新たに開発されたディープ・ラーニングという機械学習の手法が非常に優秀だったことによって2010年代から特に画像認識や音声認識においてAIの技術は急速な進歩を示してきた。人の顔の認識はAIが人間よりも正確になり、スマートフォンの音声対話機能やAIスピーカーなどが実用化されている。最近になってディープ・ラーニングの手法が発展して、認識だけではなく生成もできるようになってきた。2022年になってMidJourneyやStable Diffusionという画像生成AIが発表され、秋には言語生成AIのChatGPTが発表された。OpenAIが開発したChatGPTはかなり高い水準の文章を生成できるということで世界中に衝撃を与えた。使用にあたってときどき間違いを犯す、情報漏洩の危険がある、著作権が脅かされる危険があるなどいくつかの問題はあるものの、（馬車に代わるものとして）自動車が発明されたのに匹敵する社会的な影響があると思われる。ここではchatGPTを代表とする生成AIが世の中をどう変えるかを考える。

我々は、健康診断や入院・術前検査および任意の疾患で撮影された1枚のX線画像データのみから、腰椎および大腿骨近位部の骨に関する数値（BMD、YAM、T-score等）を演算する、AI骨粗鬆症診断補助システムを創出し（国内外で特許取得済）、保険適応の医療機器としての実用化を目指して研究開発をすすめている。医師は、出力された数値をもとに骨粗鬆症の予防と治療ガイドラインの「検診での判定基準」や「診断基準」、WHOの診断基準に基づいて、スクリーニング・診断を行い、数値に合わせて薬剤の選択を行うことが可能であり、追加の骨密度検査を必要としない。新規の装置を購入することなく、スクリーニング・診断のゴールドスタンダードである腰椎および大腿骨近位部の骨密度の高精度の推定値を演算する診断補助システムとして、骨粗鬆症およびその予備群を早期に治療に導き、脆弱性骨折を予防することが期待できる。本シンポジウムでは、胸部と腰椎正面X線画像を用いたシステムを中心に紹介する。

皮膚科の大きな特徴は、「視診」の占めるウェートが極めて高いことである。検査値のような客観的な指標と異なり、「視診」ははっきりした数値・指標として表せないだけに、熟練・経験が必要となる。一方、画像がカギとなることから、皮膚疾患の診断はAIとの親和性が高い。皮膚疾患のAI診断支援は、皮膚科医のみならず、非皮膚科医においても、プライマリケアから専門診療まで、また僻地診療、在宅・往診や老人介護施設など様々な場面でニーズがある。さらに、皮膚の写真は一般人でも自分で撮影できるため、医療機関を受診すべきかどうかの判断などにも使用できるだろう。実際に、皮膚疾患診断や診療を支援するAIは、国内外でめざましい進歩を見せている。日本皮膚科学会では、オールジャパンの「皮膚疾患画像ナショナルデータベース」を設立して画像を収集するとともに、皮膚疾患診断支援AIの開発を進めている。