ジェネレーティブAIがヘルスケアを変える

生成 AI はヘルスケア分野で重要な役割を果たしており、その応用は医療業界に多くの変化をもたらしました。人工知能は、ビッグデータ分析、パターン認識、予測分析を活用することで、医療サービスの品質と効率を向上させることができます。

• 生成 AI は、生産性を大幅に向上させ、患者と医療提供者のエクスペリエンスを改善し、最終的にはより良い臨床結果につながることが期待されています。
• この技術により、管理コストが削減され、生物医学研究と医薬品開発が加速し、請求管理が改善され、次世代の診断装置の開発に役立つ可能性があります。
• 大手テクノロジー企業は医療機関と協力して生成AIを適用しており、投資家はこのツールを中心に構築された新興企業に資本を投入している。
• 投資家は、ポートフォリオ企業や新規投資に対する生成 AI の破壊的可能性を考慮し、そのテクノロジーを活用する機会を探す必要があります。

過去 1 年間、基礎モデル、大規模言語モデル (LLM)、生成型人工知能 (AI) は、医療提供をより効率的、革新的、効果的にするという期待から、医療提供者、バイオ医薬品企業、支払者、投資家の注目を集めてきました。従来の分析 AI は長年医療分野で使用されてきましたが、生成 AI は新しいコンテンツを作成し、既存のコンテンツを要約および翻訳し、最終的には推論と計画を可能にする機能が特徴です。

医療提供者や医療提供者にとっては、患者の診察や払い戻し関連のコミュニケーションを記録するのに費やす時間が短縮され、医師の疲労が軽減され、管理コストが削減されます。実際、多くの企業がテクノロジー企業と提携してこうした機会を追求していますが、その理由の 1 つは、患者がすでに行動を変えており、すぐに利用できるツールを使用して臨床医とのやり取りを理解し、情報を得ている可能性があるためです。

生物医学研究と医薬品開発において、生成 AI はイノベーションを加速させています。たとえば、保険会社やその他の支払者は、データ分析、請求管理の自動化と裁定、品質とリスクの管理に長い間 AI を使用してきました。現在、メンバーナビゲーション用の生成 AI を実装しています。

同時に、医療技術企業は、人工知能ハードウェア、AI システムを搭載した外科用ロボット、スマート遠隔監視デバイスを通じて病気を検出する次世代診断装置への投資に注力しています。たとえば、フィリップスは、診断と治療、コネクテッドケア、個人の健康における幅広い AI の取り組みの一環として、Amazon Web Services と連携して、同社の PACS 画像処理を進化させ、放射線科のワークフローを強化する生成 AI を開発しています。

基礎モデル、コンピューター ビジョン、その他の領域が成熟し続けるにつれて、あらゆる種類の医療機関は、サプライ チェーン管理やバックオフィス活動など、バリュー チェーン全体の業務をサポートするために生成 AI を適用する機会を見つけるでしょう。

最終的には、生成 AI によって医療組織の中核機能領域が再編され、投資家は変化する市場に対応し、既存のポートフォリオ企業の運営を調整する機会を得ることができます。

投資の初期段階

テクノロジー企業は、主要な医療機関と協力して、生成 AI ツールを適用しています。たとえば、Microsoft と Epic は協力して、臨床医が患者のメッセージを記録したり返信したりする時間を短縮しています。 Google はバイエルと協力して臨床試験のコミュニケーションを複数の言語で自動的に作成し、iCad と協力して同社の乳がん検出デバイスに AI ツールを統合している。 IBM は Microsoft Azure と連携して複雑な医療記録を分析しています。結局のところ、ヘルスケア IT ベンダーは生成 AI の使用において最前線に立ち、そのテクノロジーをプロバイダーとユーザーの広範なネットワークに統合しています。

投資家の間では、ベンチャーキャピタルや成長エクイティファンドが、生成AIを中核能力とする企業に資本を割り当てています。確立されたプライベートエクイティ（PE）支援企業は、臨床医や患者の関与の向上やコスト構造の削減など、さまざまな分野での業務改善を推進するために LLM に投資しています。

ポートフォリオ企業と新規投資への影響

この急速に進化するテクノロジーで優位に立つためには、プライベート エクイティ投資家は、生成 AI がポートフォリオ企業に与える影響を慎重に考慮する必要があります。まず、潜在的な脅威や機会の規模とタイミングに注意しながら、ポートフォリオのエンタープライズ市場が生成的 AI による混乱にさらされているかどうかを評価する必要があります。混乱リスクを測定するためのフレームワークが利用可能であり、労働強度、タスクを実行するために必要な知識のレベル、人間とのやり取りの種類と頻度、強化されたパターン認識の価値など、さまざまな変数を評価します。

• クリエイティブなコンテンツの生成、労働集約的な管理プロセス
• コールセンターの仕事
• テキストの書き方と要約

たとえば、医療費の請求や拒否に関するやり取りに低スキルの労働力を使用するビジネス プロセス アウトソーサーは、生成 AI によってプロセスを自動化または加速できる場所である可能性があります。一方、専門家の指導に依存するヘルスケア事業では、このテクノロジーがもたらす混乱のリスクは少なく、アクセスを民主化し、品質を向上させる機会として捉えられる可能性があります。

• 利用可能な生成AIツールを活用する機会を特定する
• 競争上の優位性を生み出す機会を創出するために、独自の生成AIソフトウェアの構築を検討する
• 更新ポリシーやデータ セキュリティなど、生成 AI の適切な使用を確保するために、生成 AI ガバナンスを定義します。

同様に、デューデリジェンスと価値創造計画の一環として、投資家は生成 AI が新しい投資取引のテーマに与える影響を考慮し、生成 AI の混乱リスクと生成 AI が価値を引き出す可能性を特定する必要があります。

生成型AIの長期的な可能性

患者の状況は複雑で独特であるため、医療分野のほとんどの仕事では人間力と判断力が求められます。コーディング、図表作成、レジストリ抽出など、裁量がそれほど必要でない分野でも、アルゴリズムのトレーニングに利用できるデータセットが比較的小さいため、AI モデルの影響は限られています。これらの取り組みと初期のユースケースは、組織の財務上のプレッシャーに対処し、患者と医療提供者のエクスペリエンスを向上させ、より良い臨床結果につながる強力な労働効率の向上を引き起こす可能性があります。

今後 1 年間で、選択的かつ重点的なユースケースの進歩が期待されます。長期的には、生成 AI がヘルスケアに与える影響の幅と深さは、ワークフロー、アプリケーション、作業方法の面で変革をもたらす可能性があります。生成 AI が既存のポートフォリオ企業や新規投資に与える影響を考慮する投資家は、この技術的変化を活用して利益を生み出し、ヘルスケア業界の変革を加速することができます。