ジョンズ・ホプキンス大学の研究者たちは、外科手術の技術を練習する医学生にリアルタイムのフィードバックを提供する画期的なAIツールを開発しました。この革新的なツールは、深刻化する外科医不足を緩和し、医療研修を大幅に改善することを目指しています。
外科医不足が深刻化する中、ジョンズ・ホプキンス大学のチームは、医学生に複雑な外科手術を指導するための先駆的な人工知能ツールを開発した。
リアルタイムで個別化されたフィードバックを提供するよう設計されたこの革新的な技術は、先日、国際医用画像コンピューティングおよびコンピュータ支援介入会議（ICIMI）で披露されました。熟練外科医の動画を用いて学習されたこのAIシステムは、縫合訓練を行う学生に詳細なガイダンスを提供します。
「私たちは今、極めて重要な時期を迎えています。医師不足はますます深刻化しており、より多くの、より良い実習機会を提供するための新たな方法を見つける必要があります。現状では、既に時間に余裕のない外科医が、学生の実習を観察し、評価し、詳細なフィードバックを与える必要がありますが、これではスケールしません」と、AI支援医療の専門家で本論文の主任著者であるマティアス・アンベラス氏はニュースリリースで述べています。「次善策は、学生に自分の仕事が熟練した外科医の仕事とどのように異なるかを示す、説明可能なAIかもしれません。」
現在、医学生は新しい技術を学ぶために、専門医による手術の動画に大きく依存しています。既存のAIモデルは学生のパフォーマンスを評価することはできますが、具体的で実用的なフィードバックを提供するには至っていない場合が多くあります。
アンベラス氏によると、これらのモデルは、生徒が何を正しく行い、何を間違っているのかを説明することができず、これは効果的な自己訓練には非常に重要であるという。
「これらのモデルは、スキルの高低を教えてくれます。しかし、その理由を説明するのは困難です」と彼は付け加えた。「有意義な自己学習を可能にするには、学習者が何に、そしてなぜ集中すべきかを理解できるように支援する必要があります。」
研究チームは、生徒の成績を評価するだけでなく、改善のための詳細な指示も提供する「説明可能なAI」を活用した。
このAIは、熟練外科医が切開を閉じる際の手の動きを分析することで学習されました。学生が同じ作業を行うと、AIは即座にフィードバックを提供し、学生の技術を熟練者の技術と比較し、改善点を提案します。
「学習者は、自分の成果を客観的に評価してくれる人を求めています」と、ジョンズ・ホプキンス大学のコンピュータサイエンス博士課程の学生で筆頭著者のカタリナ・ゴメス氏は付け加えた。「介入前後のパフォーマンスを計算し、彼らが専門家の実践に近づいているかどうかを確認できます。」
研究者らは、AIコーチング法と従来のビデオベースの学習の有効性を評価するため、対照試験を実施しました。縫合経験のある医学生12名を無作為に割り当て、2つの方法のいずれかを用いて訓練を行いました。初期結果では、AIによる指導を受けた経験豊富な学生は、ビデオを用いた学生よりも有意に速く学習することが示されました。
「AIからのフィードバックは、人によっては大きな効果を発揮します」とアンベラス氏は付け加えた。「初心者の学生はまだ課題に苦労していましたが、外科手術の基礎をしっかりと身につけ、アドバイスを活用できるレベルに達した学生は、大きな効果を実感しました。」
今後、チームはAIモデルを改良してよりアクセスしやすく使いやすくし、学生が基本的な機器とスマートフォンを使って自宅で練習できるようにすることを目指している。
「縫合キットとスマートフォンがあれば、自宅で快適に練習できるコンピュータービジョンとAI技術を提供したいと考えています」とウンベラスは付け加えた。「これは医療分野におけるトレーニングの拡大に役立つでしょう。重要なのは、この技術をいかに活用して問題を解決できるかということです。」
出典： ジョーンズ·ホプキンス大学