• 患者の症例報告の要約作成
• 紹介状の作成
• ヒストリカルデータ（既存の臨床試験で得られたデータ）の分析に基づく、患者の治療プロセスの予測

　医師はRUSSELL-GPTに、症状や診療ガイドラインに関連する質問をすることで、その回答を業務に役立てられるようになる。RUSSELL-GPTを使って、尿路感染症の「一般的な経過」と「重症度」を予測する研究も進行している。

　NUHSは傘下組織にRUSSELL-GPTを順次展開する計画を進行している。NUHSグループの最高技術責任者（CTO）を務めるニアム・キー・ユアン氏は「PrescienceでトレーニングされたRUSSELL-GPTは、地域の医療機関の知見を融合させ、医師と看護師の管理業務を減らしてくれる」と説明し、「医療従事者と患者の両方に恩恵をもたらす可能性がある」と語る。

　NSCC Singaporeの企画・エンゲージメント戦略ディレクターを務めるバーナード・タン氏は「Prescienceの運用開始は時宜にかなっていた」と付け加える。近年は「生成AI」（ジェネレーティブAI）技術への関心が高まっているからだ。

　「Prescienceがあれば、医療を変革するツールを開発できるようになる。その結果、地域医療の提供効率が向上するだけでなく、医学研究機関にも大きなメリットをもたらす。最終的には、シンガポールの患者が恩恵を得られるようになる」（タン氏）

歯科領域でもPrescienceを活用

　歯科領域では、口腔内の3次元（3D）スキャン画像や、歯科パノラマ断層撮影（上下の顎のエックス線写真）を使用した機械学習（ML）モデルのトレーニングにPrescienceを活用している。

　MLモデルのトレーニングに活用するための学習データとして、匿名化された患者（子どもから成人まで）の3D口腔内スキャン結果400点を収集している。同様に、匿名化された患者の歯科パノラマ断層撮影結果200点も収集している。大部分は歯茎に問題を抱えている患者の画像だ。

　このMLモデルによって実現が期待されているのが、歯式（チャート。歯の位置を示す番号および図のこと）の3Dモデル生成だ。歯の状態と口腔内の位置関係を3Dで表現することで、従来は歯科医が手作業で作成していたチャートよりも作成効率と可視性が向上する。これまで歯科模型の作製には約1日掛かっていたが、3Dモデルならば患者の口腔内をスキャンして治療に必要な情報を収集するのは数分で済む。

　シンガポール国立大学口腔衛生センター（NUCOHS：National University Centre for Oral Health, Singapore）で補綴（ほてつ）歯科のシニアコンサルタントを務めるピーター・ユー氏はこう語る。「歯科治療では、顔の構造、解剖学的分析、再建、治療後の歯の状態を3Dで把握する必要がある。Prescienceにはそれを実現するだけのグラフィックス処理能力があり、このアプローチに適している」

　NUCOHSで矯正歯科のコンサルタントを務めるウィルソン・ルー氏は、こうしたAI技術に基づくツールは、患者の歯や歯茎の状態について、歯科医が客観的な臨床判断を下すのに役立つと考えている。「特に歯周病の予測モデルは、大規模な集団の単位で導入される可能性がある。そうすれば患者の歯周病発症リスクを低、中、高に分類し、発症前に医学的予防介入を推奨できるようになる」（ルー氏）