メディケイド削減の影響：AIは医療危機を防ぐことができるか？

メディケイドは、共和党の法律家が税制減税を支援するために大幅な削減を推進する、激しい政治的戦いの中心となっています。ドナルド・トランプ大統領とGOPのリーダーは、次の10年間でメディケイドの支出を880億ドル削減することを目指しており、プログラムの予算の約10％を削減することになります。ただし、その結果は深刻となる可能性があります。メディケイドは、約8300万人の低所得アメリカ人、包括して高齢者や障害者に医療保険を提供しているからです。

メディケイドの将来を確保するために、人工知能（AI）は医療費の増加に対する潜在的な解決策として浮上しています。今日、AI駆動の予測分析により、医療提供者は緊急医療を必要とする前に高リスク患者を特定できます。

「メディケイドは予算の制約に直面していますが、AIは品質を犠牲にせずコストを削減できます。」グレース・チャン、KintsugiのCEO兼創設者は私に話しました。「運用上の非効率、たとえば診断の見逃しや患者へのフォローアップの不十分さは、目に見えないものの非常に高額です。AIはERの過剰使用や薬剤の非順守のリスクがある患者を特定できます。これらの分野はシステムから数十億ドルを吸い取るものですが、適切なツールで解決できます。」

カリフォルニア州を拠点とするAIヘルスケアスタートアップKintsugiは、抑うつ患者向けの初期スクリーニングを自動化するためにボイスバイオマーカーを使用しています。これにより、臨床医の評価時間が短縮されます。チャンは、ほとんどのヘルスケアシステムがすでに人員不足であり、AIが最も必要な人の優先順位を付け、最も重要なときに支援するのに役立つと主張しています。

創設者によると、ヘルスケアの最も難しい問題を解決するためにAIを使用しないことの本当のリスクは、「ケアの重要なギャップを埋めるためにそれを使用しないことです。」

メディケイドと医療費の一般的な削減におけるAIの役割

管理上の非効率性は医療費の重要な部分を占めています。しかし、国立生物工学情報センター（NCBI）の研究によると、AIは管理プロセスの最適化により、医療業界に年間最大1500億ドルの節約をもたらす可能性があります。また、国立経済研究所は、次の4年間でAIの自動化により医療支出を200〜360億ドル削減できる可能性があると推定しています。今日、AIはメディケイドと医療において、疾患の発生や人口動態の変化を予測し、予防的なリソース配分を可能にし、医療の効率と成果を向上させる上で重要な役割を果たしています。また、AIは個別化医療を促進し、患者ごとに治療を最適化することでより効果的な治療戦略と予防医療につながります。

最新のテクノロジーを活用することで、複数のAI駆動型ヘルスケアスタートアップがメディケイドにおけるAIの採用を促進し、診断を加速し、治療の成果を向上させるために最前線に立っています。たとえば、ボストンを拠点とするQuantivlyは、MRIとCTスキャナーの利用を最適化するためのAIベースのプラットフォームを通じて放射線科の効率を向上させています。AIは画像処理のボトルネックを特定し、患者待ち時間の短縮、スキャナーのスループットの向上、病院の収益性の向上につながります。

「ヘルスケアシステム、特にメディケイド人口を対象とするシステムは、より少ないリソースでより多くのことを行うよう求められています。さらに、低収益の現実に対処するために、より多くのスキャンを実行する必要があります。」ロバート・マクダグラル、Quantivlyの共同創設者は私に話しました。「医療用画像処理における運用AIは、スタッフに負担を加えずにスループットを管理するのに役立ちます。AIはスケジューリングなどの分野で活用できます。ここでは、タスクの調整が人間が手作業で管理するには複雑すぎます。」

マクダグラルによると、スケジューリングシステムは、スキャン時間に影響を与える重要な要素、たとえばスキャナーハードウェア、プロトコルの複雑さ、患者移動性、鎮静の必要性を無視しています。これらの変数をリアルタイムで管理することは人間の能力を超えています。したがって、AIはスケジューリングと効率を最適化するための不可欠なツールとなり、病院の収益性にも貢献します。

同様に、AI駆動型の薬剤管理プラットフォームArineは、薬剤のレジメンの最適化と不要な薬剤の特定により、処方箋のエラーを削減するのに役立ちます。「AIは、患者ごとの薬剤歴、社会的決定要因（SDOH）データ、臨床的および医療関連の文献を迅速に接続して、各患者に個別の推奨事項を提供できます。」ヨナ・キム、ArineのCEO兼創設者は説明しました。

彼女は、患者が既存の病状に悪影響を及ぼす可能性のある新しい薬剤を処方された場合、AIはリアルタイムで問題を特定し、合併症が発生する前にそれを防ぐことができることを付け加えました。「AIは繰り返しのタスク（例：文書化、要約）を自動化できますが、患者ケアの場合、臨床医が管理する必要があります。」とキムは述べました。

医療の効率と成果を向上させるAIの潜在能力を考えると、法律家はその採用を優先するでしょうか、それとも予算の制約と財政政策がアクセスを影に落とすでしょうか。どのようにこの議論が展開されるかはまだ見えてきません。

「運用AIの目的は、リソースの使用方法を改善することでアクセスを拡大することです。同じ機器で患者をスキャンする回数を増やせずにスタッフの負担を加えずに、アクセスを改善できます。特にリソースが限られている地域でです。重要なのは生産性であり、制限ではありません。」マクダグラルは強調しました。