さらに、これらのツールは患者が直接使用できる可能性も大きい。たとえば、Google Healthが開発したDermAssistは、ユーザーが肌の悩みに関する情報を見つけるのを助けるツールだ。サービスの説明によれば、ユーザーは「自分の肌状態の写真を3枚アップロードし、いくつかの質問に答える。するとDermAssistは、何百万枚もの皮膚関連の画像から学習した結果を利用して、投稿された写真や情報からさまざまな皮膚状態の兆候を探す」のだ。まだ予備段階とはいえ、このようなツールは一般人の医療への取り組み方を変えるすばらしい可能性を秘めている。
これらは、人工知能や機械学習の世界で行われている最先端の研究を、画像診断がどのように取り入れているかを示すほんの一例に過ぎない。もちろん、この技術の先はまだまだ長く、さらなる開発が必要だ。だが、正しく行なわれれば、これらのツールには計り知れない可能性がある。
臨床医が患者の状況や長期的な視点、社会的要因を総合的に評価する能力を持つ一方で、こうしたAIツールは、緊急性の判断や臨床的な意思決定をサポートする役割を果たせる可能性がある。画像診断が現代医療において非常に重要な要素となっているため、このイノベーションは医療提供全体に大きな影響を与える可能性があるのだ。
（forbes.com 原文）
