シムプラーのチーフ・ナーシング・インフォマティクス・オフィサー、Ali Morin – インタビュー・シリーズ

Ali Morinはsymplrの最高看護情報責任者で、患者の直接ケア、臨床システム、看護情報学にまたがる経験を持つ看護・医療技術分野のリーダーです。2024年の現職就任以前は同社の看護情報学担当バイスプレジデントを務め、Haloでは臨床コミュニケーション、導入、利用定着に関する情報学分野の上級職を担当しました。それ以前にはシンシナティ小児病院医療センターで臨床情報学と分析に携わり、ボストン小児病院では電子臨床記録や医療従事者向けの電子オーダリングの主要プロジェクトを率いました。正看護師としての経験を基に、技術と業務設計によって事務負担を減らし、ケアの提供を改善するための臨床的な視点を持っています。

symplr は、医療提供を支える事務・運用システムをつなぎ、簡素化する企業向け医療業務ソフトウェア会社です。クラウド型Operations Platformは、人員管理、医療従事者の情報と資格審査、品質・安全性、臨床コミュニケーションと医師の勤務計画、人材管理、支出管理、コンプライアンス、アクセス管理、契約管理などの機能を統合します。分断された個別製品を、より統合された業務フローとデータに置き換えることが目標です。医療固有のデータガバナンスを中心に据えながら、プラットフォーム全体にAIを組み込み、自動化と意思決定も支援しています。同社によると、その技術は米国の病院の9割と400を超える米国の医療保険プランで使われています。

病床で働く看護師、臨床情報学のリーダー、そして現在のsymplr最高看護情報責任者として、約30年の経験をお持ちです。その歩みを振り返り、看護師向けAIを設計する技術企業に繰り返し見られる大きな間違いは何でしょうか。また、現場経験は現在のAI開発への取り組みにどう影響していますか。

医療は以前にも同じことを経験しています。電子カルテは効率化を約束しましたが、初期には事務負担を増やすことがよくありました。毎日使うことになる現場の医療従事者が、設計や導入に関わっていなかったためです。私も病床で初めて使った電子カルテでそれを経験しました。その後も、経営会議で業務の進め方が決まり、稼働後に画面を操作する医療従事者への配慮が設計の場でほとんどなされない経験をしました。AIはやり直す機会をくれますが、同じ間違いを繰り返さないことが条件です。

私は25年以上前に小児集中治療の看護師として働き始め、この20年間は看護情報学に携わってきました。医療従事者の意見を取り入れて作った技術が役立つことも、そうでない技術がすぐに不満の原因になることも見てきました。今も見られる間違いは、医療機関が看護師の仕事を想像で設計してしまうことです。実際の現場は中断や競合する優先事項が多く、記録と患者ケアを同時に行う場面があります。

現場経験から、私はどのAIツールにも一つの問いを当てます。「看護師の仕事を意味のある形で支えるのか、それとも注意を奪うものが一つ増えるだけなのか」。後者なら、中のモデルがどれほど高度でも関係ありません。仕事量を増やし、時間を取り合う優先事項がまた一つ加わるだけです。

医療従事者は導入時だけでなく、AI開発の全過程に関わるべきだとよくおっしゃいます。実質的な参加とは何で、なぜ多くの医療AIプロジェクトは今もそれを実現できないのでしょうか。

技術ガバナンスへの看護師の参加は、組織の技術評価・導入の仕組みに最初から組み込むべき基本条件です。調達から導入、評価まで、すべての段階に看護師が参加するということです。

導入が決まり、職員研修も済んだ後に初めて製品を見るようではいけません。毎日使う看護師は業務の中で働いているため、管理者、開発者、販売企業には見えない課題や機会を発見できます。

多くの医療AIプロジェクトが失敗するのは、臨床側の意見を継続的な過程ではなく、一度通過する確認項目として扱うからです。デモや試行の際に看護師から感想を聞けば「臨床参加」と数えてしまいがちです。本当の参加は、私がsymplrで行っているように、AIの設計、開発、進化の場に加わることです。AONLのLeadership, Innovation, Technology and Transformation CommitteeやHIMSSのVendor CNO/CNIO Working Groupにもその例があります。そこで看護師は、既製品に反応するだけでなく、医療機関が技術を評価するための能力要件とガバナンスを定義しています。

看護管理者は勤務表の作成や調整に一日のかなりの時間を費やすことがあります。AIは人員管理をどう変え、効率や職員満足度で最も大きく測定可能な改善はどこに見られますか。

AIによる勤務計画と業務量管理は、看護リーダーを長く悩ませてきた運用上の複雑さを大きく減らします。勤務表作成、リアルタイムの調整、直前の欠勤への対応など、かつて際限のない手作業の調整を要した仕事を、管理者の一日を使う代わりに自動化できるようになっています。

効率面では効果を示すデータがあります。例えば、symplrの既存人員管理プラットフォームに勤務計画を統合した製品では、人員需要を 最大120日先まで96%の精度で予測できます。日々の問題に追われて事後対応する状態から、看護リーダーや臨床スタッフが計画を立てられる状態への、測定可能な変化です。

予測型の勤務計画と職員満足度を直接結び付けることは難しいものの、周囲の仕組みに支えられていると感じる看護師は長く働き続ける傾向があります。 全米看護評議会協議会（NCSBN） によると、今後5年以内に看護職を離れる意向を示した人の41.5%がストレスと燃え尽きを理由に挙げ、仕事量、人手不足、不十分な給与がその他の主な理由でした。勤務表作成が管理者の一日を奪わなくなり、人員の穴を事前に予測できれば、仕事への感じ方に影響する前向きな変化になります。

予測型の人員配置は、不足が危機になる前の把握を目指します。最も役立つデータは何で、単なる人件費の最適化ではなく看護師を支えるモデルにするにはどうすればよいでしょうか。

重要なのは、切迫する前に不足を示す情報です。シフトが何日前に埋まるのか、直前の報奨金に頼って人を確保する頻度はどれほどか、といったものです。Bellin Healthはよい例です。臨床チームが空きシフトや必要人数との差を把握できるようになると、 65%のシフトを2週間以上前に、80%を1週間以内に埋めることができ、直前になって不足を埋めようと慌てる状態から変わりました。

モデルを適切に評価するには、費用以外も測ることが必要です。予測型勤務計画はBellin Healthの人件費を100万ドル以上削減しました。しかし看護師にとって重要なのは、80%のシフトが早期に埋まったことです。看護師の意見を取り入れたモデルは、効率、安全性、予測可能性に加え、満足度にもよい影響を与えます。

医療では事務負担を減らすどころか増やした技術導入が数多くありました。看護師に受け入れられるAIと、すぐに不満の種になるAIは何が違いますか。

受け入れられるのは、意識しなくても使えるツールです。例えば、看護師が患者に十分向き合う間に記録が作成されたり、確認する画面を増やすのではなく反復作業をなくしたりするものです。不満の原因になるツールは、看護師の働き方を踏まえず導入され、患者をケアしながら確認、クリック、再確認しなければならない項目を増やしがちです。

結局は透明性と適合性です。何をなぜ行うツールなのかをリーダーが明確にし、理想化した業務ではなく実際の業務に沿って作れば、患者ケア、批判的思考、新人看護師の指導に充てる時間と余力が生まれます。そうでなければ、もともと負荷の高い仕事の妨げになります。

AI開発が加速する中、医療機関が臨床的な検証より速度を優先する懸念はありますか。患者ケアの現場にAIを組み込む前に、どのような安全策が必要でしょうか。

はい。検証より速度を重視することは現実的な懸念です。AI開発は速く進みますが、医療の規制と安全要件には十分な理由があります。適切な組織は、臨床検証と看護師によるガバナンスを初日から設計の一部にします。稼働直前にチェックリストを満たすため付け足すものにはしません。

最低限必要なのは、患者ケアに関わる前に、看護師や他の現場医療従事者がツールを評価することです。その上で医療組織には、システムが何をしているかの透明性と、不具合を臨床側が報告する明確な手順が必要です。AONLやHIMSSなどが作る全国的なガバナンスの仕組みは、各組織が単独で取り組むのではなく、実行可能な枠組みを提供します。

勤務計画以外では、今後5年間に看護師の燃え尽きを減らし、患者の転帰も改善するAIの未開拓の可能性はどこにあると思いますか。

最も成長の余地があると感じるのは記録業務です。ケア中の会話などを捉えるアンビエント型ツールは、従来記録されなかったケアの合間の出来事を捉え始めた段階です。看護師に時間を返し、患者対応中に何があったかをより完全に記録するため、今後数年で取り組む余地は大きいでしょう。

遠隔で行うバーチャル看護も成長が見込めます。現在は主に患者教育、入院記録、退院計画、遠隔モニタリングに使われています。より大きな機会は、この支援を拡大し、病床で働く看護師が書類より目の前の患者に集中する時間を取り戻すことです。ただし、アンビエント型ツールもバーチャル看護も、医療従事者の判断の代わりにはなりません。その判断にひそかに競合する作業を取り除くものです。

看護師が抵抗するのではなく支持するAI戦略を作りたい医療経営者に、どんな助言をしますか。次世代の臨床AIを形作るうえで、看護リーダーはどのような役割を担うべきでしょうか。 

技術の調達、導入、評価に、最初から看護師を参加させてください。日々使う看護師は、他の人が見逃す課題や機会を見つけられます。そしてデジタル分野のリーダー育成には、数年後ではなく今投資してください。複雑な技術判断を適切に導く道具や知識を渡さずに、看護リーダーへそれを期待することはできません。

看護リーダーの役割は、臨床参加を偶然任せにせず意図的に実現することです。AONL委員会での活動を通じ、私たちは必要なデジタル能力を定義しました。デジタル技術を使いこなす力、関係者を横断して協力する力、技術判断を実際の臨床業務や転帰に結び付ける力です。symplrがThe DAISY Foundationと設立したKarlene Kerfoot Nursing Leadership in Technology Education Grantなどは、こうした準備の機会をより多くの看護師に提供するためにあります。

看護リーダーが意思決定に実質的に参加すると、技術はケアの現実に近づき、利用定着が進み、事務負担が軽減され、患者の安全と転帰が改善します。それこそが目的です。

インタビューにご協力いただきありがとうございました。詳しく知りたい方は symplrをご覧ください。