ModMedの共同CEO兼共同創設者Daniel Cane – インタビューシリーズ

ダニエル・ケインは、南フロリダを拠点とするヘルスケアIT企業ModMed^®の共同CEO兼共同創設者です。ModMedは、専門特化型のインテリジェントなプラットフォームを通じて、医療の効率化と患者の結果の改善を実現しています。

2010年2月に設立されたModMedは、現在、1,200人以上の従業員を擁し、総投資額は3億3,200万ドルを超えています。医療技術企業としての進歩的な成長で知られるModMedは、ダニエルのリーダーシップの下で、全国的に地域的に多くの業績を認められています。2020年、同社はInc.誌によってアメリカで最高の職場の1つに選ばれました。2016年から2018年まで、同社はデロイトのテクノロジー・ファスト500^™リストに掲載され、北米で最も急成長している企業の1つとなりました。2015年から、同社はInc. 5000リストに毎年選ばれており、アメリカで最も急成長している民間企業のための著名なコンペンディウムとなっています。

あなたの背景と、それがModMedでの仕事にどのように影響しているかについて、詳しくお話しください。

私のテクノロジーへの関心は、コーネル大学での学部時代にBlackboardを共同創設したときに始まりました。私たちは教育をデジタル化し、学生と教員が以前になかった柔軟性と相互作用を持つプラットフォームを作りました。Blackboardの成功は2004年のIPOで頂点に達し、当時の解決策はエドテックにおいて画期的だったのですが、私は新しい挑戦を求めています。

そのような挑戦の1つは、皮膚科医の定期検診に行ったときに訪れました。私たちは、古い紙ベースのシステムを使っていることの苦労や、それを解決する方法について、すばらしい話をしました。彼の医療の専門知識と私の技術的な知識の橋渡しを実現することを決意し、ModMedと最初の電子ヘルスレコード（EHR）プラットフォームを作成するために協力しました。

当時、すでにいくつかのEHRが存在しましたが、不幸にも、多くの研究ではそれらが医師の焼き場の主要な原因の1つとして引用されていました。私たちは異なるアプローチを取り、EHRを医療の専門分野の特定のワークフローに適応させました。私たちのフラグシップクラウドベースのEHR、EMAは、医師によって医師のために設計されており、現在もそうであり、市場での私たちの秘密のソースとなっています。私たちは、医療提供者が医療行為を簡素化し、医療の提供を迅速化するのに役立つ解決策のフルスイートを含む製品オファリングを拡大してきました。

あなたは、データとともにヘルスケアにおけるAIの有効な戦いがどのように勝ち得られ、または失われるかについてどう考えていますか。

医療現場では、ワークフローを合理化し、効率性を最大化するために、AIテクノロジーの採用が増えてきています。より複雑なタスク、たとえば治療の提案やその他の臨床支援の勧告を行う時代に入ると、正しいデータとAIトレーニング戦略を確立することが重要になります。AIは、患者の経験と医療提供者の経験を大幅に改善し、医療を真正に改善するような体系的な変化を作り出す機会がありますが、これを実現するには、AIモデルをトレーニングするための大量の高品質なデータが必要です。

ヘルスケア業界におけるAI開発のためのデータはなぜ重要ですか。

データはAIの生命線であり、低品質のデータはAIのパフォーマンスを損なうことになり、最適でない結果につながります。これは、患者の命が危険にさらされる可能性のある医療環境では、深刻な結果をもたらす可能性があります。しかし、もっとあり得るシナリオは、これらの否定的な経験が、患者の信頼と医療提供者の信頼をAIに対して損なうことになり、進歩を妨げ、医療に対するこの革命的なテクノロジーの肯定的な影響を弱めることになります。

たとえば、診察室では、AIを活用したアンビエントリスニングツールは、医療提供者が確認および承認するための臨床ノートの内容を提案するように設計されています。理想的には、これにより、医療提供者がEHR内でドキュメント化に費やす時間を短縮し、患者のケアに費やす時間を増やすことができます。しかし、データの品質が低いか、AIツールが適切にトレーニングされていないと、逆の効果がもたらされ、医療提供者がエラーを修正し、ノートを書き直すのに多くの時間を費やすことになります。

さらに、AIアルゴリズムではバイアスが重大なリスクとなり、質の高いデータはヘルスケアの格差を軽減する上で重要な役割を果たします。AIモデルは、法的に保護されたグループを含む患者集団に対して優遇的に処理するパターンを学習する可能性があります。データ入力とトレーニングデータの監視により、AI出力はより包括的で正確なものとなります。

ModMedがAIモデルをトレーニングするために使用するデータの種類と、そのデータの取得および管理方法について、詳しくお話しください。

ModMedでは、専門特化型の包括的なデータを使用して、AIモデルを精度よくトレーニングしています。過去14年間で、プライバシー法に準拠した、構造化されたデイタセットを作成し、現在はこれらの社内データを活用してAIモデルをトレーニングしています。たとえば、ModMed Scribeというアンビエントリスニングツールは、皮膚科を最初の専門分野として、500万件の患者エンカウンターから抽出された数百万の構造化パラメータでトレーニングされています。

ModMedでは、ヘルスケアの文脈で「倫理的なAI」とは何ですか。

AIが偏りを持つ可能性や、情報を不正確に提供する可能性（「hallucinations」や省略など）が患者さんの命に影響を及ぼす可能性があります。したがって、ヘルスケアにおける倫理的なAIとは、高い精度と精密性の基準を設定することです。慎重に、責任を持ってアルゴリズムを開発し、高品質で多様なデータを使用して、すべてのユーザーに対してより正確な予測を可能にすることを意味します。

倫理的なAIとは、人間が方程式の中に留まることを意味します。AIは「医師を上回る」ことではなく、医師とそのスタッフが行政的な負担から解放され、患者のケアに集中できるようにすることを目的とします。

ModMedでは、AIテクノロジーを倫理的に開発および展開するための措置は何ですか。

構造化されたデータアプローチ—高品質で代表的なトレーニングデータセットをキュレーションする—が、責任あるAIの実現を可能にします。さまざまな医療行為からのEHRシステムからの関連データと、多様なトレーニングデータセットを提供し、AIモデルをトレーニングするための多様な患者集団を反映することができます。

さらに、開発チームはデータクリーニングを重視し、高品質なデータの収集と活用を容易にします。このプロセスにより、チームはデータセットからの不一致、エラー、欠損値を特定、修正、削除できます。この定期的なメンテナンスにより、AIをパフォーマンスデータ、特に臨床データに基づいて更新できます。患者の結果に影響を与える可能性があるためです。

ヘルスケアにおけるAI開発の透明性と説明責任の重要性について、詳しくお話しください。

透明性は説明責任を可能にするため、ヘルスケアにおけるAIソリューションの基本的な基盤となります。医師のトップ優先事項は患者のケアと安全性であるため、80%の医師がAIツールの設計、開発、展開の特性を知りたいと考えています。

さらに、すべてのデータは同等に作成されるわけではありません。データがどこで、どのように保存および取得されるか、またどれくらい頻繁に更新されるかを知ることが重要です。幸いなことに、ModMedの設立以来、透明性と精度を優先したデータ戦略に取り組んでいます。私たちのデータの出典と品質については徹底的に理解しており、AIの統合がクライアントに大きな価値をもたらすことを確信しています。

ModMedの専門特化型EHRシステム（例：EMA、gGastro）におけるAIの統合について、詳しくお話しください。

ポートフォリオ全体で、機械学習を利用してきましたが、医療のビジネスを簡素化し、質の高いケアを促進するために、先進的で生成的なAIへの投資を強化しています。患者さんが診察室に入る前から、診察室内で、請求部門まで、AIを活用したプラクティス体験を構築しています。

臨床現場では、EMAのAIアンビエントリスニングプログラムのパイロットプログラムの最終段階にあります。これは、ダウンストリームの機能と構造化されたコンテンツの提案により、画期的なものになるはずです。AIを活用したドキュメンテーションソリューションは、単なるトランスクリプションやSOAPノートの作成を超えて、医師と患者の会話から重要な情報をキャプチャし、EHRと連携して、ICD-10コード、手術コード、処方箋を含む訪問ノートの関連コンテンツを提案するように設計されています。これにより、医師は貴重な時間を節約し、患者のケアに集中できます。

専門特化型AIソリューションは、医療提供者と患者にどのような特定の利点を提供しますか。

2つの医療専門分野は同じではありません。彼らは、扱う患者、治療する状態、請求のための医療コードが異なります。AIソリューションは、これらの違いに対応するために特化する必要があり、真に意味のある方法で効果的である必要があります。

たとえば、ModMedのEHRとAIアンビエントリスニングツールは、医療専門分野ごとに特化して、医療提供者に高度に関連性のあるサポートを提供します。各専門分野のドキュメンテーションプロセスには、構造化されたデータノート内でユニークな医療コードや用語を含む、異なるコンポーネントが必要です。この専門化により、AIは、さまざまな専門分野の医療行為の特定のニーズとワークフローをよりよく理解し、予測することができます。これにより、より効率的な実装、より迅速な採用、医療の運用効率の改善におけるより大きな効果が期待できます。

次の5〜10年間でヘルスケアにおけるAIの最も重要な機会はどこにあると思いますか。

将来、AIは想像できない方法でヘルスケアのほぼすべての側面に浸透するでしょう。すでに、AIは行政タスクに利用されており、近い将来、AIの価値がより明らかになるにつれて、この傾向はさらに進むでしょう。

私は、AIが医師と患者のやり取りの中で無視できるほどシームレスに統合される未来を予見しています。代わりに、現代の画面ベースのやり取りではなく、現実と拡張現実の混合が提供される可能性があります。この未来のAIは、医療レコードを分析して、患者のさまざまな病気へのリスクを特定する可能性があります。医療レコードの膨大なデータは、AIが将来のケアニーズを予測し、予防ケアの治療計画を作成する機会を提供します。

この経験は、医療行為の場を超えて、患者の日常生活の一部となる可能性があります。AIを活用したウェアラブルデバイスは、パーソナライズされたサポートを提供し、質問に答え、予約を含むその他のタスクを実行できます。AIはまた、リモートでバイタルサインを監視し、医療提供者に潜在的な健康上の問題を通知する可能性があります。データと嗜好に基づいて、患者ごとにカスタマイズされた治療計画が標準になる可能性があります。

これは、医療分野にとって、本当にワクワクする時期です。次の5〜10年間は、業界をさらに変革し、患者の経験を改善する機会に満ち溢れています。

素晴らしいインタビュー、詳しく知りたい読者はModMedを訪問してください。