人工知能と機械学習を用いた伴侶動物の疾病および健康サーベイランス

3行まとめ

• 伴侶動物の電子カルテから得られる臨床テキストを解析するAIや機械学習の計算論的手法を整理した。
• PetBERT等の言語モデルにより疾病監視が可能となる一方、汎化性や匿名化などの課題が示された。
• 適切な規模のモデルを活用することで環境負荷を抑えつつワンヘルスサーベイランスへの貢献が期待される。

この論文の要約

目的

伴侶動物の疾病サーベイランスにおいて、電子健康記録（EHR）の蓄積と人工知能（AI）の活用が進んでいる。本レビューでは、非構造化された獣医療臨床テキストを解析するための計算論的アプローチの現状と課題を検証することを目的とした。

対象と方法

ルールベースのシステムから従来のニューラルネットワーク、さらに最新のトランスフォーマーモデルに至るまでの各種手法を対象とし、獣医療分野におけるテキスト解析アプローチの変遷と特徴を整理・検討した総説である。

主な結果

PetBERTのような獣医療領域に適応したエンコーダモデルにより、効率的な疾病コーディングや症候群サーベイランスが可能となっている。また、生成モデルによる新たな機能の提供や、トピックモデリングによる教師なしでの臨床パターン発見も行われている。一方で、異なる臨床現場間におけるモデルの汎化性能の確保、匿名化によるプライバシー保護、標準化された性能評価枠組みの確立、ならびに計算資源消費に伴う環境の持続可能性が主要な課題として浮き彫りとなった。

臨床的意義

適切なサイズに設計されたモデルを戦略的に導入・展開することにより、環境への負荷を配慮しつつ、臨床現場のデータを生かしたワンヘルスサーベイランスを前進させられる可能性がある。

⚠️ この要約はAIが自動生成したものです。