「新AIツールが感染症予測を革新、既存手法を上回る性能で公衆衛生官の課題解決へ」

新AIツールが感染症予測を革新、既存の最先端手法を上回る ジョンズ・ホプキンス大学とデューク大学の研究者が開発した新AIツール「PandemicLLM」が、インフルエンザやCOVID-19を含む感染症の予測、追跡、管理方法を大いに革新する可能性があります。 コロナウイルスパンデミックは、感染症の蔓延予測の難しさを際立たせました。「新しい変異株の出現や政策の変更など、常に変化する複雑な要素が絡み合っているため、予測が困難だった」と、作者のラウレン・ガー苕ナー教授（ジョンズ・ホプキンス大学）は述べています。彼女はパンデミック中、世界中の人々から頼られたCOVID-19ダッシュボードを作成しました。「条件が安定しているときには問題なかったが、新しい変異株や政策の変化があると、予測は惨憺たる結果に ended up した。なぜなら、モデルに重要な情報を取り込む手段がなかったからだ。この新しいツールがそのギャップを埋める」。 本研究成果は、『Nature Computational Science』誌に発表されました。パンデミック中の時点で、新ツールの基盤となる技術は存在しませんでした。研究チームは、生成AIの一種である大規模言語モデル（Large Language Model, LLM）を初めて使用して、疾患の蔓延を予測しました。PandemicLLMは単なる数値問題としてではなく、最近の感染増加、新たな変異株、およびマスク着用義務といった多种多様な入力に対する論理性を備えています。 研究チームは、これまでパンデミック予測ツールで使用されたことのないデータを含む情報をモデルに供給し、その結果、PandemicLLMは1～3週間先の感染パターンと病院収容状況を正確に予測でき、米疾病予防管理センター（CDC）のCOVIDHubで最高の評価を受けている方法を含む他のすべての手法を一貫して上回りました。 特に、パンデミックが不安定な時期において、PandemicLLMは他のモデルより優れた成果を出し、「伝統的には過去のデータを用いて未来を予測していたが、これでは十分な情報が得られず、理解と予測が困難だった。しかし、このフレームワークはリアルタイムの新型情報を利用することで、より精度の高い予測が可能になった」とフランク・ヤン助教（ジョンズ・ホプキンス大学の土木システム工学部）は説明しています。 PandemicLLMは以下の4種類のデータを基にして、疾患の行動を予測します： 1. 感染データ 2. 医療利用データ 3. 社会経済データ 4. 政策データ 必要データを入手すれば、PandemicLLMは鳥インフルエンザ、Monkeypox、RSVなどあらゆる感染症に適応可能です。研究チームは現在、個人が健康管理について決断するプロセスを大規模言語モデルで再現する能力の探索を行っており、これを通じてより安全で効果的な政策を設計することを目指しています。 「COVID-19から学んだことは、効果的な政策立案のためにより優れたツールが必要なことです。次のパンデミックがくるであろうとき、このようなフレームワークは公衆衛生対応の支援にとって不可欠になるでしょう」と、ガー苕ナー教授は強調しています。 ジョンズ・ホプキンス大学とデューク大学の共同研究チームが開発したPandemicLLMは、リアルタイムで新しい情報を取り込むことで感染症の予測精度を大幅に向上させています。このツールが広く普及すれば、公衆衛生部門の対策が大きく改善され、将来のパンデミックへの対応もより迅速かつ効果的になることが期待されます。