• AIは仮説の生成、データ分析において新たな地平を切り開く、リヤドのパネルが聞く
• Global Healthspan Summit、ヘルスケアにおけるAIの倫理的影響について議論

ラハフ・ジャムビ

リヤド：水曜日、リヤドで開催された会議の専門家たちは、画期的な発見を可能にする超知能マシンの出現により、人間の研究者が時代遅れになるのではないかという問題に取り組んだ。

アラブニュースがメディアパートナーを務めるグローバル・ヘルスパン・サミットのパネルディスカッションでは、科学研究における人工知能の可能性を探るべく、専門家たちが一堂に会した。

「AI – 待ちに待った最高の科学者？」と題されたセッションでは、新しいテクノロジーが仮説の生成、実験計画、データ分析において人間の能力を超える可能性があるという仮説を提示し、科学界に疑問を投げかけた。

著名な貢献者である、スイスにあるJLIグローバル・ヘルス・ディプロマシー・センターのディレクターであるクリストフ・ベン博士と、米国のアルデン・サイエンティフィックのCEO兼創設者であるジェイミー・ヘイウッド氏が、サウジアラビアのヘボリューション財団の投資パートナーであるイェンス・エックスタイン博士の司会で、議論に参加した。

ヘイウッド氏は、AIの変革の可能性を強調して、会話を始めた。

「数学やデータ技術は特に新しいものではありません。変化しているのは、データ量と、それに対して適用できる計算能力です」と彼は述べた。

現代の科学的手法とAIを組み合わせることで、研究者たちはより微妙な質問をすることができると、ヘイウッド氏は述べた。

一般的な臨床試験に頼るのではなく、研究者たちは現在、個々の状況に合わせて質問をカスタマイズすることができ、それによって発見の関連性と適用可能性を高めることができる。

ヘイウッド氏は次のように説明した。「十分な変数と慎重に設計されたクエリがあれば、重要な質問に答えることができます。例えば、『何が私に助けになるのか？何が有害なのか？食事療法や投薬治療など、生活の変化はどのように感じられるのか？』といった質問です」

このような個別化された洞察は、最新のAI技術の統合なしには実現不可能であると、同氏は付け加えた。

しかし、ヘイウッド氏はAIの落とし穴、特に「ガベージイン・ガベージアウト」現象についても警告した。

機械学習は価値ある洞察を生み出すことができるが、基礎となるデータが不完全であったり誤って解釈されたりすると、エラーが発生しやすくなる、と彼は説明した。

「機械学習はデータの季節性エラーを修正できるが、従来の科学的手法では発見できないような見せかけの相関関係を生み出す可能性もある」と彼は警告した。

例えば、英国バイオバンクのデータがビタミンDと老化の相関関係を示唆しているが、これはこれまでの知識と矛盾していると彼は述べ、AIを活用した研究では厳格な監視が重要であることを強調した。

ベン氏はこれらの意見に同意し、個別化医療の文脈においてAIを責任を持って使用する必要性を強調した。

「機械学習なしで現代の医療を効果的に行うことは可能だろうか？ 私にはわからない」と彼は述べた。

ベン氏は、数千もの変数から構成される現代のヘルスデータの複雑さは、人間の直感だけでは手に負えないと述べた。

「人間はある程度の関係性を直感的に理解することはできるが、そのレベルでデータを分析することはできない」と彼は述べた。

また、医療におけるAIを取り巻く倫理的影響や規制の必要性についても議論された。

同氏は、AIツールが検証され認証されることを保証する枠組みを確立することの重要性を指摘した。

「消費者と研究者の両方の視点から、これらのツールを信頼する必要があります」

同氏は、明確な認証プロセスや説明責任の措置が確立されていない状況でAIの革新を市場に投入することにためらいを見せる研究者の懸念を共有した。

「認証プロセスがあるのか、意図しない副作用に対して説明責任が問われるのかがわからない限り、AIツールを販売することはないだろう」と彼は述べた。

パネルディスカッションの最後に、科学界にとって重要な岐路に立っていることが強調され、AIの研究への統合は健康と疾患に対する理解を革命的に変える可能性があるが、同時に倫理的および規制上の枠組みについて慎重に検討する必要があることが指摘された。