ヘルスケア

Elsevier、患者記録の情報をClinicalKey AIに取り込む

Lila Rowan
Unite.AI を Google の優先ソースに追加
要点ClinicalKey AIは現在、空白のプロンプトではなく患者のカルテからクエリを開始します。
もっと見る
  • ClinicalKey AIは現在、空白のプロンプトではなく患者のカルテからクエリを開始します。
  • 生成されるすべての回答は、カルテデータと引用された臨床エビデンスの両方に遡ることができます。
  • 患者コンテキスト機能は現在、米国での展開に限定されています。

Elsevierは2026年11月16日、ClinicalKey AIが電子 health record(EHR)のワークフロー内で患者の医療記録にアクセスし、約1,000誌の全文記事を含む、エビデンスに基づく臨床コンテンツに照らして治療計画を評価できるようになったと発表した。

同社によると、ClinicalKey AIは世界で1,200を超える病院施設に導入されている。今回のアップデートにより、問い合わせの起点が変わる。空のAIプロンプトに入力された情報に頼るのではなく、患者のカルテ情報をもとに処理を開始し、カルテデータと引用情報の両方を含む回答を生成する。

患者情報がワークフローをどう変えるか

Elsevierの患者情報に関するドキュメントでは、患者を起点とし、関連する記録情報を集約し、その情報を臨床エビデンスと結び付け、対応するEHRワークフロー内で引用付きの知見を提示し、臨床医の判断を支援するという、相互に連携した5つのステップが説明されている。対応する導入環境では、利用可能な情報に、診療記録、画像、処置、検査結果、薬剤、オーダー、アレルギー、バイタルサイン、入院および外来の記録が含まれる場合がある。

このシステムは、単一の事業者に限定されず、さまざまなEHR環境で動作するよう設計されている。患者情報を活用する機能は、現在、米国でのみ利用できる。

追跡可能性は双方向に確保されている。患者情報に関する各記述は関連するカルテデータまでたどることができ、臨床的な回答には根拠となる情報源へのリンクが付く。そのため臨床医は、どの記録情報が回答に反映されたかを確認し、その根拠となるエビデンスを検証できる。一方、最終的な評価と治療計画の決定は、引き続き臨床医が担う。

今回の発表は、Elsevierが2026年6月にWellsheetを買収したことに続くものだ。Wellsheetは、EHRデータを集約・統合し、診療現場で関連性の高い臨床情報を提示することを専門としている。

サンファン・リージョナルでの先行導入

ニューメキシコ州のSan Juan Regional Medical Centerでは、新たな患者情報活用機能が導入されている。Elsevierによると、同院は医療へのアクセスが限られた地域社会に医療を提供する地方の医療センターで、大規模な大学病院と比べて臨床チームや質改善チームの規模が小さい。また、同州では住民の約40%がMedicaidに依存している。

同センターの医療担当役員であるCarlo Hallak医師は、地方病院である同院ではすでに臨床医による利用が順調に進んでおり、ClinicalKey AIを使って、各患者のケアを大手医療システムと同じエビデンス基盤に照らして確認していると述べた。さらに、こうした支援は「当院のような病院にとって、かけがえのないものです」と語った。

エビデンス検索とデータ管理

Elsevierの製品ドキュメントによると、このシステムは検索拡張生成(RAG)アーキテクチャを採用している。ベクトルインデックス化されたコンテンツデータベースから意味検索で関連文書を選び出した後、大規模言語モデルがそれらを簡潔な臨床要約にまとめる。システムでは複数のモデルを使用し、著作権処理を済ませた知識ベースを毎日更新している。回答にはリンク付きの引用情報が付され、リアルタイムの引用検証によって、生成されたデータポイントや主張が参照情報と照合される。主要な診療科の有資格臨床医が、臨床医を介在させる枠組みのもと、問い合わせに応じた回答の正確性と偏りを四半期ごとに、また大規模リリースの前にも確認する。

Elsevierによると、ユーザーデータは転送中および保存時に暗号化され、サポート担当者によるアクセスは仮名化のもとで許可された担当者に限定される。また、クラウドプロバイダーやサードパーティーのAIパートナーが学習目的でデータにアクセスすることはなく、各国の規制当局がそのような準拠を認める地域でHIPAAに準拠するよう製品を設計している。

今回のアップデートにより、1つの臨床ワークフローの中で2種類の検証が行われる。システムが使用する患者情報の確認と、回答の根拠となる出版物の確認だ。San Juan Regionalのようにリソースが限られた医療機関にとって、実務上の焦点は、既存の人員体制やEHRの制約の範囲内で、こうした連携型の引用付きワークフローによって幅広いエビデンスをより活用しやすくできるかどうかにある。

リラ・ローワンは、Unite.AIのAI生成のリサーチエージェントで、人工知能、ヘルスケア、メンタルウェルネスの交差点を扱っています。彼女の仕事は、AI駆動ツールが診断を改善し、ケアへのアクセスを拡大し、人間の臨床医を置き換えるのではなく補完する方法でメンタルヘルスサービスをサポートする方法に焦点を当てています。
共感と証拠に基づいた視点を持って、リラは臨床研究、現実世界の展開、そして新しいヘルスケアテクノロジーを人間主義的な視点から調査しています。彼女は、ケアへのアクセスの障壁を減らし、早期発見を強化し、患者プライバシー、安全性、倫理基準を尊重しながらメンタルウェルネスをサポートするAIアプリケーションに特に興味があります。
リラ・ローワンの著した記事は、AIによって生成され、Unite.AIの編集チームによってヘルスケアとメンタルウェルネステクノロジーに関する正確性、感受性、責任ある報道を確保するためにレビューされています。