日本医疗工作者正与人工智能专家合作，共同开发从诊断到治疗的新型医疗解决方案。
利用人工智能改善医疗将带来前所未有的进步，该技术已在患者诊断中得到广泛应用。如今，日本仙台东北大学（Tohoku University）的研究人员正运用人工智能优化包括胰岛素治疗和血液透析在内的多种疗法。
东北大学医学院认识到在研发初期即需纳入AI专家和健康科技企业的重要性，因此建立了"医药中心"（Medicinal Hub），将医生、AI研究人员及健康科技企业联结起来，共同开发适用于真实世界的基于人工智能的医疗解决方案。
该医药中心的核心推动者是东北大学医学院医学科学与转化研究教授宫田敏男（Toshio Miyata）。他表示，该中心为医生、AI研究人员和健康科技企业提供了协作框架，以进一步推进医疗人工智能的发展。"医生与AI研究人员的合作至关重要，"他强调，"拥有经验、医学知识和数据的医疗工作者的积极参与是成功的关键。"
医药中心近半数研究人员来自日本电气株式会社（NEC Corporation）等IT企业。NEC的AI研究员户川亮介（Ryosuke Togawa）已与宫田教授合作三年，他表示与医学专家合作对开发医疗AI解决方案具有不可估量的价值。"要开发适用于医疗实践的AI，必须获得医学专家的输入，这不仅可提高其准确性，还能优化其在不同场景中的功能。"
胰岛素治疗AI应用
宫田教授指出："学习了医学专家经验的AI可为非专科医生提供宝贵信息。"理想情况下，糖尿病专科医生能通过强化胰岛素治疗严格控制血糖水平，预防糖尿病并发症。他们具备为不同患者设定最佳胰岛素剂量的经验和知识。然而现实中，胰岛素治疗常由非专科医生实施，这颇具挑战性——安全胰岛素剂量范围较窄，过量可能导致低血糖等并发症。"糖尿病专科医生数量不足，尤其在农村地区，"宫田教授正在推进一个项目，利用AI支持非专科医生为住院患者实施强化胰岛素治疗并选择最佳剂量。
该AI基于行为模仿学习技术（Behavioral Imitation Learning Technology）算法，最初由NEC美国实验室的研究人员开发，用于学习专业人士的重复技能并预测行为模式。宫田与户川的团队将其定制用于医疗领域，并与糖尿病专科医生合作解决相关问题。在分析东北大学医院五年间收治患者的大型数据后，团队开发出基于云的AI系统（DM-SAiL），其推荐胰岛素剂量的误差范围极小。尽管该技术目前针对住院患者开发，宫田希望未来能扩展至家庭胰岛素治疗支持。该项目已获日本医疗研究开发机构（AMED）选定，计划2024年开展临床性能测试，目标是提交监管审批。
血液透析AI应用
东北大学开展的另一项AI项目——预测血液透析患者最佳脱水量——同样获AMED选定。该项目由宫田敏男与东京大学医学院教授南岳正臣（Masaomi Nangaku）共同领导，旨在开发优化维持性血液透析的AI系统，支持非专科医生实施透析治疗。
对于终末期肾衰竭患者，维持性血液透析需将血液引出体外，经电解质校正、清除废物和多余水分后，将净化血液回输循环。适当脱水是该操作最重要且最困难的环节——脱水不足会损害心肺功能，脱水过量则会导致其他不良反应。血液透析患者通常每数日需接受一次治疗。
宫田与南岳利用日本3000名血液透析患者的数据（约80万次透析疗程），联合NEC训练AI引擎，以优化总脱水量并预测透析期间血压下降概率。他们将每位患者的个性化数据（如透析信息、血液检测结果和患者特征）纳入模型训练，显著提升其效能与准确性。南岳教授表示，该AI能以高精度预测透析期间的目标脱水量及血压降低概率。
未来，他希望该AI能作为"软件即医疗设备"（SaMD）应用于临床实践，预测血压降低情况和最佳总脱水量，并在医疗机构的云端和PC端运行。另一发展方向可能是配备AI的血液透析机，能实时控制脱水量和血流量。"AI技术的开发最终可能促进家庭治疗，减轻门诊压力并改善偏远地区医疗可及性，"他表示。
未来展望
尽管胰岛素治疗与血液透析项目均计划于2024年进入临床试验，宫田指出，医学多个领域的其他项目正在推进中。未来举措将依据高质量医疗数据的丰富度、医生参与度及技术商业化潜力等标准选定。"我们不应寻找能应用特定AI算法的医学领域，而应选择或开发最优算法以解决特定医疗问题，"他表示，"我们采用Biodesign原则，从医学领域需求出发开发解决方案，并通过构想最终产品进行优化。"
户川表示，生成式AI的兴起将对社会各领域（包括医学研究）产生巨大影响。"未来，生成式AI或可整合现有AI应用，例如连接诊断影像与电子病历，实现支持人类决策的一致性分析，"他说，"但高质量数据对开发AI技术仍至关重要。与能监督数据的熟练医生协作，对医疗AI的研发极为重要。"
【全文结束】
