図2は、AI技術開発の推移を示したものです。
第1次AIブーム（1950年代～1970年代）には、AIに対する理論的な基盤が築かれ、初めてコンピューターによる学習や問題解決の試みが始まりました。その後、第2次AIブーム（1980年代～1990年代）には、機械学習やエキスパートシステムなどの新たな技術の開発へ取り組みが始まりました。初期の自動血液像分類装置が開発されたのは、この頃です。そして、第3次AIブーム（2010年代以降）が到来し、インターネットを通じて収集された大量のデータ（ビッグデータ）が利用可能になり、深層学習やニューラルネットワークなどの技術が進化したことで画期的なAI技術の進展が起こりました。この深層学習こそが、劇的な社会変革を起こす基盤となったAI技術です。

機械学習と深層学習はともにAIの一手法であり、データからパターンを学習し、予測や判断を行うことに変わりはありません。両者の大きな違いは、機械学習は予測・判断に必要な基準を人間からの提示することが必要であるのに対し、深層学習は大量のデータをAI自ら学習し、複雑な特徴やパターンを自動的に抽出する点です。深層学習は、ヒトの神経回路を模倣した多層のニューラルネットワークを使用することで、画像認識や自然言語処理などで、驚異的な精度を実現しており、この手法を用いた医用画像診断の自動化に期待が集まっています。

AIの進歩はすでに医療の世界に大きな変革をもたらし、それを活用することで臨床検査の未来が変貌していくことは明らかです。臨床検査技師はこれらの革新技術を、効果的かつ倫理的に活用することが求められており、それに伴い臨床検査技師の役割も大きく変わってくる可能性が高いと言えます。