AI は医療サービスをどう進化させるか

人工知能が、オペレーション、診断、患者ケアといったヘルスケアの分野にどのような変革をもたらすのか、また、ヘルスケア IT チームがそのすべてを効果的に管理する方法を探ります。

By Michael Brenner

By Michael Brenner 2024年03月05日

2024 年はヘルスケア AI の世界において極めて重要な年となることが予想され、実験的な AI の応用から、業務、戦略、ケア提供の中核部分としての AI の導入へとシフトすることが特徴です。

「ほとんどの医療機関は、超高機能の AI ツールをすべて手に入れたいと考えています」と、 20 年以上医療業界で働いてきた Nutanix のグローバル・インダストリーソリューション担当マーケティングディレクター、Leah Gabbert 氏は言います。

「しかし現実には、ほとんどの医療機関は、個別化医療に AI を活用するために必要な専門スタッフやリソース、プロセスを持っていません」と Gabbert 氏は述べています。

Gabbert は、 AI を医療提供者に引き込むいくつかの重要な側面があると見ています。

「第一に、患者主導の医療需要です。患者は、個人的で洗練された患者体験を期待し、現在では、どこで治療を受けるかについて主体的な意思決定を可能にする無数の情報にアクセスできるようになりました」と彼女は述べています。

「第二に、より効率的であると同時に、優秀な臨床医や医療従事者を確保するために、業務を合理化する必要性を認識している医療機関です」

関連記事

ヘルスケアにおける AI の可能性を探る

業務面では、自動化されたスケジュールの最適化から、スタッフの疲弊の兆候を検出するために使用される高度な自然言語処理( NLP )分析、潜在的な不正を検出できるデータ分析まで、あらゆる面で AI が役割を果たしています。

同時に、外科手術の精度を高める AI 搭載ロボットや、より正確な(さらには予測的な)診断のための高度なデータ分析、組織、コミュニティ、地域、あるいはより広いレベルでの新たな公衆衛生の傾向を素早く認識する能力など、斬新な機能によって医療提供は変貌を遂げつつあります。

仮想アシスタントやチャットボットのような会話型 AI ツールは、患者の質問や問い合わせに答える上でより高度な機能を実現しつつあり、問い合わせ対応に伴う時間的負担を軽減しながら、より迅速な回答を提供しています。その結果、医師やその他の医療提供者は、最も深刻なニーズを抱える患者により多くの時間とエネルギーを割くことができるようになります。

要するに、 AI はヘルスケア分野の周辺から、現代のヘルスケア業務と医療提供に欠かせない存在になりつつあるということです。実際、最近のモルガン・スタンレーの調査によると、 AI はヘルスケアにおいてユビキタスな存在になりつつあり、 94% の組織が何らかの形で AI や ML を利用していると回答しています。

Grandview 社の別の調査では、ヘルスケア AI アプリケーションの多様性が強調されており、業務、診断、治療、研究にバランスよく重点が置かれていることが示されています。

AI を活用したプライマリ・ケア・プラットフォーム Navina の CEO である Ronen Lavi 氏は、医療における AI を「ニューノーマル」と呼び、業界全体の理解がいかに深まったかを強調しました :

「 2023 年、臨床と医療 IT のリーダーたちは、 AI を臨床と事務のワークフローにどのように組み込むかについて、かつてない数の創造的な事例を目の当たりにしました。しかし、 1 年経った今、これらのリーダーたちはより洗練され、 AI が組織のために何ができ、何ができないかについて、より深く理解するようになっています。」と Lavi 氏は話してくれました。

Lavi 氏によると、私たちが感じている変化は、単に最新の技術に対応するために様々な AI 技術を取り入れるのではなく、 AI をより " 意味のある使い方 " に向けて移行していることだと言います。ヘルスケアのリーダーたちは、それぞれのニーズや目標、現在のシステムに合わせて、 AI を活用した独自の戦略を構築しています。

効率化の原動力としての医療 AI

AI は、医療セクター全体で多様かつダイナミックな方法で効率化を推進しており、従業員や患者のエクスペリエンスにも直接影響を与えています。予約需要、病院の稼働率、スタッフの呼び出しなどを予測する AI 搭載の予測分析ツールを使用して、スケジューリング・マトリックスを最適化することができます。

そして、スタッフ対患者の比率のバランスをとり、長い待ち時間や過密状態といった問題を減らすように、スケジュールを積極的に設計することが可能になります。

Providence Health System 社は、スタッフのスケジューリングをより柔軟にするために、独自の AI アルゴリズムを開発しました。Providence 社のシニアマネージャーである Natalie Edgeworth 氏は、 2023 年の HIMSS(Healthcare Information Management Systems Society:医療情報管理システム学会)の会合でそれについて発表しました

「あらゆる人が労働力の危機的状況を経験している中、私たちはリソースを最適なレベルに管理するのに苦労しています」と彼女は説明しました。

「私たちが開発したこのツールは、電子カルテと請求データを見て、患者数と急性期患者数の両方を予測し、適切な時間に適切な場所に人を配置できるようにするものです」

AI はまた、医療データ管理を合理化し、 EHR やウェアラブルから患者が生成したデータなど、さまざまなソースからのデータを分析するためにサイロを取り除きます。この自動化された包括的なデータ分析は、診断までの時間を短縮し、診断精度を高めるために 360 度のビューを提供するのに役立っています。

同時に、生成 AI ( GenAI )ツールは、これらの新しく合理化されたデータセットを取り込み、それらを使用して文書を生成し、即座に用意された洞察でプロバイダーからの問い合わせに応答しています。

マッキンゼーの専門家は、このテクノロジーに関する最近の記事で、「医療にあふれる非構造化データのさまざまなソースは、今や生成 AI を動かす資産となっている」と報告しています。

彼らはさらにこう続けます: 「GenAIは、データの量に関係なく、このデータを自動的かつ即座に要約することができます。これにより、人々はより複雑なニーズに対処するための時間を確保することができます」

関連記事

医療 AI と ML アプリをストレステストする安全な場所

会話型 AI ツールは、医療提供者が患者の問い合わせに対応できる規模を急速に拡大しています。多くの医療提供者は、患者のストレスを軽減し、さらなる支援を必要とすることなく、適切な次のステップへと患者を導くために、 24 時間 365 日、即座に回答を提供できるようになりました。

これにより、スタッフが処理しなければならない日常的な問い合わせの数が減り、その分、より重大なニーズを持つ患者や、直接ケアに関連する活動に集中できるようになるのです。

チャットボットが実際の医療問題について患者を的確に誘導する能力について懸念があるのは理解できますが、ほとんどの医師は、技術がより高度になるにつれて信頼を示すようになっています。

現在、医師の 4 分の 3 以上が、今後 10 年以内に AI チャットボットが患者を安全に治療するようになると考えている( 37% は 5 年以内に実現すると回答)。これは、チャットボットが最初の問い合わせの負担を軽減するだけでなく、最終的にはよりニュアンスの異なる専門家のアドバイスを提供するようになることを示しています。

医療における AI は、かつては主に効率化の推進力と考えられていましたが、医療提供の重要な一部にもなりつつあります。次のセクションでは、現代の患者ケアにおいて AI がすでに果たしている最も革新的な方法をいくつか紹介します。

最先端機能で患者ケアを変革する

より良い、より高度な医療を可能にする AI の影響は否定できず、それは医療セクター全体で無数の方法で起こっています。パーソナライゼーションは、医療提供者にとっても患者にとっても、最も深く実感される AI の機能強化のひとつです。複数のソースからデータをマイニングする AI の能力により、医療提供者は患者の病歴やニーズをより完全かつ即座に把握できるようになります。

このように患者一人一人を総合的に理解することで、健康状態に関連した高い有効性だけでなく、アドヒアランスの可能性を高めるために患者の行動に沿った治療計画が可能になります。

関連記事

Healthcare CIO のスピリットとハイブリッド・マルチクラウド

例えば、 AI アルゴリズムは、患者固有のデータプロファイルと、病歴文書に報告されている過去の行動(例:投薬スケジュールの不履行)に基づいて将来の健康リスクを特定できるため、医療提供者は望ましい結果を達成するためのより良い戦略を見つけることができます。

AI はまた、特に再発性疾患や慢性疾患を抱える患者、あるいは特定の健康事象が発生するリスクが高い患者(例:遺伝的素因)に対する診断を、反応型から予測型へとシフトさせています。

メキシコで最近行われたある研究では、妊婦に妊娠糖尿病( GDM )が発生する可能性を高い精度( 70% )と感度( 80% )で予測する AI モデルが開発されました。

GDM を(発症してから治療するのではなく)予防することは、女性の妊娠全般と胎内の赤ちゃんの健康に直接的な影響を及ぼすと言われています。

「これは、妊娠中の糖尿病発症を予防するための個別化された戦略を提供するチャンスです」と研究者は語っています。

「 MIDO GDM(この研究で開発されたモデル)を用いれば、妊娠初期に GDM を発症するリスクのある妊婦を、いくつかの簡単な変数を使って特定することができます」

妊娠の初期段階で GDM 発症のリスクを確立し、個々人に合った予防措置や適切な治療を適時に進めることができるでしょう。

外科手術では、 AI を活用したロボット工学が重要な役割を果たしています。これらのロボットシステムは、外科医がより高い精度と制御で複雑な手術を行うのを支援し、患者の転帰の改善と回復時間の短縮につながります。

AI 主導の手術ロボットが提供する精度は、侵襲的な手技を減らし、全体として合併症のリスクを減らすことを意味します。

そして、 AI ウェアラブルの台頭により、患者ケアを向上させる継続的なモニタリングとデータ分析が可能になりました。ウェアラブルデバイスはリアルタイムで豊富なデータを収集し、 AI システムはそれを分析して患者の健康状態に関する洞察を提供できるようになりました。

この常時モニタリングにより、潜在的な健康問題の早期発見と、より積極的な医療管理が可能になります。例えば、 AI ウェアラブルは慢性疾患の患者のモニタリングに使用され、必要に応じて治療計画を調整するための貴重なデータを医療提供者に提供しています。

AI 医療技術の管理: ハイブリッド・マルチクラウドの役割

AI システムを導入する医療機関では、その管理方法について基本的な疑問が発生します。さまざまな機能を提供する多様な AI アプリケーションのセットを一元管理し、拡張性、柔軟性、安全性を備えた環境を構築する必要があります。

ハイブリッド・マルチクラウドが最適なソリューションとして浮上してきた。オンプレミス、プライベート・クラウド、パブリック・クラウドの各環境を組み合わせることで、企業は接続されたインフラを維持しながら、 AI アプリケーションとデータを最適なコンピューティング環境に柔軟に配置することができるようになります。

例えば、患者の機密データをオンプレミスまたはプライベート・クラウドに保管することで、プライバシー規制を遵守することができます: 一方、大規模なデータ分析や機械学習モデルのトレーニングなど、計算量の多い AI タスクは、パブリッククラウドの膨大なリソースを活用できます。

関連記事

生成 AI がタンパク質の設計をスピードアップ

医療機関のデータニーズが高まるにつれ、特に AI やビッグデータ分析の利用が増加する中、ハイブリッド・マルチクラウド・モデルを利用することで、医療機関は物理インフラに多額の先行投資をすることなく、ストレージやコンピューティング機能を拡張することができます。

また、さまざまな AI アプリケーションの特定のニーズに合わせて IT 環境を変更することもできる。例えば、クラウドベースのサービスを利用して新しい AI ツールを迅速に導入・テストし、そのツールを既存のオンプレミスシステムにシームレスに統合することができます。

プライベートクラウドとパブリッククラウドを組み合わせて使用することで、企業は AI アプリケーションの導入とデータ管理をより適切に行うことができます。 2023 Nutanix Enterprise Cloud Index for Healthcare ( ECI )によると、医療分野におけるハイブリッド・マルチクラウド・ソリューションの採用率は世界平均に遅れをとっていますが、今後 1 ~ 3 年で追いつき、 74% に達する見込みです。

先進的な企業は、パブリック、プライベート、オンプレミスの各環境を表示・管理できる単一のプラットフォームを採用することで、ハイブリッド・マルチクラウド戦略を一層推進しています。このタイプのソリューションは、 ECI の回答者の 96% にとって「理想的」であると回答しています。

医療 AI を管理するには、研究者や臨床医に提供されるモデルやアプリケーションを実世界で使用できるかどうかを吟味することが、これとは別に、同様に重要な要素となります。この取り組みは業界レベルで行われています。

MedPerf は、Google、Microsoft、Dell、Intel などによって開発されたオープンソースのプラットフォームで、医療における AI や ML モデルの迅速な導入を可能にするものです。

「 MedPerf によって、多様な実世界のデータで医療 AIモデルを評価することができます」と、 MedPerf プラットフォームの開拓に貢献した研究者である Alexandros Karargyris 氏は、 The Forecast by Nutanix のインタビューで述べています。

その結果、 MedPerf は実際の患者データのプライバシーやセキュリティを損なうことなく、 AI モデルのパフォーマンスを定量化することができるようになりました。これは、データのプライバシーとAI技術の信頼性の両方に関する一般的な懸念、特に医療分野で見られるような重要なシナリオに対処するための大きな進歩です。

今後の展望

AI の医療用途がより明確化され、証明されるようになれば(例えば、ビジネスプロセスのスピードアップや医療文書の選別など)、医療提供者と患者に顕著な利益をもたらす可能性があると、Nutanix の Gabbert 氏は述べています。

「プロセスを簡素化し、迅速化することは、組織だけでなく、患者への適切なケアを迅速化することにもつながります」と彼女は述べています。

しかし彼女は、医療にはプライバシーや特別な配慮を必要とする非常に個人的な側面があると指摘します。

ビジネスの世界では、"ビジネス・クリティカル "な側面について話題になります。しかし、医療について語るとき、私は『ビジネスクリティカル』ではないと主張します。『ライフクリティカル』なのです。私たちは無意味なデータについて話しているのではありません。あなたのリストにあるすべてのデータは、実際に医療を必要としている実在の人物であり、その判断はその人にとって生死にかかわるものなのです」

編集部注:Nutanixのソフトウェアにより、医療機関が IT の運用を簡素化し、より良い患者の予後と臨床医の生産性向上に集中できるようにする方法をご覧ください。また、エッジからコアまでのイニシアチブを簡素化し、迅速に導入できるように設計されたフルスタックのソフトウェア定義 AI 対応プラットフォームである Nutanix GPT-in-a-Box など、 AI 向けの Nutanix プラットフォームの詳細についてもご覧いただけます。

Michael Brenner 氏は 基調講演者であり、作家であり、Marketing Insider Group の CEO です。Forbes 、 Entrepreneur Magazine 、 The Guardianなどに数百本の記事を執筆し、マーケティング、リーダーシップ、テクノロジー、ビジネス戦略などをテーマに、毎年数十のリーダーシップカンファレンスで講演を行っています。

© 2024 Nutanix, Inc. 無断複写・転載を禁じます。その他の法的情報については、こちらをご覧ください

関連する記事