。
私は「AI自身が情報を集めて検討し、自分を高めていく」というものと受け取りました。
つまり、学習するAIってことですね。
プログラマーの言ったことしかできなかったPCから。
プログラマーが言わなかったことまで自分で知っていくPCに。
その変化を私たち人間がどう捉えていくのか。
そういうところも最後で私の考えを書いてみたいと思っています。
とりあえず、本論はあと１回で終わる予定なんですけどね。