言語:
言語:
コンテンツ サービス
- 技術文書の作成
- トレーニングおよび eラーニング
- 財務報告書
- デジタル マーケティング
- SEO およびコンテンツの最適化
翻訳サービス
- 動画ローカリゼーション
- ソフトウェア ローカリゼーション
- Web サイト ローカリゼーション
- 規制対象企業向けの翻訳
- 通訳
- ライブ イベント
テスティング サービス
- 機能 QA およびテスト
- 互換性テスト
- 相互運用性テスト
- パフォーマンス テスト
- アクセシビリティ テスト
- UX/CX テスティング
ソリューション
- 翻訳サービス モデル
- 機械翻訳
- Smart Onboarding™
- Aurora AI Studio™
ライオンブリッジのナレッジ ハブ
- 良好な患者アウトカム
- ローカリゼーションの未来
- 最先端免疫学事情
- 新型コロナウイルス (COVID-19) 言語リソース センター
- ディスラプション シリーズ
- 患者エンゲージメント
- ライオンブリッジのインサイト
言語を選択する:
ヘルスケア分野には、AI の活用をめぐってまだまだ未知の事項が多いため、いまだ最大限に活用できていないという状況があります。先日、当社で開かれたライフ サイエンスのラウンドテーブル会議であるパネリストが述べたように、AI についての知識が多ければ多いほど、AI の活用を推進することへの抵抗感が少なくなると言えるでしょう。
ヘルスケア分野で最先端の AI テクノロジーを最大限活用するには、私たち自身がさらに多くのことを学ばなければなりません。私たち全員にさらなる教育が必要なのは明白です。政府関係者や規制機関に対して教育を行うことで、規制に関する不確実性を取り除くことができます。新しいデバイスやアプローチを受け入れてもらうため、一般の人々に対する教育も重要です。そしてもちろん、私たち自身も絶えず学習していく必要があります。
米国ではすでに、TechCongress や米国科学振興協会などの団体が、技術や科学に精通しているプロの専門家を議員として議会に送るよう活動しています。彼らが新しいテクノロジーの導入を阻害するのではなく支援できるように、広い見識を持つためのポリシーが必要です。
AI への理解を深めることで、AI の活用を推進する関係者は、導入への障壁(ヘルスケア分野での AI の活用に関する規制の不足など) の引き下げを促進することができます。Partnership on AI は、AI の研究者や業界、そして市民団体をまとめる組織です。主要な利害関係者が十分な知識、リソース、全体的なキャパシティを持って参加できるようにすることを、その活動の 4 つの柱の中心としています。
ヘルスケア分野では世界的に透明性が求められており、AI についての教育を推進することは、そうした傾向においても非常に重要です。一般向け臨床試験結果要約はその傾向を示す良い例です。臨床研究 (被験者や一般向けに提供される試験結果要約) から派生したものではありますが、技術的または科学的な内容を平易な言葉に「翻訳」するという考え方は、幅広く応用できます。技術的なトピックをわかりやすい言葉で説明することは、議員だけでなく、影響を受ける一般の人々や患者にもメリットがあります。
一般の人々、特に患者は、臨床研究の最新のニュースや傾向を知るべきであり、その権利があると言えます。複雑なトピックをわかりやすく説明することは、一般の人々だけでなく科学者にも有益です。たとえば、New York Times でレポートされた科学記事は引用される割合が高くなります。リソースへのアクセスのしやすさと教育によって、患者や看護師が十分な情報に基づいた意思決定を行えるようになります。明確な説明と期待により、研究要件の遵守も促進されるでしょう。それによって研究者だけでなく患者にも良い結果がもたらされます。平易な言葉での記述は、文化や言語能力にかかわらず、人々が内容を正確に理解することを支援するため、研究者が多様なデータにアクセスできるようになり、結果として AI 設計者が堅牢なシステムを構築できるようになります。
一般の人々や政府関係者に対する教育は継続的に行う必要があります。努力が必要ですが、必ず良い結果をもたらします。現行の研究について理解している有権者 (患者に限らず) は、有用な規制や資金拠出に対してより前向きになるでしょう。必然的に、選出される議員も同じ考えになります。さらに、透明性や教育によって、研究分野を問わず同僚や研究に対する理解が深まります。
臨床試験に関わる人なら誰でも、そこには常に学ぶべきことがあることがわかっています。当社が先日開催したラウンドテーブル会議のような教育的な機会は、医学と AI の共通点を追求する人々にとって、知識を共有するための重要な場であり手段です。
私たちがそれぞれの経験を活かして研究プロセスと AI の導入を促進するには、ほかにどのような方法があるでしょうか? 私たちはすでに、AI について団結して業界標準を求めるための方法はわかっています。自分の成功や失敗を共有して他の人々に役立ててもらうには、どうすればよいでしょうか?
この知識共有にはプライバシーに対する懸念もあるため、たとえば一般向けの臨床試験結果要約を作成することよりもデリケートなプロセスと言えます。しかし、プライバシーを尊重しながら発見を共有することは、医療に革新を起こすための最適な手段ともなり得ます。
データ共有やコラボレーションによってスピードや容易さが高まる理由については、この記事をご覧ください。
#AI #ヘルスケア #ライフ サイエンス #医療 #臨床試験