生成系 AI とライフ サイエンス業界

このブログ記事では、生成系 AI とライフ サイエンス業界に関するシリーズ投稿の第一弾として、生成系 AI がライフ サイエンス分野とそれを対象とした言語サービスに及ぼす影響を特集しています。まずは、ChatGPT やニューラル機械翻訳などの生成系 AI テクノロジーについて見ていきましょう。また、現在の最先端技術に関する概要と、言語サービス業界で今後考えられる生成系 AI のユースケースについてもいくつかご紹介します。

生成系 AI とライフ サイエンス業界の現状

生成系 AI については、実はご自身が思っている以上にご存じかもしれません。たとえば、2022 年末以降、大きな話題になっている ChatGPT については、ほとんどの方が耳にしたことがあるでしょう。また、気付かないうちに、AI チャットボットと会話したことがある方もいるかもしれません。最近、カスタマー サービス担当者とオンラインで「チャット」したことがあれば、実は相手が人間ではなかった可能性も十分にあります。

ある推定によると、今やカスタマー サービスにおけるやり取りの約 70% が AI のみで処理されているそうです。Facebook Messenger では、30万を超えるチャットボットが盛んに利用されています。特にオンライン リテールといった業界ではこの傾向は顕著です。なぜだと思いますか。そうした業界や分野では、顧客からの問い合わせの多くが以下の条件に当てはまるためです。

• 簡単な質問である
• 同じような質問である
• 比較的急を要する質問である

より複雑な問い合わせの場合は、人間の専門知識や判断がまだまだ必要ですが、問い合わせの内容を選り分けるのには、チャットボットでも十分行うことができます。AI では迅速に十分な回答が得られない顧客のみに対して、人間による更なるサポートを提供できればよいのです。

経営陣や投資家は、こうした AI の進展や利用方法に細心の注意を払っています。しかし残念なことに、間違った結論に至る人もいます。初期テストでは、AI は限定的な役割であれば問題なく対応でき、サービス改善と顧客の選択肢増加につながることが示されているようです。しかし依然として、複雑な問題や強い要望のある顧客がいなくなることはなく、そのため、人間による介入が不要になることもありません。つまり、AI を使ってコスト配分の効率化を図ることはできますが、コストをなくすことはできないのです。

ライフ サイエンス業界では伝統的に、薬事規制による制約や安全性を重視する風潮から、全般的にテクノロジーの採用が遅れていました。しかし、この業界にとってもイノベーションは不可欠な要素であり、イノベーターや株主も、AI ほど革新をもたらす可能性のあるテクノロジーを無視することはできないでしょう。AI を利用することで、患者や市場へのリーチ拡大を促進できるのでしょうか。また、さまざまな規制のあるライフ サイエンス分野にも AI は安全に導入できるのでしょうか。

ライオンブリッジは、ライフ サイエンス業界の多くの主要企業のお客様に言語サービスを提供してきた言語サービス プロバイダーとして、こうした問いに積極的に取り組んでおり、その結果として、他社よりも一歩先駆けたスタートを切っています。ChatGPT のようなツールが世間の注目を浴びたのはここ最近のことかもしれませんが、大規模言語モデル (LLM) や生成系 AI といった基礎テクノロジーは新しいものではありません。実際に当社では長年にわたってこのようなテクノロジーを活用しており、できることとできないことについて、さまざまな知識を蓄積してきました。また、間もなく実現しそうなことについても積極的に探究しています。

今後の展望: 生成系 AI とライフ サイエンス

当社は、長年にわたって品質重視のさまざまなプロセスに AI を統合することに注力してきており、多くの貴重な教訓を得てきました。そのような中で、ライフ サイエンス業界に限らず、他の業界でも同様の傾向があることに気付きました。もう一度、カスタマー サービスのチャットボットを思い浮かべてください。そうしたソリューションを導入した企業が見出しているように、人間同士の摩擦を取り除き、人間の専門家による重要な意思決定を促進する一助となるときにこそ、AI は最も効果的に働くのです。

それでは、緻密な管理なしに AI ツールは導入できないのでしょうか。そんなことはまったくなく、単に「意識的な選択」が必要であるというだけです。つまり、コンテンツの性質や対象ユーザーのニーズに基づいて選択すればよいのです。当社では、対象ユーザーに患者や規制当局が含まれる場合、当然ながら慎重なアプローチを取っており、たとえば、出力される翻訳の重要性が低い場合は、それに従って適切な選択肢を提供しています。こうしたアプローチはうまく機能しており、当社ではより幅広く応用が利くと考えています。

以下に、そうした状況や領域をいくつかご紹介します。

大規模な一連のコンテンツの分析と分類: LLM とマシン ラーニング (ML) システムは、大規模なデータセットから意味のあるパターンを見つけるように設計されています。これらのテクノロジーの比較的明らかな応用について、研究者はすでにいくつか調査を進めています。画像診断の分野では、マシン ラーニングが重要な役割を果たすというエビデンスが相次いで示されています。こうした状況の中で、AI が臨床専門医の判断に取って代わるのではなく、その補助として活用される可能性が高まっています。

臨床データの利用可能性の向上: 規制当局や患者支援団体は近年、規制当局の判断や患者の治療選択肢を伝える臨床データを、患者や一般の人々も入手でき、かつ容易に理解できるものにする大きな一歩を踏み出しました。ここで重要なのが、信頼性の高い情報を適切な言葉で伝えるには、サイエンス コミュニケーションの専門スキルや、関連するスタンダードとベスト プラクティスに関する知識が必要だということです。この点でも、AI システムがこうした専門知識にすぐに取って代わることはありません。一方で AI システムは、利用可能なコンテンツの範囲や種類を広げるうえでは大いに役立つでしょう。

気付いていないことの発見: 複数の科学研究のメタ分析は、統計的に信頼性の高い結果を導くための手段として、古くから認識されてきました。しかし、サンプル サイズ、手法、偏りなどが議論を招くこともしばしばあります。メタ分析には、意識的に探しているパターンしか見つけられないという明らかな欠点があります。しかしマシン ラーニング システムを使えば、意図的な測定や関連付けでは手の届かない、意味のあるパターンを特定できる可能性があります。

コンテンツの発見と分類: コンテンツの種類の多様性によってさまざまな言語サービスが必要になることは、当社とそのお客様がよく直面する課題です。特にライフ サイエンスの分野では、この課題が広く見受けられます。たとえば、規制対象コンテンツ向けの多くのサービス (臨床専門医によるレビューなど) は、オンライン マーケティング コピーや社内研修マニュアルといったコンテンツにも有効とは言えません。従来、こうしたコンテンツを適切なサービス チャネルに振り分けるには、多大な時間や経験豊富な専門家が必要になりますが、当社では、AI テクノロジーを利用してこのような作業を効率化する取り組みをすでに進めています。この取り組みは今後数か月間でさらに加速する見込みです。

お問い合わせ

生成系 AI とライフ サイエンス業界についてのご質問や、生成系 AI のユース ケースについてのご相談がある方、また、ライフ サイエンス分野を対象とした言語サービスをお探しであれば、ライオンブリッジが豊富な実績と知識、高い技術力でお客様のご要望にお応えします。今すぐお気軽にお問い合わせください。ライオンブリッジのライフ サイエンス部門が提供する各種言語サービスについて、当社の担当者が詳しくご説明いたします。