John Squeo, ヘルスケア・プロバイダー市場＆ヘッド、CitiusTech John Squeo ヘルスケア・プロバイダー市場＆ヘッド、CitiusTech

医療におけるAI: 約束から実践へ

医療業界は、今日までにないほどの技術的な約束と、それを実現するための圧力に直面しています。技術の進歩は驚くほど速いです。生成的なAIは、控訴書を草案化し、臨床ノートを要約し、アンビエントツールを動かし、在宅での患者エンゲージメントを可能にしています。米国の入院病院の96％以上が現在、EHRシステムを使用しています。これは、シームレスでインテリジェントなケアの時代であるべきです。しかし、どこかで、潜在力と実践の間で、勢いが失われています。旧来のインフラストラクチャ、断片化したガバナンス、労働者の疲労、広がるリソースギャップが進歩を遅らせ続けています。さらに、ペイアー、プロバイダー、患者が、それぞれ独自のペースでデジタル能力を構築しているため、共通のカデンスが欠けていることが、より大きな課題となっています。一方で、より良いケアを提供するための圧力が高まっています。米国の700以上の病院、多くは農村部にある病院が、閉鎖の危険性にさらされています。立法の変更により、数百万人の人が医療保険の対象外になる可能性があります。現在、ポイントソリューションではなく、スケーラブルなイノベーションがケアを真正に変革することができます。イノベーションを持続可能にスケールするには、医療業界はそれを実際のワークフローの中に埋め込み、相互運用性に基づき、意図を持って統治し、システム全体で整合性を築く必要があります。誰もがイノベーションを進めている。なぜまだ断片化しているのか?問題は、イノベーションが孤立して行われることから始まります。ヘルスシステムは、GenAIやデジタルツールを試験的に導入していますが、共有インフラストラクチャやエンタープライズ全体の整合性がなければ、これらの試験はほとんどスケールしません。システムの4分の1だけが、GenAIの使用を責任を持って管理するためのガバナンスモデルを確立していますが、ほとんどのシステムはまだ断片化されたデータ環境に苦労しています。ケアの提供を簡素化するのではなく、臨床医が働くやり方にさらに複雑さを加えることが多いです。たとえば、収益サイクルを考えてみましょう。AIは今や、控訴書を数分で生成できますが、ペイアーはまだそれらを手動で処理しています。これにより、非対称性が生じ、管理コストが増加します。医療におけるAIをスケールするために必要なこと進歩するには、リーダーは収束を設計する必要があります。つまり、イノベーションをケアの実際の方法の一部にすることです。チーム間のつながりを確立し、すべての努力がすべての主要ステークホルダーにとってより良い結果をもたらすことを確認することです。これが実際に行われるように、次のようになります：1. 労働力を置き換えるのではなく、再設計する医療におけるスケーラブルなイノベーションは、ケアチームが実際にどのように働くかを再考することから始まります。2024年、57％のヘルスシステムの幹部は、労働力不足を上位の戦略的懸念として挙げています。労働力の準備不足も、デジタル変革のトップ3の障害の一つです。これは、導入と人間の準備の間で広がるギャップを強調しています。先を見据えたプロバイダーは、さまざまな方法で対応しています： 労働力の回復力に投資しています。 看護師は、臨床的直感を置き換えるのではなく、強化するために、ハイブリッド、テクノロジーを活用した役割にスキルアップしています。 認知負担を軽減するGenAIツールを展開しています。 例えば、アンビエントドキュメンテーションは、臨床医がノートの自動化と再入院リスクのフラグを支援します。事前訪問の要約も、ケアの提供をストリームライン化するために、患者コンテキストを事前に表面化するために不可欠になっています。 ワークフローの再構築とスマートな委任によって時間と容量を取り戻しています。 ワークフローの再設計とスマートな委任の組み合わせは、シフトあたり15-30％の時間節約を実現する可能性があります。これは、約28万人の入院看護師のギャップを埋めるのに十分です[8]。 これらは、より持続可能なケアモデルの実現を可能にするものです。イノベーションは、ケアを提供する人の経験に根ざさなければ成功しません。2. AIのための変更管理フレームワークを構築する医療におけるAIの活用には、ワンサイズフィットオールのアプローチはありません。これは、単なるテクノロジーのロールアウトではありません。クラウド移行のように、インフラストラクチャが先行するのではなく、AIはまず仕事を理解する必要があります。認知が必要なこと、摩擦を生み出すこと、サポートが最も必要な場所を理解する必要があります。エクセレンスセンターは、プロバイダーがこれを正しく行うのを支援します。これらのセンターは、ガバナンスを正式化し、ワークフローを整列し、展開における安全性、公平性、信頼性を確保します。そうでなければ、イノベーションは表面でのみ停滞し、ケアの実践から切り離されたままになります。ジョンズ・ホプキンスでは、第一線のチームと共同で設計された予測ベッド管理ダッシュボードが、日常の意思決定の一部となりました。これが、統合の実現です。AIをスケールするには、まずケアのリズムにフィットする必要があります。3. 臨床AIにおける信頼のギャップを埋めるイノベーションは、医療業界全体で一様に歓迎されていません。AIは医療のバックオフィスで足場を固めましたが、臨床設定ではまだその声を探しています。請求や控訴のような低リスクの領域では自動化が急速にスケールしていますが、診断、トライアージュ、ケア計画のような高リスクの領域では、躊躇が深刻です。これは当然です。第一線の臨床医は、人間のコストを伴う環境で、自分たちが構築しなかったツールを信頼するよう求められます。これは、臨床イノベーションが停止することを意味しません。ただし、異なるガイダンスが必要です。臨床実践で真正に違いを生み出すには、AIは臨床医のワークロードを軽減する必要があります。機会は、人口健康リスク分類、患者の歴史の要約、容量管理などのタスクをサポートすることです。AIが意思決定を補助し、認知的負担を軽減し、ケアの提供方法に自然にフィットする場合、信頼が築かれます。4. ドルを超えたROIの再定義医療におけるAIをスケールするには、ROIをより広い視点で見る必要があります。ROIをコスト節約と予算削減で定義する場合、真正に重要なものを見逃す可能性があります。成功は、より良い結果と、臨床医と患者とのより強いつながりを示すべきです。ケアの調整、臨床的要約、プロバイダーと患者とのエンゲージメントなどの、請求可能ではないが重要な作業の多くは、投資収益率を単にドルで測ることはできません。時間の回復、信頼の構築、より思慮深いケアの提供を考慮する必要があります。先を見据えたヘルスシステムは、会話の方向性を変え始めています。自動化のみで成功を測るのではなく、ケアの改善に焦点を当てています。毎日のタスクを臨床医にとってより簡単にしているか。患者と向き合う時間を解放しているか。これらは、毎日明確に答えられるべき質問です。ヒューマンレッドケアによる医療AIの再構想医療AIの次のフロンティアは、その増強です。システムは、バックエンドの自動化から、患者向けのインテリジェンスへのシフトを遂げています。AIは、ケアの予約、症状のトライアージュ、長期的な記録の解釈を支援し、意思決定を情報に基づいて行うことを可能にします。適切に設計されたツールは、信頼を築き、認知的負担を軽減し、ケアの提供を改善し、患者とのつながりを深めます。現在、ほぼ60％のヘルスケアCEOがGenAIを上位の投資優先事項としてランク付けしており、79％が長期的な成長について楽観的です。ただし、70％が規制の不確実性をスケールアップの重要な障害として挙げています。進歩するには、ボールドなプロバイダーのリーダーシップが必要です。進歩は、印象的なデプロイや短期的な勝利から来るのではなく、真正にシステムを前進させる作業から来るべきです。システムの浪費を除去し、ペイアーとプロバイダー間の共有データ基盤を構築し、強力な変更管理フレームワークを確立し、金融的および非金融的な価値の測定に焦点を当てることが含まれます。AIを、より基礎的、信頼性が高い、透明性のあるもの、そしてケアの現実に深く根ざしたものに形作り始める時です。AIの影響は、すべてのワークフロー、すべての意思決定、すべてのやり取りを静かに、シームレスに可能にすることにある。それが最終的に、テクノロジーを、利用する人々に真正に近づける方法です。