ヘルスケア業界で進むAI開発や導入にはどのような動きがあるのでしょうか？
ここでは、実際にヘルスケア関連企業で導入されているAIの成功事例を取り上げて紹介しています。
ヒアリングやインタビューから、プロアスリートだけでなく、一般アスリートや部活や習い事でのスポーツをするお子さんをもつ保護者の方も食事への関心が高いことが判明。トップアスリートへの支援活動から得たノウハウを活かし、一般アスリートにも提供できるようにした自動献立提案アプリ「勝ち飯®AI」を開発しました。
「勝ち飯®AI」での献立やレシピには味の素独自のテクノジーを活用し、栄養面では食サポート活動「ビクトリープロジェクト®」の管理栄養士が監修。アスリートに必要な栄養計算をアルゴリズム化し計算された栄養素での献立提案を可能にするカスタムAIに、フロントアプリに連携するAPI、ユーザーのデータベースと開発しています。
| 対応内容 | レコメンド機能 |
|---|---|
| 開発企業 | 株式会社 Laboro.AI |
IQVIAソリューションズ ジャパン株式会社は、保有する医薬品データから、販売とコンサルテーションを提供しているグローバルリーディングカンパニー。医薬品のライフスタイルにおける臨床開始から販売後までフルラインで対応しており、すべてのプロセスでデータやテクノロジーを活用しています。
クライアント企業へのヒアリングから売上予測へのニーズが高いことがわかり、そのサービス化を検討。新たに機械学習モデルを構築して未来の売上予測値を算出するサービスを開発し、実用化の検証やチューニングで確認したのちに提供を開始。
顧客が強い興味を示しているサービスの提供ができ、製薬会社や医療情報担当者（MR）の意思決定支援を可能にしました。また、機械学習モデル構築プロジェクトのナレッジの習得、ビジネス展開のノウハウ、社員の好き習得などの成果が得られました。
| 対応内容 | 購買予測・需要予測・マッチング |
|---|---|
| 開発企業 | 株式会社ブレインパッド |
製薬・ヘルスケア業界でのAI導入やDX推進を円滑におこなうため、必要なIT知識を持ったデジタル人材の育成をサポート。業界特有のデータの性質や可視化などの手法が身につけられる講座で、正しい見方や概念・解釈を持つデータサイエンティストを育てます。
また、dotDataを活用した伴走型データドリブンDX支援も提供しています。製薬・ヘルスケア業界においても推奨されているデジタルトランスフォーメーションに、システム・分析・組織が一体となっての取り組み方を提案します。
| 対応内容 | 人材育成 |
|---|---|
| 開発企業 | Accenture（旧Albert） |
医療・介護用ベッドやマットレスなどの製造・販売をおこなっているパラマウントベッド株式会社にて、安全に介護するための転倒・転落対策を目的とした高精度の動作認識・予測機能を導入しました。
画像検出技術をメインに、過去の知見からさまざまなAIアルゴリズムを組み合わせ、人の動作認識や予備動作から行動が予測できる手法を開発。ベッド上やその周辺にいる患者さんの動作を高精度に認識予測して、効率的な検知をおこなえるようにしました。
この開発により不要な呼び出し抑制やもしもの場合の早期発見など、現場スタッフへの負担を軽減。今後は、プライバシーの観点から画像毎の人物にマスク処理を施せるようにし、患者さんへの圧迫感を軽減するシステムを進めています。
| 対応内容 | ヘルスケア業界・行動認識・異常検知・異音検知 |
|---|---|
| 開発企業 | ギリア株式会社 |
AIで歩行状況を解析するスマートフォンアプリを使い、歩行能力や質の可視化することで超高齢化社会による社会問題の解消に取り組んでいます。
介護状態になるのを予防するためのデジタルヘルスプロダクトを医療現場スタッフに使ってもらうため、現場のヒアリングや結果分析などをおこなうアジャイル型で推進。開発には歩行能力や質を可視化することができる、エクサウィザーズの独自AIアルゴリズムによるAI歩行分析プロダクトを使用。実際の歩行の様子や速度、リズム、ふらつきなど、専門家のノウハウを取り入れながら評価できるようにしました。
また、アステラス製薬の機械学習やソフトウエア、UI/UXのエンジニアも現場でリアルな声を聴きこみ、その内容からプロダクトの使用や機能、デザインを決定していきました。
| 対応内容 | ヘルスケア業界 |
|---|---|
| 開発企業 | 株式会社エクサウィザーズ |
医療現場ではさまざまなソリューションが導入されており、AI技術についても多くの場面でみることができます。その処理スピードや正確性も向上していますが、まだまだ完璧とはいえません。 例えば、過去の医療データから分析・判断していく中で、症例が少ない事柄ではそのデータ量も十分に集まりにくく、結果が偏り正確かどうかが疑わしいものになります。AIは膨大な量のデータを分析・活用するのが得意なので、技術が発展しているとはいえ、データ不足で適用できない部分もあるのです。
医療業務における画像診断や過去の論文・症例からの分析、データ整理や入力作業などは、大量の情報を扱うAIにピッタリの作業です。ヘルスケア現場で適切な診断や治療をサポートしてくれます。 AI受託開発を成功させるには、ベンダーとの密なコミュニケーションが必須となります。
TOPページでは企業の課題解決に向き合う人材やサポート体制に力を入れているベンダーをピックアップしていますので、是非比較・検討の参考にされてみてください。
