清華大学の研究チームは最近、AI医療トレーニングのための完全にシミュレーションされた環境を発表しました。この仮想環境により、仮想医師は実際の患者と実際にやり取りすることなく、仮想病院でトレーニングを行うことができます。

関連記事：AIが農家の作物栽培や家畜飼育を支援

清華大学インテリジェント産業研究所（AIR）とコンピュータサイエンス学科は、仮想の労働者と患者を含む病院の非常に詳細なシミュレーションを作成しました。エージェント病院と呼ばれる仮想環境では、AI医師が何千人もの仮想患者の診断と治療を行うことができます。AI医師は、学習と間違いのプロセスにより、徐々に患者の診断と治療に熟練しました。

仮想環境によりAI医師が仮想患者を診断できるようになる

このシミュレーション環境の主な利点は、実際の患者を待たずに、ユーザーが多数の症例を処理できることです。この方法は、トレーニングが速いだけでなく、経済的にも効率的です。このようにして、AI は比較的短時間で何千もの仮想患者のデータを蓄積できます。

関連記事：Meta、EUユーザーのデータでAIを訓練する計画を中止

研究者らは、1万人の患者の記録を基に仮想AI医師を訓練する際に、MedAgent-Zero法と呼ばれるプロセスを採用した。研究者らは、8つの病気について大規模な言語モデルを訓練し、電子医療記録を作成した。これらの病気には、急性鼻咽頭炎、急性鼻炎、気管支喘息、慢性気管支炎、COVID-19、インフルエンザA、インフルエンザB、マイコプラズマ感染症などがある。仮想患者は病気の兆候や段階がそれぞれ異なるため、訓練セットのデータベースは多様化している。

GPT-3.5-turbo-1106 モデルで構築された AI ドクターは、短期間ではるかに効果的になりました。10,000 件の仮想症例を処理し、患者の検査、診断、治療で高い成功率を報告し、システムの学習曲線が良好であることを示しています。特定の病気の全体的な成功率は、検査で 88%、診断で 95.6%、治療で 77.6% でした。

GPT-4は医療ライセンス試験問題でGPT-3を上回る

その後の研究では、清華大学の研究者らが MedAgent-Zero メソッドを gpt-4-1106-preview モデルに適用しました。パフォーマンスの比較は、USMLE などの医療ライセンス試験を再現する MedQA データセットの 1273 の質問で実施されました。この研究では、呼吸器疾患の質問に対する正解率が GPT-3 の 84.72% に対して GPT-4 モデルでは 93.06% と大幅に向上したことが明らかになりました。

こちらもお読みください: アフリカのサイバーセキュリティ起業家 1,000 人を対象とした新しい AI トレーニング プログラム

清華大学による Agent Hospital と MedAgent-Zero メソッドの開発と実装の成功は、医療トレーニングにおける新たな革命を意味します。仮想シミュレーションは、AI 医師が制御され調整可能な環境で練習できるため、トレーニング プロセスをより効率的に行うことができるため、有益です。

ブレンダ・カナナによるクリプトポリタンレポート