人工知能（AI）は、医学史上最も強力なツールの1つであり、診断の迅速化、治療の個別化、そしてこれまで不可能だった規模での医療の変革を可能にする。しかし、これまでの進歩のほとんどは成人を対象としたものだった。.
スタンフォード大学医学部小児保健科 は、その格差を縮め、すべての子どもがAIの持つ可能性を最大限に活用できる未来を築くために、全力で取り組んでいる。.
スタンフォード大学は、小児医療における人工知能（AI）ハブを設立します。このハブは、小児医療のためのAIソリューションの開発と導入に特化しています。最先端の研究と技術の進歩により、スタンフォード小児病院をはじめとする医療機関における小児医療の基準を、安全で公平かつ患者中心の方法で変革していくことを目指します。.
この取り組みを主導する上で、スタンフォード大学ほど適した機関は他にありません。スタンフォード大学は、先駆的な研究者、世界トップクラスの小児病院、そして比類のないコンピュータサイエンスの専門知識を結集し、グローバルテクノロジー産業の中心地に位置しています。がん、先天性心疾患、早産児の合併症など、あらゆる専門分野において、スタンフォード大学は既に小児医療を変革しつつあります。.
これまで、これらの取り組みは概ね並行して行われてきた。ハブはこうした状況を変え、医師、研究者、エンジニア、倫理学者、データサイエンティストを結集させることで、どのチームも単独では成し遂げられない進歩を可能にするだろう。.
触媒 アルフレッド・E・マン慈善団体からの1,000万ドルの寄付 この取り組みを推進する、世界レベルのリーダーを招聘する上で役立つだろう。.
その結果、小児医療における新たな時代が到来するだろう。それは、医学における最も強力な手段が、ベイエリアをはじめ世界中で、それを最も必要とする子供たちに届く時代となる。.
R小児向けMRIの発明
MRI検査を受けたことがある人なら、騒がしい狭い筒の中でじっと横たわっているのがどれほど不快なものか、時には1時間近くもそうしているのがどれほど辛いものか、よくご存知でしょう。.
さて、幼い子供にとってそれがどれほど難しいか想像してみてください。多くの小児患者は、MRI検査中にじっとしていられるように鎮静剤を投与する必要があります。しかし、鎮静剤は費用と複雑さを増すだけでなく、医療リスクも高める可能性があります。.
シュレヤス・ヴァサナワラ医師（医学博士、写真上）とスタンフォード大学およびベイエリアの共同研究者たちは、小児MRI検査をより迅速に、より安価に、そしてより詳細に行うために、AIの活用を先駆的に行うことで、この課題に取り組んでいる。.
ヴァサナワラ研究室は、機械学習を用いてこれを実現しようとしている。多数のMRIスキャンデータでAIを訓練することで、システムは詳細な画像がどのようなものであるべきかを学習する。その後、より短時間で低解像度のスキャンを行い、不足している情報を補完することで、限られたデータから鮮明で完全かつ正確な画像を再構築できる。スキャン時間は、従来の1時間からわずか数分に短縮される。.
“「私たちが開発したAIアルゴリズムは、これまでにないレベルの精細さを再現できるようになりました」とヴァサナワラ氏は語る。「乳児の小さな動脈も、以前はぼやけて見えなかったものがはっきりと見えるようになりました。そして、こうした精細さのおかげで、これまで不可能だった診断を下せるようになったケースもあります。」”
これらのアルゴリズムの一つは既に米国食品医薬品局（FDA）の承認を受けており、先天性心疾患を持つ子供たちの画像診断を改善している。現在、160カ国以上で日常的に使用されており、既に8000万人以上の患者に利用されている。.
患者への影響は大きい。検査時間が短縮されれば、麻酔を必要とする子供の数が減る。また、鎮静が必要な場合でも、その程度や持続時間を短縮できる。.
検査時間の短縮は、MRI検査の予約待ち時間の短縮にもつながります。従来、一部の地域では予約待ちに数ヶ月を要していました。AIを活用したスキャンは、MRI技師がより複雑な検査に対応できるようになるため、資源の限られた国でも、より多くの患者がより質の高いスキャンを受けられるようになります。.
一方、ヴァサナワラ氏の研究室は革新を推進し続けている。彼のチームの最終目標は、必要なスキャンの種類を特定し、問題のある領域を正確に特定することから、スキャンを実行し、リアルタイムで画像の歪みを補正することまで、画像処理プロセス全体を自動化することであり、すべてを数分以内に完了させることを目指している。.
“「MRI検査を受けるのが血圧を測るのと同じくらい簡単だったらどうでしょう？」とヴァサナワラ氏は言う。「それがAIの可能性です。医師がより明確に状況を把握し、より迅速に行動し、最終的には人々の人生を変えるためのツールを提供することです。」”
ケアの新時代：3つのAIブレークスルーが母親と子供たちの未来を塗り替える
リスクを早期に発見する—イヴァナ・マリッチ博士
妊娠高血圧症候群（妊娠中の危険な高血圧）は、世界中の妊婦の約81,300万人に影響を与えています。毎年約1,000万件の症例が発生し、妊産婦死亡と早産の主な原因となっており、何百万人もの人々に生涯にわたる健康上の合併症を引き起こしています。.
妊娠高血圧症のリスクを早期に、正確に、かつ費用対効果の高い方法で特定し、母子双方の健康を守る効果的な介入策を開発することが切実に求められている。.
イヴァナ・マリッチ博士とそのチームは、妊娠高血圧症候群の症状が現れるずっと前にリスクを検出できる、シンプルで低コストな検査法を開発している。彼女のチームは機械学習を用いて、血液中の数百もの生物学的マーカーを研究した。そして、妊娠10～12週という早い時期に、簡単な尿検査で測定できる特定のタンパク質比率を特定した。これは、症状が現れるずっと前であり、低用量アスピリン療法などの予防療法が最も効果を発揮する時期である。.
この検査は現在、2つの大規模研究（うち1つは国際研究）で検証されている。検証が完了すれば、居住地や利用可能な資源に関わらず、世界中の女性が早期の個別化された出生前スクリーニングを受けられるようになるだろう。.
“「妊娠初期に妊娠高血圧症候群のリスクが高い妊婦を予測できれば、そうした妊婦に予防的な治療を提供できます」とマリック氏は述べています。「これは、母親にとって悲劇的な結果を防ぎ、赤ちゃんにとって早産に伴う合併症を回避するのに役立つでしょう。」”
未熟児の保護 — ニマ・アガエプール博士
未熟児は生後数ヶ月のうちに、しばしば前触れもなく、命に関わる合併症を発症する可能性がある。母子保健へのAI応用における世界的リーダーであるニマ・アガエプール博士は、この状況を変えようと取り組んでいる。.
アガエプール氏とスタンフォード大学の共同研究者たちは、以前の研究で、AIを用いて脆弱な未熟児への静脈栄養を個別化する方法を開発し、医療ミスを減らし、資源の限られた環境におけるケアを改善した。現在は、未熟児が直面する可能性のある最も深刻な合併症を予測し、予防するための研究に注力している。.
彼のチームは、1万3000人以上の超未熟児から採取した定期的な血液サンプルと医療記録を分析した。そして、どの乳児が、気管支肺異形成症（肺疾患）や脳出血など、未熟児に関連する4つの主要な合併症のいずれかを発症したかを調べた。.
彼らの研究は『サイエンス・トランスレーショナル・メディシン』誌に掲載され、AIを用いて、乳児が後に重篤な合併症を発症することと相関する血液分子のパターンを特定した。.
この情報に基づき、研究チームはこれらの合併症を高い確度で予測できるツールを開発した。将来的には、このツールは医師が最もリスクの高い赤ちゃんを特定し、生命を脅かす健康問題を未然に防ぐための早期介入を可能にするのに役立つだろう。.
“「これは、早産に対する私たちの考え方を根本的に変えるものです」と、スタンフォード大学早産研究センター所長のデビッド・スティーブンソン医師は述べています。.
糖尿病ケアの拡大 — David Maahs 医学博士、Priya Prahalad 医学博士
糖尿病の管理とは、血糖値を健康的な範囲に保つことを意味します。しかし、医療チームにとって、複数の患者の状況を把握することは時間のかかる作業です。デビッド・マース医師（医学博士）とプリヤ・プラハラド医師（医学博士）が率いる研究チームは、AIツールを用いて、1型糖尿病の10代の患者のケアを改善するためのスマートダッシュボードを作成しました。.
このダッシュボードは、多数の患者から複数のデータポイントを一度に収集・フィルタリングします。これにより、持続血糖測定器を継続的に装着し、血糖値を目標範囲内に維持している患者が明らかになります。例えば、新しい血糖測定器の処方箋の取得やインスリン投与量の調整など、特別な支援が必要な患者に医療チームが集中できるようになります。.
その結果は目覚ましいものだった。マース氏とプラハラード氏の研究によると、ダッシュボード導入後、血糖値を健康的なレベルに維持している患者数は2倍以上に増加した。重要なのは、保険加入状況に関わらず、あらゆる背景を持つ患者が等しく恩恵を受けたことである。.
“「新しい医療技術が登場すると、取り残されてしまう患者がしばしばいます」とマース氏は語る。「あらゆる背景を持つ患者がこのプログラムの恩恵を受けたことは、非常に喜ばしいことです。」”
慈善活動によって支えられています
スタンフォード大学におけるこの分野の科学的進歩や、AIハブを支援するための慈善活動の機会について詳しく知りたい場合は、Charlie.White@LPFCH.orgまでお問い合わせください。.