テクノロジー大手のAlphabet Inc.のGoogle（GOOGL）は、しばらくの間ヘルスケア分野への参入を試みており、その努力は報われているようです。 Googleは、患者の入院期間、再入院の可能性、死亡の可能性など、患者のさまざまな結果を予測できるシステムを作成したと主張しています。 メディカルブレインと呼ばれるこのブレークスルーは、Googleにまったく新しい市場を開拓する可能性があります。
ブルームバーグは、病院の標準的な計算方法によって9.3％の生存可能性を与えられた後期乳がんの女性の事例研究を報告しますが、Googleの予測分析は、入院中に19.9％の死亡の可能性を与えました。 患者は数日以内に亡くなり、そのシステムにより優れた予測メカニズムを提供するというGoogleの主張を固めました。
科学雑誌Natureの5月号で、Googleのチームは予測方法論について次のように説明しています。「これらのモデルは、すべての場合において、従来の臨床的に使用される予測モデルを上回りました。 このアプローチは、さまざまな臨床シナリオの正確でスケーラブルな予測を作成するために使用できると信じています。」この研究は、ヘルスケアの分野でのニューラルネットワークの使用を強調しています。 ニューラルネットワークは、人間の脳および神経系をモデルにした人工知能（AI）ソフトウェアの一種であり、データを使用して、基礎となる関係の識別を自動的に学習および改善します。
Googleのツールの仕組み
医療従事者、病院、その他の医療提供者は、患者の医療データをより適切に維持および要約するために長年苦労してきました。 ただし、病院専用の高度なデータストレージシステムを使用しているにもかかわらず、成功はさまざまです。
利用可能なレポートは、そのような予測分析のためのGoogleのシステムが、推論に到達するために大量のデータポイントをふるいにかけることを示しています。 上記の場合、Googleのアルゴリズムは175, 639個のデータポイントを分析して結論を出しました。 PDFとして保存された手書きのメモ、古いチャート、医療レポートなど、さまざまな形式でデータを読み取るGoogleの能力と、処理速度の組み合わせが真のゲームチェンジャーです。 また、アルゴリズムは、結論に到達するのにどのデータポイントが最も有用であったかを示します。
現在の予測モデルは、その時間の約80％をデータスカウティングとプレゼンテーションに費やしていますが、Googleのアプローチはこのボトルネックを回避します。
