1. AIの採用状況と医療現場での適切なツール選択
1.1 現在の採用データと利用パターンの変化
Justin Norden： 今日はスタンフォード大学の教員でもあり、循環器専門医として現在も診療を続けているDr. Jessica Megaをお迎えできて本当に嬉しく思います。彼女はGoogleの最高医療責任者を務め、Verilyの共同創業者兼最高医療責任者でもありました。多くの方が既に彼女のプロフィールをご存知だと思いますが、今日ここに来ていただけて本当に光栄です。
Jessica Mega： ありがとうございます。ここにいられることは素晴らしいことです。そして、あなた方が行っている仕事は、コミュニティにとって本当に役立つものです。
Justin Norden： では早速始めましょう。私たちが話し始める前から既に話題にしていたことですが、採用は継続的に増加しており、毎月のようにモデルがどこへ向かっているのかについて、より多くのことを目にするようになっています。Matt、ここで私たちが見ているいくつかのデータポイントについて、採用、ダウンロード、使用状況に関して説明していただけますか。
Matt Lungren： そうですね。私たちは異なるエピソード間で続く会話のスレッドを持っていることは知っていますが、私は継続的に驚いています。この分野について多くの時間を費やして考えている私たちは、おそらく時々、誰もが既に認識していて、誰もが既にモデルを使用していて意見を形成していると思い込んでしまうかもしれません。しかし、使用量が上昇し続けるこれらの継続的な急増を見ると、ダウンロード数は少なくとも先月は1日100万件で維持されているようです。そして、ユーザー数が漸近的に増加する急増を目にしています。
私が思うに、これは私たちがまだかなり早期段階にあることを思い出させてくれます。時々、本当に深く取り組んでいる人に出会うことがありますが、それはカジュアルな「ああ、うちの子が宿題で一度使った」とか「メールを書くのに一度試してみた」というレベルではなく、実際に多くの異なるタスクのための日常的なルーチンの一部になっているのです。
私自身をパワーユーザーとは呼ばないかもしれませんが、私は多くの時間を費やして様々な方法でモデルを試し、特に様々な医療シナリオでテストしています。しかし、時々、誰もが既にこれをやっていると間違った仮定をしてしまうことがあります。そして、このようなデータは、私たちがまだ早期段階にあることを示しています。まだ早いと感じます。あなた方はどう思いますか。
Jessica Mega： あなたが提起した興味深い点は、様々なユースケースがあり、それを使用している様々なグループがあるということです。そして私が発見したのは、人々がこれらのツールを使い始めて価値を提供されると、それは素晴らしいフライホイールのようなものになるということです。
個人的には、私が「より伝統的なユースケース」と呼ぶものから始めました。例えば、手紙やメールを書くのを手伝ってもらうことです。そして「それを翻訳してもらえますか」と言うと、それが別のタイプの側面にあなたを引き込みます。そして私は、より標準的なタスクと呼べるものから、より創造的なツールへと進んでいきました。
そして、そこにフックがあると思います。私が個人的に観察したことの一つは、私たちは必ずしも適切なタスクに適切なツールを手に入れることを常に考えているわけではないということです。2つの数字を足したいなら、電卓は本当に優れています。その電卓を手に取ってそれを使い続けてください。より創造的な発想が欲しい時、概念についてブレインストーミングしたい時があります。
私は、自分が行おうとしていた講演について、いくつかのモデルと一緒に作業し始めました。そして、それは存在する中で最高のブレインストーミングツールの一つでした。ですから、私たちは適切なタイミングで適切なツールを手に入れることにますます上達していくと思います。そしてこれは、広く世界において、そして特に医療においても言えることです。これが、これらのツールが提供されている際に私が目にしていることです。
1.2 医療における3つのツールカテゴリーとその適用領域
Justin Norden： 医療の側面についてもっと話しましょう。AIの消費者向け用途についても話せますが、医療に焦点を当てましょう。あなたはまだ診療を続けていますね。私たちが話していたように、実際にスタンフォードは自分たちのEMRを使って独自のツールを立ち上げたばかりです。他にもいくつかの企業や場所でそれが始まっています。これらのうちのいずれかがあなたの診療に導入されましたか。これらのツールのいずれかを使い始めていますか。それとも、あなたの考えでは、まだ少し早すぎますか。
Jessica Mega： そうですね。私がすることは3つの例を挙げることです。適切な瞬間に適切なツールという考え方を継続します。私たちがよりルールベースのことを行っている場合、例えば、私たち全員が知っている薬物相互作用のようなものです。私たちは薬理学を覚えようとかなり良い仕事をしていますが、これらは存在する非常に基本的なルールベースのアルゴリズムです。あるいは、例えば、手術前に誰かが他の検査を受ける必要があるかどうかを決定しようとしている時のリスクスコアリングなどです。
私たちは、私たちが知っているルールから逸脱するものは望んでいません。ですから、これは私たち全員が手を取り合って「これは私たちが合意したツールであり、本当にこれらを反復する必要はない」と言うものだと思います。そして、私たちには第二のカテゴリーがあります。そして、これはFDAによって承認されているツールのほとんどが見られる場所です。主に循環器科と放射線科で約220の承認されたAIツールがありました。
私が取り組むことができた例を挙げましょう。私たちは眼底画像を見て、糖尿病患者がケアのためにトリアージされるのを助けていました。そして実際のところ、これらのモデルは個々の読影者よりも実際に優れています。そして、それは私たちを驚かせるべきではありません。私たちは深層学習を使用しています。非常に離散的なタスクのために複数のトレーニングセットを行っています。そして、何かが安全で効果的で価値があると感じた時に、私たちがそれを受け入れることについて、かなり普遍的な受容があると思います。
より生成的なツールで最も加速が見られ始めている場所は、実際にスペクトルの2つの非常に異なる端にあります。そして、これは創造性に関する私の概念に戻ります。パターンを見て、新しいパターンを予測しようとするこの考えです。私たちはこれについてもっと詳細に入るかもしれませんが、一つは生物学を広く考え、例えばタンパク質が世界でどのように機能するかを理解し、新薬開発について考えることです。
そして、患者と協働し、最も興味深い方法で適切なタイミングで情報を提供する方法について考えることです。つまり、ルールベースから最も創造的なメカニズムまでのスペクトルがあり、私たちはそれを必要としています。ですから、これらは今日、これらのツールが展開されている3つの異なる場所です。
Matt Lungren： まあ、私はそれに少し反論します。なぜなら、私はこれらのカテゴリーのそれぞれに完全に同意するからです。しかし、私が見始めているのは、これらすべてのツールのユーザーとして、5つの異なるUIを持つ必要があるのかということです。デスクトップ上に多くのツールを持つ必要があるのでしょうか。それとも、私たちは今、別のバズワードを捉えるために、エージェント空間にいるのでしょうか。そこでは、私の意図を十分に理解するモデルを持ち、一つのモデルと話すことができます。そして、あなたが参照したこれらの各アプリケーションが、今度はモデルのツールとなり、それらの狭いモデルから関連情報を私に返してくれます。
そして、私はまだそれを持つことができます。これが私が今感じ始めている緊張だと思います。繰り返しますが、この加速されたペース、一般的な関心で、ねえ、私は本当にこの会話的で使いやすいUIアプローチを使ってきて、あなたが個人的な生活で言ったように、多くの価値を得てきました。
今、あなたは考えています。まあ、電卓アプリを開きたくないかもしれないし、リスクスコアリングアプリを開きたくないかもしれない。ただそれを見つけてください。そして、あなたはこれが論理的な進行だと感じますか。なぜなら、それらの220は今、おそらく拡大し続けるでしょう。FDA承認の深層学習ソリューションのように、私はそれらすべてを組み合わせて、それぞれのイノベーションの利益を得る方法を見つけなければならないのでしょうか。それとも、それを抽象化して、いわゆるコパイロットや何らかのコンパニオンを持ち続けることができるのでしょうか。
そして、それには多くの下流の課題があります。それは本当に彼らが使用されることを意図していた方法や構築された方法の一部なのでしょうか、等々。しかし、一般的な方法で、おそらく私は怠惰です。私はただ一つのものと作業したいだけです。そして、私の限られた脳力を使わなくても済むように、それに私のためにこれらの他のことをしてもらいたいだけです。
Jessica Mega： まあ、OK、今日あなたを怠惰とは呼びません。しかし、私が言えることは、最も牽引力が見られている場所は、これらのツールがワークフローに組み込まれている場所だということです。私たちはスクライブ技術について多く話します。そして、それは本当に、それを使用して肯定的な経験を持った人々のためのものです。受容と採用は上昇しています。そして、その理由は、それがあなたの日々のワークフローに組み込まれているからです。
私が話した承認されたツールの数についても同じことが言えます。牽引力を得ているものは、特定の循環器専門医、放射線科医、そしてすぐに他の多くの分野のワークフローに組み込まれています。ですから、今のところ、私たちはあなただけでなく、すべての人にとってそれをシンプルにする方法について考えなければなりません。将来的には、あなたは正しいと思います。プラットフォームが存在するでしょう。
これをはるかにシームレスにするプラットフォーム技術がより多くなるでしょう。誰も100の異なるポータルにログインしようとはしません。それは非現実的です。ですから、採用がどこにあるのかを見て、相互運用性をより現実的なものにして、実際に患者の良いケアができるようにする方法を考えます。
2. ワークフローへの統合と患者中心の縦断的ケアシステム
2.1 プラットフォーム化の必要性と相互運用性
Jessica Mega： 実際、私はもう一歩進めて言いたいのですが、もし私たちが本当に野心的で、実際に誰をケアしているのかを考え始めるなら、私たちは実際の人々をケアしているのです。患者をケアしているのです。そして、私が誰かと関係を持っているかもしれませんが、彼らは最終的に多くの異なる病院に行くかもしれません。
そして、彼らは行くかもしれないだけでなく、病院の4つの壁の中で起こることは、その個人にとって非常に限られた瞬間です。私たちは、誰かが病気になるまで健康であるという考えを持っていますが、それは世界が機能する方法ではありません。ですから、もし本当に真の北極星を設定したいなら、それはその個人について考えることです。
そして、その人の縦断的な人生を通じて彼らに従うツールをどのように作成するかです。繰り返しますが、私たちは今いる場所を知っています。私たちはいる必要がある場所を知っています。しかし、私たちがこの旅を通過するにつれて、私たちがサービスを提供している人々について考え、医療における断片化をどのように減らすかを考え続けます。
Justin Norden： あなたが言った4つの異なることがありますが、私はそのうちの1つが大好きです。これから来るものの本質的なプラットフォームの性質については完全に同意します。明日のヘルスシステムに40の異なるウィジェットや手段でたどり着く方法はありません。しかし、私たちはまだそこには全く近づいていないということにも同意します。
最も進んだChatGPT、最も採用されているものでさえ、実際に話したい10の異なるモデルのうちどれを選ぶかを選択しなければなりません。それはひどいユーザーエクスペリエンスですが、それが今のところ私たちが考え出した最善のものなので、他のみんなはそれをコピーしています。ですから、いつかそこに到達するでしょう。
しかし、Jessicaが話している消費者の側面については、実際に政策側でもこれらの反響を目にしています。RFKからのウェアラブルの推進を見ています。データに関する相互運用性と明確性を見ています。そして、私は興味があります。特にVerilyでのあなたのレンズから、この消費者の推進について考える時、あなたはウェアラブル、他の技術を推進していて、従来の医療を超えて非常に考えるリソースを持っていました。
ですから、おそらく、あなたが共有できることは何か、AIとともにこの消費者化の可能性のあるビジョンを教えてください。以前何に取り組むことができましたか。何に成功を感じましたか。何が難しかったですか。そして、それは今、現在のAIツールのセットとどのように関連していますか。
2.2 患者中心の縦断的健康管理の構想
Jessica Mega： そうですね。私たちがシステムとしてどこへ行けるかを示す例を説明します。そして、それはその人を彼らの医療の中心に置くことに戻ります。ですから、私たちが焦点を当てることができた一つの領域があり、心臓代謝疾患について継続的に取り組みが行われています。そして、私たちは糖尿病を持つ人々の数を知っています。
米国だけでなく国際的に見ても、実際に増加傾向にあります。ですから、問題は、どのようにして患者に適切なケアを提供するかということです。なぜなら、糖尿病だけでなく、前糖尿病の人々をサポートするために必要な数の内分泌専門医が確実にいないからです。
そして、それは人々が必要とする可能性のある特定のツールについて考えることから始まりました。そして、それらのツールの一つは連続グルコースモニターである可能性があります。誰もが常にそれを着用しなければならないわけではありませんが、自分自身の生物学についての洞察があります。私たちが2型糖尿病を一つのものと呼んでいるという事実は、データを見ると、ある人々は巨大な変動を持っています。
彼らは低血糖を持っています—低血糖で、彼らは上下し、ある人々は安定しています。明らかに異質性があります。ですから、私たちはDexcomとの提携で、異なるフォームファクターを持ち、使いやすく、工場較正された新しい連続グルコースモニターを作成することができました。そして、その情報を取り込んで、それを表示します。
ですから、私たち3人が夕食に出かけて、その後遊ぶとしましょう。私たちはカードをして、みんながクッキーを食べます。実際のところ、私たちはその食べ物に対して非常に異なる反応をします。そして、その情報は、はい、臨床サポートシステムに表示されますが、個人に表示され、その人は生成AIを通じて、人々が使用できるいくつかの選択肢について考えるのを助ける力を与えられます。そして、その背後には臨床ケアチームがいます。
ですから、情報の継続的な理解が入ってきて、アクションが出ていくということは、本当に基本的な原則です。そして、私たちがAIとそれ以降で行っている多くの仕事で本当にシンプルにしたいなら、どのような情報を持っていて、どのように違いを生み出してアクションを起こせるかについて考えます。そして、私たちはこれらのツールが実際にヘモグロビンA1cを減少させたことを示す臨床試験を実施することができました。
そして、それは私たちが医薬品を測定する指標です。その指標に基づいて測定します。ですから、それは私が多くの異なる状態にわたってより広く可能だと考えることの一例を示しています。繰り返しますが、それは人間と機械のインターフェースであり、特に有用にしたものだと思います。
3. ヘルスケアの消費者化と連続的モニタリングの実践
3.1 心臓代謝疾患への応用事例とウェアラブル技術
Matt Lungren： つまり、それはあなたが以前言っていたことにも結びついていますね。私たちは患者をこれらのエピソード的なケアの事例で見ていて、多くの場合、彼らが監視されているとしても、訪問と訪問の間に何が起こっているのかについての可視性を持っていません。さらに、グルコースを超えて、明らかに多くの機会がある領域だと思いますが、それ以外にも、睡眠のようなものがあります。そして、行動的、社会的問題があることを私たちは知っています。これら他のすべてのことが、アウトカムと私たちが患者のために行うことの有効性に影響を与えることを知っています。
それは、その縦断的な、あなたがデータ排気と呼ぶものをすべて捉え始める方法があるのかと考えさせられます。多くの人々がそれを呼んでいると思います。しかし、その間に起こること、あなたはその種の定期的な相互作用を見つけましたか。おそらく臨床試験の一部としてです。ですから、それは日常的なものではないという意味である程度人工的です。それにもかかわらず、それは助けになったに違いありません。
そして、それをさらに一歩進めると、Justin、あなたはこれについていくつかのグラフィックを持っていますが、私たちは患者が既に彼らの医療データを消費者向けモデルに入れているのを見ています。消費者向けモデルが彼らの医療について、そして彼らが行っている決定のいくつかについてこれらのより長い会話を持っています。これらが融合し始める場所はありますか。
つまり、私たちはデータから学びました。あなたが行ってきた仕事のように、その他の情報、よりきめ細かい情報を持つことで、私たちは患者をより良くケアできます。これらをどのように統合しますか。そして、ここに例があります。これはRedditのスレッドからです。ですから、それなりに受け止めてください。しかし、これは誰かで、あなたはこの話の多くの、多くの、多くのバージョンを見ます。私は病院に行きました。彼らが行った診断について少し変だと感じました。
私はデータを取り、モデルと2時間の長い対話をして、それは完全に異なる答えを思いつき、私は戻って、そして彼らはそれを確認しました。これらの話の多くのバージョンがあります。今、明らかに、サンプリングバイアスがあり、これの多くを取ってそれについて大きな決定をすることにはあらゆる種類の課題があります。
しかし、私はこれがトレンドだと感じています。そして、私があなた方すべてに完全に正直であるなら、私は自分自身の健康に関する決定やデータについてモデルと会話をしています。そして正直に言って、私はそうしています。部分的にはそれを押すため、そして部分的には私が確かに医学の多くの側面の専門家ではないからです。それで、それは私を助けていますか。私はそうだと思います。
しかし、それを私の実際のケアチームにどのように翻訳しますか。両方の利益を得るために、その未来はどのように見える必要がありますか。
Justin Norden： まあ、私はいくつかのデータポイントで飛び込むことができます。そして、Jessica、あなたは未来がどのように見えるか、ケアチームで起こるすべてのことについての答えを持っています。しかし、ChatGPTからの8億人のアクティブユーザー、異なる議論から、それらのクエリの5%から10%は健康関連です。
それは途方もない、途方もない数字です。そして、私は以前にGoogleの検索があって、人々が情報を持ち込んでいたことを知っています。しかし、私たち全員にとって、それは異なると感じます。私もいつも、状態や症状、または入ってくる何かについてもっと理解するためにそれを行っています。そして、それははるかに優れています。
そして、私たちが見てきたすべての研究について、今日はこれ以上のパフォーマンスチャートを見せませんが、医師を上回るパフォーマンス、またはAIを使った医師を上回るパフォーマンスです。しかし、そのケアチームはどのように見えますか。ですから、あなたへの簡単な質問、Jessica。それはどのように見えますか。
3.2 縦断的健康データと多次元情報の活用
Jessica Mega： そうですね。もちろん。簡単な質問ですね。ですから、私にはここで2つの考えがあります。一つは、情報から行動へという、この情報をどのように扱うかです。そして、Mattの他の質問に取り組みます。それは、健康層として考えるものを超える、現実世界における多次元データを持つことが何を意味するかです。OK、では最初のものに戻って、情報についてです。
あなたは、約10%の人々が特定の、ChatGPTであれ他のものであれ、健康情報のためにこれらのツールを使用しているというパーセンテージを使いました。そして現実は、それは上昇するだろうということです。そして、私たちは検索や他のものでも同じことを見ました。ですから、私が楽観的な見方と、いくつかのしわについて述べる部分です。
ですから、楽観的な見方は、もし私たち3人が1600年代に座っていて、患者がいて、貧血かもしれないと心配していたとしましょう。私たちは彼らの血液を少し取って試験管に入れ、それを振って、ヘマトクリットを推定しようと見るかもしれません。そして今日では、セルカウンターがあることは素晴らしいと思いますし、私たちはそれらを全く疑問視しません。そして、私たちはヘマトクリットを推定しようと座っていません。そして、私たちは細胞の幅について議論していません。
MCVが異なるかどうかを見ようとしていません。ですから、私たちはこれらのツールを信頼しています。なぜなら、それらが安全で、効果的で、価値があることに戻るからです。そして、異なる生成AIツールを使用して収集する情報がそのレベルのものである限り、私たちはそれに傾倒すべきです。なぜなら、それが何をするか知っていますか。それは私たちをアクションエージェントにするのです。ですから、医療システム、それはスーパーヒーローに変わります。
ですから、私たちはすべての情報を所有する必要はありませんが、その情報で何をするかを把握します。例えば、私たちはトロポニンを信頼します。人々は心臓発作で入ってきて、彼らのトロポニンが上昇していて、私は彼らが心臓カテーテル検査から利益を得ることを知っています。私たちはその情報を使います—繰り返しますが、それがヘマトクリットであれ、トロポニンであれ、画像から来る何かであれ、それがアクショナブルであることを知っているからです。
ですから、生成AIから得ている情報がそのレベルの情報を提供する限り、私たちはそれを受け入れるべきだと思います。私が話したしわは、私は心臓バイオマーカーを見て情報がどれほど正確かを確認するために自分自身で評価を行っていました。それは変動します。
変動します。ですから、私たちはその情報に満足できる点に到達する必要があります。しかし、私は同じ方法で懸念を持っていません。聴診器は数百年前には大きな出来事でした。人々はそれが患者から人々を遠ざけると考えました。しかし、私たちはMRIスキャナーとともに働きます。それらはかなり、技術について話すと、つまり、それは大きな技術です。
ですから、恐れは技術にあるべきではありません。それは本当に私たちがそれで何をしているか、そして私たちがそれに頼ることができるかです。ですから、それが私が人間と機械のインターフェースを見る方法であり、アクションが非常に重要であると見る場所です。OK、2つ目については、私たちは特定の個人にとって健康情報が本当に何を意味するかを過小評価していると思います。
そして確かに、私は臨床試験や遺伝学、薬理ゲノミクス、この精密医療の世界で働くことで私のキャリアの多くを始めました。ですから、どのような生物学的特徴があなたの健康に影響を与えるのか。そして、もし興味があればそれについてもっと話すことができます。しかし、時間とともに、視野が開き、私は精密健康について本当に考え始めました。そして、誰かの健康の旅において本当に重要なものは何か。
そして、ある意味では、誰かが糖尿病を持っているか、癌の診断を受けているか。彼らが進んでいる縦断的な旅があります。そして、そこがMatt、あなたの質問に対して、その健康データについて考える時、人々が診断と治療の上に非常にアクショナブルであり得る健康情報の1,500倍の増加を推定する場所です。
ですから、繰り返しますが、これらは両方のツールのロードマップになるでしょう。今日行っているすべてのアッセイに頼るのと同じ方法で、私たちが頼ることができると信じる情報を得て、健康をサイロではなく、特定の人が生きている世界において文脈化します。ですから、それが私が真の北として見るものです。
4. 情報と行動：医療におけるAIの役割と情報の非対称性の解消
4.1 信頼できる情報の重要性と医療従事者の役割変化
Matt Lungren： 私はそれが素晴らしいビジョンだと思います。これは、私たちがずっと追い求めてきた学習を結びつけていると思います。私たちは長い間精密医療を追求してきましたし、多くの駒があることを知っています。多くの学習がこれを結びつけています。おそらくこれはそれを行う方法かもしれません。そして、おそらく技術は、私たちが医学の歴史において直面してきた情報の非対称性の問題の一部かもしれません。
私たちは学ぶために10,000時間以上を費やさなければなりませんでした。そして、診断や治療に至るケアの旅に進むために、それを患者との関係にどのように翻訳するかを把握しなければなりませんでした。そして、これらのツールの利用可能性により、情報の非対称性が平準化し始めるかもしれないと感じています。
より長い会話を持つことができます。私には15分の枠があります。患者が持つかもしれないすべての質問や懸念の最後まで本当に到達することはできません。その時間内にそれらを表面化することさえできないかもしれません。しかし、これは私たちが一緒に旅に出て、率直に言って、私たちが知っていて一緒にやりたいことのいくつかが、患者と医師の心の両方で明確になるような、情報の違いを平坦にすることができる一種のコンパニオン技術なのでしょうか。
それが究極の状態です。ケアプロセスを通じて文字通り患者と肩を並べている場所に到達することです。そして、少なくとも私の経験では、今日常にある感覚があります。私たちが常に完全に同じ認識でいるかどうか100%確信が持てないということです。
Jessica Mega： そうですね。とても興味深いです。医学の訓練について考えても、私たちは専門化することになります。なぜなら、情報を本当に理解できる唯一の方法は、多くの意味で、より少ないことについてより多く知ること、特定の領域で本当に世界の専門家になることだからです。そして、これらのツールのいくつかは、その点で私たちを解放するかもしれません。
そして、異なる分野を横断して考え始めることさえできるかもしれません。炎症の分野を見ると興味深いです。炎症はリウマチ専門医が行う仕事に触れます。ですから、誰かがループスや関節リウマチの人を診ているかどうか、それは腫瘍学に影響します。それは循環器学に影響します。
しかし、私たちが以前に必要としていた制約のいくつかを取り除くにつれて、実際に生物学のより広範な視点を持つ瞬間があると思います。本当に専門化する必要がありました。そして、David Epsteinによる「Range」という本があり、彼は潜在的に領域を本当に知っているが、ジェネラリストのマインドセットを持つことが、ある意味で最も創造的な解決策を生み出すことができる方法について話しています。ですから、その部分が私たちをどこへ導くかを見ることになります。
しかし、私たちはこの考えについてオープンマインドを保たなければなりません。健康を前進させ続けましょう。なぜなら、すべての人、おそらく今日の電話の私たち3人全員、これを聞いているすべての人が、今は解決策がない健康状態を持つ誰かを知っていると思うからです。ですから、私たちがすべき仕事はたくさんあります。私は取って代わられることや、すべき仕事が十分にないことについて恐れを持っていませんが、最良で最も重要な問題に焦点を当てていることを確認したいのです。
4.2 精密医療から精密健康への拡大と情報格差の是正
Justin Norden： それに同意します。そして、私たちが治療法を持たない最良で最も重要な問題、場所を理解することについて言えば、これはMattも私も創薬、新しい領域に多くの時間を費やしてきた背景ではありません。しかし、これはゲノミクスや精密医療全体にわたって、あなたが何年も生きてきたことです。ですから、おそらく、何があなたを興奮させるか教えてください。もしそう呼びたいなら、現在の革命とこれらのツールのパフォーマンスとゲノミクスとの間にどのような類似点を見ますか。新しい治療のためにこれらのツールを今どのように適用できるかについて、何があなたを興奮させますか。
Jessica Mega： そうですね。ですから、私自身の人生における個人的な旅は、常に新しい技術を患者と臨床医の手に届ける方法についてでした。そして、それは明らかに最初は臨床医として始まりましたが、私が話した人々、そして多くの抗血小板薬と抗凝固薬を研究した人々の手に新しい医薬品を届ける方法を理解するための臨床試験を行いました。当時、今、私がレジデントやフェローと回診する時、これらのことのいくつかは当たり前のように見えます。
しかし、私たちは本当に、人々が二重抗血小板療法を必要とするのか、スタチン後に誰かをどのように治療するのかについて考えていました。私たちは脂質低下が実際にそうであるほど効果的であるとさえ本当に考えていませんでした。しかし、時間とともに、臨床試験について学び、そして私たち3人全員が臨床試験にいたら、おそらくこれらの医薬品に同じ方法で反応しないことに気づきました。
ですから、TIMI Study Groupと遺伝学とゲノミクスの研究に関する能力を構築しました。そして、実際にその初期の仕事と、AIや他の意思決定支援ツールの展開で私が見ているものとの間に多くの類似点を見ています。
ですから、ゲノミクスの初期の頃に学んだ教訓があり、おそらくあなたはこれを思い出すでしょう。多くの関連研究がありました。ですから、人々はこの特定のSNPをこの所見と関連付けていて、誰もが本当に興奮していました。そして実際のところ、それらの研究の約25%だけが最初に再現できました。ですから、それはこの、ハルシネーションについて話していることを少し思い出させます。それは異なっていました。なぜなら、それは統計的な問題だったからです。
それは本質的にこの多重仮説の問題でした。しかし、私たちは再現とは何か、検証とは何か、何を信頼するか、本当に良いゲノムワイド関連研究をどのように実行するかと格闘しなければなりませんでした。そして、私たちは計算能力も上がりました。
私はこの外付けハードドライブがあって、それを同僚のところへ持って行き、それから彼が一晩それで作業し、それから彼がそれを持ってくるという日々を覚えています。それは赤いマルーンのドライブでした。そして、私はただ考え続けていました。もしこれを失ったらどうしよう。このドライブには生物学的洞察があるのに。ですから、二重に急速に。とにかく、ですから、統計的に遺伝学を評価する方法を理解し、そして計算から利益を得て理解することの組み合わせがありました。なぜなら、私たちはオンプレミスでの計算からクラウドでの計算へと移行したからです。そして時間とともに、私たちは今、特に腫瘍学の世界で、遺伝子ベースの治療を見始めています。
そして、私たちは適切な患者に適切な治療を標的化するという、はるかに良い感覚を本当に得ています。そして、あなたは尋ねるかもしれません。まあ、OK、それは今日AIでいる場所と何の関係があるのですか。まあ、それは私たちが再現できるものは何か、本当に時の試練に耐えるものは何か、計算をその最良で最も高い価値に使用する方法は何か、という非常に似たことです。ですから、今日では、物事は本当に速くなっています。そして、どのように多くの時間がかかっていた決定を行うか、
それらをよりリアルタイムにしますか。そして、ゲノミクスは静的データです。リアルタイム情報をどのように統合しますか。私はグルコースの例を挙げましたが、それはパーキンソン病を持つ誰かの歩行についても言えます。非常に多くの例があります。ですから、私たちが何年も前に学んだ多くの類似点をここで適用できると思います。そして、それは私にとって大きな関心のある領域です。
そして、あなたは最もエキサイティングなものは何かと尋ねます。まあ、私にとって最もエキサイティングなことは、ゲノミクスを使用して生物学を探求し続け、患者のための最良のケアを得るのと同じ方法で、AIは、既に前に述べたように、特定の分野を超えたより良い理解を私たちに与えるだろうということです。生物学は今非常に実験的です。そして、もし物理学や他の分野にいる人々と話すなら、彼らは法則を持っています。
彼らはニュートンの法則と熱力学を持っています。そして、生物学者は本当に、私たちは多くのこれらのツールを使用して同じ場所に到達できることを望んでいます。そして、個人的な側面では、個人への適切な情報の取得です。ですから、それは本当に、ある意味で、技術が人間性とステロイドで出会うのです。ですから、それは困難な時期です。
しかし、私はほとんど私たちに手を取り合って言ってほしいのです。私たちはこのようなことに遭遇してきました。そして、これらの経験から学びましょう。
5. 専門化からの解放とゲノミクス研究からの教訓
5.1 学際的思考の可能性とジェネラリストマインドセット
Matt Lungren： 私はこのビジョンが大好きです。私はあなたが持ってきたすべての経験の一部として興味があります。繰り返しますが、ハードドライブの日々と研究室に走って行って、待って、これは、このデータを失おうとしているのか、これは私のキャリア全体がここにあるという日々に完全に共鳴します。
しかし、私が見ていると感じるのは、そして繰り返しますが、これはJustinと私の両方が認めているように、この分野にそれほど深くはいません。しかし、もし私たちが新薬標的化、新薬発見、規模での低分子開発の機会があることに同意するなら、それは少なくとも次の段階でより高い成功の可能性を持つようにより知的に駆動されることができます。
私が疑問に思うのは、それは私たちが第二相空間でいわゆる「エビデンス」を導き出す方法を変える必要があることを意味するのかということです。なぜなら、私が想定するのは、今起こっているか、既に起こっているかもしれないことは、今、非常に有望な候補が大量にあるということです。しかし、それらはまだ第二相のための同じコンベアベルトプロセスを通過しなければなりません。それには、私たちが常に持ってきたすべての同じ問題があります。適切な患者を見つけ、試験を適切に満たし、すべての書類や規制的側面に対処します。
それらは硬直化した、困難ではあるが必要なプロセスのように感じます。今日起こっているすべての発見の利益を見るためには、臨床試験をどのように行うかについて考える必要があると感じますか。
5.2 ゲノミクス研究とAIの歴史的パラレル
Jessica Mega： そうですね。ですから、あなたが言ったことを要約すると、標的があり、薬剤があり、そして試験があります。
ですから、人々が目を向ける例があり、特定の疾患を見ています。そこでは抗生物質耐性があると考えられていましたが、今、人々は実際に効果的である可能性のある特定の化合物を見つけています。人々は、ああ、これらの特定の領域は薬剤化不可能だと言っていました。あなたは腫瘍学でもそれを見ることができます。そして今、人々は新しい解決策を思いついています。
ですから、あなたの非常に先見的な質問は、OK、それで潜在的に、私たちは新しい標的を見つけます。理想的には、より良い標的を見つけます。ですから、私たちはそのパイプラインを通過する際に約10%の成功率があることを知っています。ですから、10%から20%に行くことさえ、そして臨床試験を硬直化したと言い続けましょう。そして、それらはそうではありませんが、私はそれに戻ります。
生物学、毒性、そして有効性の両方を前もって理解することによって成功率を2倍にすることさえ役立つでしょう。しかし、それをより効果的な臨床試験システムと結婚させたいのです。そして、私は臨床試験として訓練を受けた人と話していると信じています。ですから、臨床試験と無作為化は本当に重要です。
私たちは、生物学的にそれらが効くだろうとただ知っていた、私たちが思った医薬品によって火傷を負ってきました。そして、私はそれらの多くの例を挙げることができます。しかし、私たちはより効率的に物事を行うことができます。そして、私はリアルタイムの例を挙げます。ですから、最初のことは、患者に連絡を取り、利用可能な試験があることを人々に知らせる、ただの患者募集です。
誰かが試験を理解したら、どうやって、それはファブリックのようなものです。どうやって彼らをサイトに接続しますか。今のところ、それはかなり初歩的なプロセスです。実際、私たちは通常、1サイトあたり月1人の患者であれば成功だと考えています。私たちは、はるかに良い結果を出している例を見ています。繰り返しますが、それはただの接続性です。
それから、入ってくるデータを理解するという点では、リアルタイムデータモニタリングを行い、異常検知を探すこと、それは以前は非常に手動のプロセスでした。ですから、私たちはソースドキュメント検証を行っていました。ですから、私たち3人が座ってこのデータを見ていました。それはここへ行っていますか。今、あなたは入ってくるデータを見始めることができます。
ドリルダウンできる分散のポケットを拾い上げます。そして最後に、規制当局への提出です。それは人々が情報を照合している本当に素晴らしいユースケースです。以前は数ヶ月から1年さえかかっていたことが、今ははるかに短い期間になっています。それは生成AIツールのいくつかの本当に良いユースケースです。
ですから、私はこれらすべての前線で進歩があると思いますが、私は、実際、臨床試験と生物学の実際のテストを取り除くことを提唱しません。しかし、私たちはよりスマートになっていますよね。そして、それがその部分です。繰り返しますが、私たちは満杯か半分空かを決めなければなりません。しかし、問題にアプローチして、効率につながる複数の部分が揃うのを見ることができる時、それは良い場所です。もう一つは、私たちはこれらすべてにおいて実際の進歩を見ているということです。
それは、ああ、それは素晴らしいことではないでしょうか、というものではありません。私は常に私たちがどれだけ速く学んでいるかを見ます。そして、同じことがモデルにも当てはまります。AIモデルを見始めるにつれて、それらは良くなっていますか。よりスマートになっていますか。それはほとんど代替マーカーまたは代替エンドポイントのようなものです。ですから、私たちがここで話している空間において、物事は良くなっていると言えます。
Justin Norden： そして、それはパイロットだけではなく、FDAさえも独自のプロセスを再考し始めています。彼らは数週間前に独自の内部AIツールを発表し、以前は数ヶ月かかっていたプロセスを数時間または数日に短縮し始めました。私はここに楽観主義への希望があると思います。そして、あなたに同意します。関連によって火傷を負うことは非常に簡単です。
そして、ただ臨床試験の厳密さ、願わくばそれがなくならないことを。私たちはちょうど一緒にいる時間の終わりに近づいていることを知っています。しかし、あなたは医学と技術を横断するこれらの変化を見てきたという非常にユニークな視点を持っています。
ですから、あなたの水晶玉は何ですか。3年から5年はどのように見えますか。そして、私たちは臨床医療に向けてそれをブラケットして、それから締めくくります。
6. 新しい標的発見と薬剤開発の可能性
Jessica Mega： そうですね。ですから、私が言うことは、繰り返しますが、バイオマーカーと遺伝学とゲノミクスの応用について私たちが学んだ教訓のいくつかに立ち返ります。それは、その情報が最も有用である場所、アクショナブルな情報をよりよく把握することです。
私たちはAIと生成AIについて考える際に同じことが起こるのを見るでしょう。そして、私が未来を見る時、私たちは最初に話したこと、適切な仕事のための適切なツールをよりよく理解するでしょう。そして、私たちが情報でよりよくなるにつれて、アンビエントスクライブに結びつけるにつれて、より合理化された方法で行うことができる臨床タスクがあるか想像できます。それは医療専門職の私たちに新しい治療について考え、患者と時間を過ごすためのより多くの時間を与えます。絶対にです。
しかし、行動喚起は、人々が新しい医薬品を服用する理由、人々が経皮的弁膜を受ける理由、人々が化学療法のトリアージのための遺伝子検査を受ける理由は、私たちがそのデータを信じているからです。ですから、私は次の3年から5年で、本当の加速が見られると思います。
それは私に思い出させます。繰り返しますが、あなたはここやそこにハルシネーションがあると言って振り返ることができますが、私たちが最大の利益を見ている場所と私たちが話したことのいくつかの大きな絵を見逃していると思います。そして、セルカウンターと全血球計算について話したように、ツールを本当によく使う方法について考えましょう。そして、人類をより良くし、これらのより広範な問題について考えるために自分自身を解放しましょう。
ですから、それが私が見る大きな絵です。
7. 3〜5年後の展望と行動喚起
7.1 適切なツール選択の進化と医療専門家の時間確保
Jessica Mega： そうですね。ですから、私が言うことは、繰り返しますが、バイオマーカーと遺伝学とゲノミクスの応用について私たちが学んだ教訓のいくつかに立ち返ります。それは、その情報が最も有用である場所、アクショナブルな情報をよりよく把握することです。私たちはAIと生成AIについて考える際に同じことが起こるのを見るでしょう。そして、私が未来を見る時、私たちは最初に話したこと、適切な仕事のための適切なツールをよりよく理解するでしょう。
そして、私たちが情報でよりよくなるにつれて、アンビエントスクライブに結びつけるにつれて、より合理化された方法で行うことができる臨床タスクがあるか想像できます。それは医療専門職の私たちに新しい治療について考え、患者と時間を過ごすためのより多くの時間を与えます。絶対にです。
しかし、行動喚起は、人々が新しい医薬品を服用する理由、人々が経皮的弁膜を受ける理由、人々が化学療法のトリアージのための遺伝子検査を受ける理由は、私たちがそのデータを信じているからです。ですから、私は次の3年から5年で、本当の加速が見られると思います。
それは私に思い出させます。繰り返しますが、あなたはここやそこにハルシネーションがあると言って振り返ることができますが、私たちが最大の利益を見ている場所と私たちが話したことのいくつかの大きな絵を見逃していると思います。そして、セルカウンターと全血球計算について話したように、ツールを本当によく使う方法について考えましょう。そして、人類をより良くし、これらのより広範な問題について考えるために自分自身を解放しましょう。
ですから、それが私が見る大きな絵です。
Matt Lungren： そして、私はこれがまさに真の北極星だと感じています。そして、これも私たちがこのポッドキャストを行う理由の一部です。私たちは本当にこの会話を続け、人々に積極的に関与することを奨励したいと思っています。地球上で最も強力なツールのいくつかへのアクセスがこれほど良かった時はありませんでした。
それらがどこで機能し、どこで機能しないかについての直感を持つことは、テーブルのあらゆる側の私たち全員に利益をもたらすだけです。そして、私はあなたが1600年代の類推、私たちがどのように糖尿病をチェックしていたかを使わなかったことを嬉しく思います。ですから、私は本が好きです。
Jessica Mega： 私たちはそれができます。次回それをすることができます。しかし、そのポイント、あなたは私を非常に活気づかせました。問題に最も近い人々は、これらのツールの使用方法を見つける力を本当に感じるべきです。ですから、本当にそうです。それは、ねえ、あなたが研究者であろうと、臨床医であろうと、ヘルステックで働いている誰かであろうと、あなたが歩き回る時、あなたが解決しようとしている問題を見回してください、と言う瞬間です。なぜなら、そこに本当の魔法があるからです。ですから、それは瞬間です。
7.2 問題解決者へのエンパワーメントと技術の民主化
Jessica Mega： 問題に最も近い人々は、これらのツールの使用方法を見つける力を本当に感じるべきです。ですから、本当にそうです。それは、ねえ、あなたが研究者であろうと、臨床医であろうと、ヘルステックで働いている誰かであろうと、あなたが歩き回る時、あなたが解決しようとしている問題を見回してください、と言う瞬間です。なぜなら、そこに本当の魔法があるからです。ですから、それは瞬間です。
Justin Norden： それでは、Jessica、来ていただいて本当にありがとうございました。
Jessica Mega： ありがとうございます。そして、健康を前進させ続けましょう。なぜなら、すべての人、おそらく今日の電話の私たち3人全員、これを聞いているすべての人が、今は解決策がない健康状態を持つ誰かを知っていると思うからです。ですから、私たちがすべき仕事はたくさんあります。私は取って代わられることや、すべき仕事が十分にないことについて恐れを持っていませんが、最良で最も重要な問題に焦点を当てていることを確認したいのです。