ヘルスケアにおけるAIの真実：その魅力と可能性に迫る

新しい技術であるAIですが、課題は変わらず存在します。

AIに関する話題に疲れている方や、その価値に懐疑的な方も多いのではないでしょうか。その一因として、AIがあらゆる会話に登場することが挙げられます。まるで人々が「AI」という言葉を使うこと自体が目的になっているかのように感じられることもあります。その感覚は部分的には正しいと言えるでしょう。なぜなら、多くの業界において「AIウォッシング」と呼ばれる現象が現実に起こっているからです。しかし、ヘルスケア分野は例外であり、AIの約束がその期待に応えている数少ない業界の一つです。このため、最新の情報に注意を払い、学びを深め、行動を起こす準備を整えることが重要です。

最近のWorkdayの調査によれば、98%のCEOがAIを導入することで即座にビジネス上の利益が得られると考えている一方で、実際に自組織でAIを活用していると報告しているのは71%にとどまっています。ヘルスケアにおいては、この価値と利用のギャップがさらに顕著です。ベインの調査では、医療システムの幹部の75%がAIが業界を再構築する能力において転換点を迎えたと考えている一方で、確立されたAI戦略を持つ企業はわずか6%に過ぎないことが示されています。

この69%のギャップは重要な意味を持ちます。果たしてAIは本当に実装の障壁がそれほど高く、技術的に複雑なものでしょうか？それとも、別の要因が影響しているのでしょうか？

新しい技術、変わらぬ課題

ここからが本当に興味深いところです。AIは最先端で革新的な技術進歩ですが、その実装における最大の障壁は、実に古典的なものです。AIの導入を進めるにあたって考慮すべき、あまりにも馴染み深い課題を以下に挙げます。

レガシーIT機器およびインフラ： 技術的負債は新しいものではありません。新たな技術革新が起こるたびに、その要求はしばしば組織の既存システムの能力を上回ります。AIも例外ではなく、レガシーシステムに関する問題を克服する必要があることは、実装における一般的な障害となっています。

サイロ化されたデータ：横断的なコラボレーションのトレンドは、データサイロが組織の改善と進展に対する脅威であることを浮き彫りにしました。生成されるデータ量が増加し、それに対する依存度が高まる中で、データサイロは重要な障害として立ちはだかります。AIはデータに基づいて動作するため、完全なアクセスへの摩擦は、AIの成功した実装と利用に対する深刻な障害となります。

技術的専門知識のギャップ：すべての技術革新には学習曲線があり、それが労働市場の遅れを生む要因となります。現時点で、C-suiteの87%が十分なAIスキルを持つ労働力を見つけるのに苦労していると述べています。利用可能な専門家の不足は、AIプロジェクトの進行を遅らせるだけでなく、企業が人材を競り合うため、コストを増加させます。

変化への抵抗という組織文化：「これまでずっとこのやり方でやってきた」という古典的な抵抗も、AIに関しては影響を及ぼします。一部の組織は、特に失敗が人間に害を及ぼす可能性がある医療業界において、変化への抵抗を生む文化を持っています。この抵抗は、AIの導入に対して特に強まることがあります。多くの人々が、しばしばメディアによって煽られる形で、AIが自分たちの仕事を奪うのではないかという恐怖を抱いているからです。

もちろん、AIの実装が独自の課題を伴わないわけではありません。AIの最終的な能力がどうなるか、また政府や社会がどのような制限を設けるかについての不確実性があります。他にも、モデルをトレーニングするために使用されるデータから生じるバイアスや間違った情報、知的財産権の侵害に関する懸念などが存在します。

良いニュースは、どのような課題に直面していても、その潜在的な価値はリスクを上回る価値があるということです。そして、明確な前進の道が存在しています。

素晴らしい成果

現在、課題に足を引っぱられているかもしれませんが、ヘルスケアはAIの恩恵が期待に応える数少ない分野の一つであることを忘れないでください。ここで「もしも」という視点を持ち、これらの障害を乗り越えて瞬間をつかむ組織にとって、実現可能な興味深い可能性のいくつかを探ってみましょう。

患者と適切な医師のマッチング： 医療サービスを求める人々にとって、特有のニーズに合った適切な提供者を見つけることは、再発する切実な問題です。医療サービスを求める人々にとって、提供者のリストは無限に存在するように見えますが、しばしばそれらのリストは旧式であったり、新しい患者を受け入れていなかったりします。また、専門分野の標準的な割り当てを超えた差別化が欠けています。正確で意味のある情報がないままでは、この選択方法はしばしば成功の少ない提供者と患者の関係を生み出し、健康の結果が悪化し、医療費に対する価値が低下してしまいます。

AIを提供者検索プロセスに取り入れることで、医療サービスを求める人々は、患者の履歴や医師の治療パターンと哲学、患者の成果、医療費、提供者のレビューなど、関連性のある影響力のある要因に基づいた、より小規模で個別にカスタマイズされたリストを受け取ることができます。

診察の向上：. 今日、時間に追われる医療提供者は、記録、文書、データに関する重い負担を抱えています。その結果、患者にとっては rushed（急いだ）体験となりがちで、しばしば不満が残ります。しかし、この急いだ対応は、深い探求を欠いたトリアージ型のケアサポートへとつながり、診断の見落としや不必要な検査、フォローアップ訪問を引き起こすリスクを伴います。

AIは、医療提供者がこの状況を変えることを可能にします。AI機能を患者の事前準備に組み込むことで、患者が事前に面倒に感じる情報の記入作業を、迅速かつ簡単に医療訪問を補完するための選択された関連データに変えることができます。また、AIは看護師のアドバイスサービスを向上させ、医師が患者の質問に対する回答において、患者が好む言語を提供することも可能です。最近、JAMA Internal Medicine誌に発表された研究では、「チャットボットがオンラインフォーラムでの患者の質問に対して質の高い共感的な応答を生成した」と結論付けられています。この技術は、医師が編集できるように応答を草案するためにチャットボットを使用するなど、臨床の場でさらに探求されるべきです。

ケアの調整の改善：AIは、患者と医療提供者の単一訪問の相互作用を超えて、より大きな価値を発揮する可能性を秘めています。現在、複数の訪問、提供者、または治療を必要とするケアイベントは、患者が自身の健康ニーズに加えて複雑さを管理する必要があります。混雑した診療スケジュールの中で、患者は適切な提供者とのアポイントメントを正しい順序で調整し、多くの請求問題にも対処しなければなりません。これらの患者は、しばしばケアをより調整するためにフォルダーやバインダーを持ち歩いており、がんやその他の慢性疾患、重度の怪我、衰弱する状態、難治性の病気に直面している人々にとっては、さらなる負担となっています。一方で、医療提供者は適切なケアを妨げる古い記録に対処していることもあります。

この問題は、複雑な健康状態に苦しむ患者が、さまざまな提供者間で自分の健康データを管理および調整する責任を負わされる現実によってさらに悪化します。このデータの断片化は、患者のケアの旅を複雑にするだけでなく、調整された効果的な治療を提供しようとする医療提供者にとっても大きな課題となります。ヘルスケア業界におけるデータの相互運用性の欠如は、患者の健康記録に対する統一的なアプローチの緊急性を強調しています。すべてのケア提供者が、どこでケアが提供されたかにかかわらず、患者の医療履歴を包括的かつ最新の状態で把握できるようにする必要があります。

もしこれが悪い体験や結果をもたらす原因のように聞こえるなら、その通りです。患者はしばしば圧倒され、単に関与しなくなります。国立医学図書館に発表された研究によると、42%の人々が初回のアポイントメントを取らず、初回のアポイントメントを取った人の70%が専門医のフォローアップを行わないとされています。その他の問題には、治療の不一致やタイミングのずれ、治療の不遵守、最終的には実際の医療費に対する価値の低下が含まれます。

これらのワークフローにAIを組み込むことで、複雑または慢性のケアイベントにおけるケアの調整がより良く、シンプルで成功しやすくなることが期待できます。これを可能にするのは、状況に応じたアポイントメントのスケジューリングと計画、個別に調整された治療計画のロードマップ、進行中の結果の分析、そしてケアの進捗にどのように影響を与えるべきかに関する認識と提案です。これらの複雑なケースにおいて、AIは計画が中断された際の迅速な変更管理も提供し、アポイントメントが欠席されたり、特定の時間までに検査結果が得られなかった場合の新しい選択肢や次の最善のステップについてのデータ駆動のガイダンスを即座に提供します。

結果重視のケアへの影響： さらに広い視点から見ると、AIの利用は医療のトレンドに影響を与える能力を持っています。たとえば、米国を含む多くの医療システムは、症状を治療する介入に焦点を当てた従量制モデルに固執しています。この傾向は非常に残念で、予防に対する関心を低下させ、結果として高いコストと不十分な全体的な結果をもたらします。

AIは、結果重視のケアへの必要な移行を支援するために、2つの重要な方法で役立つことができます。まず、AIは現在の技術やプロセスよりも早く、リスクのある個人や集団を迅速かつ正確に特定することが可能です。また、AIは特定の状況や患者集団において成功の可能性が最も高い健康促進および予防策を特定し、示すこともできます。

成功するAIの実装

AIの利点に魅力を感じながらも、その導入プロセスに悩んでいるヘルスケア組織には、実行可能な選択肢があります。AIの導入をデジタルトランスフォーメーションの継続的な進展の一環と捉えることが有効です。ほとんどの企業はすでにこのプロセスに取り組んでいるため、実績のあるプラクティスの利点をAIの展開に応用することができます。その最も簡単で効率的な方法は、外部の専門家と提携することです。以下は、このルートを検討する際に注目すべき3つの重要な要素です。

1：コラボレーションへのコミットメント
各ヘルスケア組織は、AIをビジネスに組み込む際に、技術とプロセスの両方に対して異なるニーズを持っています。そのため、協力的なアプローチを重視する専門家と提携することが特に重要です。この協力は、評価から計画、実装、そしてその後に至るまでプロジェクト全体に浸透しているべきです。成功する実行には、内部と外部のすべての関係者がプロジェクトに対して情報に基づいた関与を持つことが求められます。

2：技術的および文化的変革の両方に影響を与える専門知識と能力
一部の企業は最新の技術オプションに精通していますが、他の企業は変更を行う際にプロセスに重点を置いています。両方の側面で課題に対処することになる可能性が高いので、両方に対処できるパートナーを見つけることが重要です。

3：自立を確立するための支援
多くのコンサルタントは、長期的なサポートや将来の変更、追加に対してあなたをずっと依存させておくことを好む場合があります。しかし、技術スキルの不足を克服し、長期的なコストを抑えるための一つの方法は、「魚を与えるのではなく、釣り方を教える」ことを信じる組織と提携することです。言い換えれば、あなた自身の内部スタッフが長期的に自分たちでAIプログラムをサポートできるよう、喜んでトレーニングを提供してくれる専門家と協力することが重要です。

今こそ、AIの旅を始める時です

AIの優位性は、多くの革新と同様に、早期に機会を捉えた者に与えられます。技術はまだ進化の過程にありますが、その導入による利点は明確です。

前進するための支援が必要な方には、CI&Tがサポートいたします。私たちは、ほぼ30年にわたり多くのデジタルトランスフォーメーションのクライアントを成功に導いてきた戦略でAIにアプローチします。それは、クライアントがより協力的で統合された、成果重視の組織へと変革するのを助けることです。AIの旅を始める準備ができているなら、CI&Tがそのお手伝いをいたします。こちらからお気軽にご連絡ください。




Citations

---