医療機器における人工知能

フランク・シャドットによる、 IMTスイス

医療技術におけるAIアルゴリズムには巨大な可能性があります。匿名の治療データは、治療推奨に凝縮することができます。デバイスの診断を改善し、寿命を延ばすことができます。さらに、制御および規制のタスクは、すでに部分的にニューラルネットワーク、決定木、その他の類似の手法によって引き継がれています。

しかし、医療技術はAIおよびMLシステムに高い要求を課します。誤った決定は深刻な結果をもたらす可能性があります。ニューラルネットワークの挙動は、人間が開発したアルゴリズムの挙動よりも予測が難しい場合があります。医療技術におけるAIシステムの安全性を確保するための規制ガイドラインが緊急に必要です。したがって、スイスのIMT情報管理技術株式会社の従業員は、年初からIEC PT63450標準委員会で「人工知能対応医療機器 - 技術的検証およびバリデーションの方法」に取り組んでいます。

医療機器における組み込みデバイスのプロセッサ性能は、マルチメディアPCや生産施設のそれに比べて、しばしば桁違いに低いです。したがって、組み込みシステムの典型的なプロセッサは、複雑な学習タスクを処理するには十分な性能を持っていないことが多いです。それにもかかわらず、人気のあるAIアルゴリズムの大部分は、PCやサーバーがトレーニングを担当する場合、容易に統合することができます。これは、ほとんどの場合、トレーニングがその後のアプリケーション（推論）よりもはるかに計算集約的であるためです。

これは人工ニューラルネットワーク（ANN）だけでなく、サポートベクターマシン、決定木、その他多くのものにも当てはまります。ベイズネットワークは反例です：ここでは、推論も計算集約的です。これは、条件付き確率を複数の変数にわたる数値積分によって計算する必要があるためです。

こちらで全文を読む（ドイツ語）