全北大学病院は、生成型人工知能（AI）を臨床研究の現場に導入する動きを始めた。論文作成や文献検索など研究者の業務効率を高めるだけでなく、臨床試験や膨大なデータ分析、さらには患者の診療や地域社会の健康管理までAIの活用範囲を拡大する計画である。
全北大学病院機能性食品臨床試験支援センターは、先日3日に全北大学病院臨床研究支援センターの映像会議室で、姜時喆（カン・シチョル）ジェノシスAIヘルスケア副会長を招き、生成型AI活用能力強化のためのセミナーを開催したと発表した。
このセミナーには、機能性食品臨床試験支援センターの研究者をはじめ、全北大学病院有効性評価センターの関係者や全北大学の教授らが参加した。姜副会長は、クロードやジェミナイなどの生成型AIを活用した論文作成、文献検索、研究資料分析、発表資料作成、プロンプト作成法などを紹介した。
特に医療・臨床研究分野において、生成型AIを単なる文書作成ツールではなく、研究者の意思決定を支援するツールとして活用する可能性が重点的に議論された。
臨床研究では、国内外の論文や臨床データを検討し、研究仮説を立てた後、臨床試験を設計し、結果を分析する過程で膨大な情報が必要である。生成型AIを活用すれば、研究者は必要な文献をより効率的に探索し、資料を要約・分析することができ、研究結果を整理し報告書を作成する際にも助けを得ることができる。
機能性食品臨床試験支援センターが行う機能性食品と素材の有効性評価でもAI活用の可能性が大きいと病院側は説明している。健康機能食品や機能性素材に関する研究資料と臨床データを体系的に分析し、研究者が必要な情報を迅速に見つけ出し、複数の研究結果を総合して新たな研究方向を設定するために活用できるという。
AI活用の究極的な目標は、研究のスピードを高めることだけではない。臨床現場で蓄積されたデータを研究に活用し、研究を通じて確認された結果を再び患者の診療に適用する循環構造を作ることが核心である。
全北大学病院は地域の拠点医療機関として、診療とともに医学部教育、臨床研究などの役割を果たしている。AIが研究と教育、診療に同時に活用される場合、それぞれ分離されていた領域をつなぐ基盤として機能することができる。研究データを分析して疾患のリスク要因や治療関連パターンを見出し、これを医療従事者の判断を支援するために活用する方法である。
高齢化と慢性疾患の増加が続く地域社会では、AIを活用した予防的健康管理への関心も高まっている。病院を訪れた患者を治療するだけでなく、疾病リスクが高い人を早期に把握し、個々の健康状態や生活習慣を考慮した予防管理策を研究するためにAIが活用される可能性がある。
機能性食品分野も、個別化された研究へと発展する可能性がある。特定の素材の効能を確認するだけでなく、個々の健康状態や生活習慣、臨床データを総合して、どの人にどの機能性素材が効果的かを分析する研究に拡大できると説明されている。
全北大学も今年、生成型AI活用の基盤を拡大している。全北大学は、2月から教授・学生・職員・助手など約2万2000人を対象に、チャットGPT、ジェミナイ、クロードなどの複数の大規模言語モデル（LLM）を一つのプラットフォームで利用できる「マルチLLM基盤生成型AIサービス」を試験導入した。大学全体でAI活用環境を構築したため、今後医療・臨床研究分野でもAI活用能力を体系的に拡大できる基盤が整ったことになる。
ただし、医療分野でAI活用が拡大するためには、正確性と安全性の確保が前提となる。医療データの個人情報保護とセキュリティ、研究データの品質管理、AIが生成した情報に対する医療従事者の検証、生成型AIのいわゆる「幻覚」現象への対応などが同時に整備される必要がある。
AIが医療従事者や研究者を代替するのではなく、膨大な情報を分析し新たな可能性を見出すための支援ツールとして活用されることが重要である。結局、大学病院のAI競争力は、どのAIサービスを使用するかよりも、それを通じてどれだけ質の高い研究を生み出し、その成果をどれだけ早く患者や地域社会に結びつけるかにかかっている。
全北大学病院機能性食品臨床試験支援センターの今回のセミナーは、臨床研究現場に生成型AIを本格的に導入するための第一歩を意味する。今後、全北大学医学部と全北大学病院の教育・研究・臨床インフラにAI技術が結びつく場合、全北地域の医療・バイオ研究競争力を高める契機となるか注目される。
* この記事はAIによって翻訳されました。
