AIが医療業界に参入すると、人間は看護師の仕事を失うのでしょうか？

AIに取って代わられにくい、人間の「鉄の飯碗」を探し続けていきましょう。

医療業界では、AI と自動化が常に議論の的となっている立場があります。肯定派は、AIがいつでも人間に取って代わることを説明する必要はないと考えていますが、否定派は、AIは人間にとって最も安定した仕事の一つであり、医師、つまり看護師に取って代わることはないと考えています。

注意深く見れば、2015年頃から現在に至るまで、さまざまなスマートナース、ロボットナース、AIナースシステムが次々と登場していることにきっと気づくでしょう。私たちの身近な病院から世界的に有名な大学の研究室まで、看護師に関わるさまざまなAI技術が次々と登場しています。その結果、メディアや専門家の間では、AIの波が看護師のキャリアを圧迫する可能性があるとの見方が広がっている。

一方、中国の看護業界の実情としては、近年、登録看護師の数は増加し続けており、高学歴看護師の割合も拡大し続けているものの、看護職に対する全体的な需要ギャップは拡大し続けている。 2010年の調査報告では、国内の看護師不足は合計でおよそ120万人と示唆されていました。2017年までに、さまざまな調査報告では、不足は300万人以上に増加したと考えられています。

つまり、最も緊急な問題は、看護師の代替が可能なかどうかではなく、看護師不足という社会問題を解決できるかどうかなのかもしれません。

AI技術と看護職の関係を探るには、まず「AI看護師」が何ができるのかをしっかりと理解する必要があります。 AIの能力の限界を知った上で初めて、この業界における人間と機械の共存について客観的に議論できるようになります。

一般的に言えば、今日の AI 看護師は、インテリジェント プラットフォームとロボットの 2 つのタイプに分けられます。

バーチャルナース

看護師の仕事は非常に複雑だということはわかっています。これらの作業をAI技術で代替すると、2つのモデルが自然に生まれます。1つは動かないインテリジェントプラットフォームソリューションで、これを「バーチャルナース」と呼びます。もう1つは動くモデルで、当然「ロボットナース」です。これは比較的一般的な分類に過ぎません。多くの「バーチャルナース」は患者とのコミュニケーションを容易にするためにロボット化されており、簡単なモバイルデバイスが搭載されていることが多いからです。

「バーチャルナース」がどのように機能するかを示す例をいくつか挙げてみましょう。

現在、一級都市の三次医療機関では、一種の「質疑応答ロボット」が見られるようになっている。これは AI がもたらした音声対話技術に基づいており、患者は音声を通じて AI とコミュニケーションをとることができます。主にインフォメーションデスクや受付オフィスなどに設置され、患者の質問に答えたり、順番待ち番号を発行したり、登録したりします。例えば、昨年末、上海仁済病院は知能探究ロボット「小愛」を発売した。患者はチャットで、専門医の番号、診察時間、診療科の配分などの質問を相談することができます。

このAI技術は複雑ではありません。BATやiFLYTEKなどの国内企業がオープンソースの技術インターフェースを提供しており、病院やサプライヤーは独自のニーズに合わせて開発することができます。その価値は、患者の質問に 24 時間いつでも答えられることにあります。これは実際の医療現場では非常に実用的です。

これは基本的な仮想看護師と見ることができますが、実際にはインフォメーションデスク、登録オフィス、およびその他のタスクに必要な人員を大幅に削減できます。

ベッドケアシステムは臨床実践にさらなる影響を及ぼします。このタイプのシステムは英国で最初に作成され、日本でも急速に発展し、広く使用されるようになりました。国内のテクノロジー企業も、高齢者介護や医療などの分野に同様のソリューションを適用している。

その動作原理は基本的に、音声対話 + マシンビジョンカメラを使用して病棟内の患者に付き添うことです。患者は、時間、天気、治療状況などを尋ねるなどのサービスを音声で直接呼び出すことも、システムを通じて手動のサービスを呼び出すこともできます。さらに、このシステムは、スマートカメラやセンサーからの観察に基づいて、患者が突然転倒したり、患者が包帯交換を必要としたりといった特定の状況を自動的に識別し、ナースステーションに通知して処理させることができます。

このタイプのソリューションは比較的複雑で、病棟内にセンサーとインタラクティブ デバイスの完全なセットを設置する必要がありますが、その価値は、多くの患者にベッドに付き添う人がいない、夜間の看護師が不足しているという問題を解決し、患者の緊急事態に間に合わずに対処してしまうリスクを軽減できることにあります。

病棟介護 AI は、さらに発展して、介護対象者からのより複雑な指示を実行できるように、病棟付き添いロボットや高齢者介護付き添いロボットへと移行しています。

これより少し複雑なのは、AIが看護システムの計算や意思決定に直接参加できるようにし、AI看護師が直接「AI主任看護師」に昇格できるようにすることです。

これを達成するのは不可能ではありません。 2016年、メディアは、MITのコンピューターサイエンスおよびAI研究所の研究開発チームが、医療スタッフにアドバイスを提供し、複雑な状況で看護師の意思決定を支援できるロボットの開発に取り組んでいると報じた。

現在、Gingerと呼ばれるこのAIシステムは、イスラエルなどの病院で活用されています。

Ginger はロボットのように見えますが、主な仕事は依然としてソフトウェア レベルにあります。その動作原理は、医療機関における看護師リソースの割り当てをデジタル化し、タスク割り当てにおけるリソースの最適な構成を見つけることです。例えば、ある手術にどの看護師を割り当てるか、医療従事者の仕事と休息のバランスをとるためにどのように勤務を調整するか、ベッドをどのように割り当てるかなどです。さらに、Ginger は AI 機能を継続的に追加しており、看護システムの頭脳として機能し、医療機関にアドバイスを提供します。

いいですね。「バーチャル看護師」に加えて、より高価ですが、より効率的な看護師も登場しています。それは、数え切れないほどのSF映画で見てきた「ロボット看護師」です。

ロボット看護師

介護そのものは、高い精度が求められるものの、繰り返しの多い仕事であるため、介護業務にロボットを導入できないかという検討が古くから行われてきました。

数年前から、英国や日本などの国では病院にロボット看護師を導入し始めていました。当時のソリューションは比較的シンプルで、医療物流車両とほぼ同等でした。ロボット看護師は主に、診療科や病棟間で医療機器や書類を配送する役割を担っています。

AI技術の成熟により、ロボット看護師の能力は大幅に拡大しました。例えば、人間はこれらのロボットと直接コミュニケーションをとることができ、機械看護師は機械視覚を通じて外部の物体を識別し、医師や患者のニーズを自主的に判断してサービスを提供することができます。また、認識能力とインテリジェントなデータ処理能力により、ロボット看護師の精度も大幅に向上しました。看護師が行う繊細な作業の多くも機械に任せることができます。

いくつかの事例から、ロボット看護師の仕事内容が大まかに分かります。もちろん、ロボット看護師にはさまざまなソリューションがあり、その機能も大きく異なりますが、これらはほんの一例です。

ロボット看護師を語る上で、ロボット狂いの日本は避けて通れない。日本のロボットの強みは機械製造にあるが、医療用ロボットの分野でもAIの活用が広がっている。

たとえば、世界で最も美しいロボット看護師、有名なロボットクマ。このロボット看護師は、理化学研究所とRSCが共同で開発しました。その能力は、患者をお姫様のように運ぶ、つまり患者を支えることで、患者の入浴や車椅子への座位などを助けることです。高齢化が深刻な日本では、ロボット看護師が急速に発展しています。ロボットベアの特徴は、AIビジョン+センサーシステムを採用していることです。患者の入れ替わり、速度、空間関係などを比較的正確に判断できるため、高齢者や子供を傷つけないほど優しいベアになっています。同時に、人間の看護師に代わって、この最も大変な看護業務をこなします。

中国では、ロボット看護師の仕事は依然として物流に集中している。例えば、協和病院は昨年末、手術室で必要な資材の配送を主に担う物流ロボット「Dabai」を導入した。

データによれば、1台のロボットで20の手術室に必要な医療機器、医薬品、書類の配送を担うことができ、1回の移動に2分もかからないという。効率の面では、ロボット 1 台は人間の配達員 4 人に相当します。最も重要なのは、データタグの認識とインテリジェントコンピューティングにより、物流ロボットは基本的にエラーゼロを実現できることです。これにより、非常に重要な問題が解決されます。手術室でのミスは深刻な結果を招く可能性がありますが、人間がミスを絶対に起こさないことを保証することは明らかにできません。

ロボット看護師のもう一つの主な能力は、投薬や資材管理など、高精度かつ反復性の高い作業です。機械の観点から見ると、この種の作業の本質は物理的な識別とデータのマッチングであり、これは明らかに AI 認識 + 高精度ロボットアームによって解決できます。

この種の仕事の大きな価値は、病院における多くの高リスクな仕事がロボットによって完了できることです。

例えば、上海仁済病院は昨年、日帰り化学療法センターに薬剤投与ロボットを導入した。化学療法センターの薬剤は毒性のある副作用を伴うことが多いため、薬剤の調剤は非常にリスクの高い仕事であり、特に妊婦は敢えてそれを試みることはできません。この作業を、薬剤を自律的に識別し、必要な薬剤の量を判断できるロボットに置き換えることで、放射線治療や化学療法の医療部門における人材問題が大幅に緩和される可能性があります。相対的に言えば、AIロボットの薬剤調剤の精度は人間の看護師よりも高く、薬剤在庫の把握や予測能力もより正確です。

過去2年間のAIの爆発的な発展により、医療現場でのロボット技術の実用化事例も拡大していることは容易に想像できます。しかし、24時間高精度を維持できるAI＋ロボットの「新しい看護師」は、本当に人間の看護師を一挙に置き換えることができるのだろうか？

まだ少し難しいと思います。

看護師の仕事の性質とAIの能力とコストマージン

AI看護師やロボット看護師の場合、最大の課題は誰もが知っていると思いますが、それは人間の看護師が複雑な医師と患者の関係に対処し、経験と観察に頼って患者とコミュニケーションを取り、医療機関と患者の間で情報と感情のやり取りを行う必要があるということです。これらは明らかに AI 看護師が達成できないタスクです。

これは、多くの専門家が人間の看護師は人間の医師よりも遅く消滅すると判断する根拠でもあります。結局のところ、医師の仕事のほとんどは定量化可能で論理的ですが、臨床看護師は非常に感情的です。

実際、看護業務の代替が難しい理由は他にもあります。上記の事例から、看護師の仕事は非常に複雑であることがわかります。医療システムも介護ロボットも、比較的単一の仕事目標しか設定できません。ロボットがいかに高価でハイテクであっても、下級看護師の総合的な仕事に取って代わることはできません。

この現実により、AI 看護師の能力とコストの余裕は大きく制限されます。機能が不完全でコストが非常に高いため、医療機関は人間の看護師を訓練して雇用することを選択せざるを得ません。

AIと人間の協働関係という観点から見ると、介護現場の人間は実は非常に複雑な業務群を背負っている。一部は AI + ロボットで置き換えられますが、一部は絶対に置き換えられません。一部は人間と機械の連携により効率性が向上し、一部は置き換えられてもコストが過度に高くなり、効率性が低下する可能性があります。

したがって、今日の AI 看護師の主な仕事は、看護師の包括的な業務を置き換えるのではなく、アシスタントとして機能し、知能密度が低く、集中力の高い一部の職務を置き換えることです。

また、AI看護師や医療ロボットのコスト問題は、中小医療機関にとって依然として大きな負担となっている。例えば、薬剤投与ロボットのコストは数百万元です。大規模病院は患者の数が多いためコストを分散できますが、中小規模の医療機関は明らかにコア医療機器の購入にリソースを投資することを望んでいます。

AI医療介護産業の発展の観点から見ると、包括的な機能、合理的なコスト、短期間での大規模な複製とプロモーションに適したAI看護師ソリューションを実現することはまだ非現実的です。

現在、医療用ロボットの技術開発は非常に不均衡であり、統一されたモジュールシステムや業界標準が欠如しており、各国の技術的優位性や開発計画も不均一です。これは、サプライヤーが提供できるソリューションが限られており、医療機関は少しずつ購入して、その都度特定の分野のインテリジェント機能を強化することしかできず、大規模な医療をAIに置き換えることは不可能であるという事実に直接つながります。

正確に言うと、今日の AI は、ロボットの形をしているものとそうでないものがあることを除けば、白い天使たちに提供される新しいツールのようなものです。例えば、スマートウェアラブルデバイス、医療記録にリンクされた顔認識システム、アクティブアラームコールシステムなどは、さまざまな面で看護師の業務の質と効率を向上させています。

つまり、開発動向から判断すると、今日のAIはまず介護業界に非常に有益であると言えます。たとえば、看護師の業務における職業上の危険への対応としては、薬剤調剤ロボット、インテリジェントな患者識別システム、医療紛争に関連するインシデントを積極的に報告する機能などがあり、いずれも業界の顕著な問題を解決してきました。

次のステップは、AIやロボットが提供する総合的な看護能力を活用して深刻な看護師不足を緩和し、看護師が労働集約的な業務から解放され、臨床看護や患者とのコミュニケーションなどの複雑な業務に集中できるようにすることです。

より遠い将来、厳密に言えば、AIによって看護職全体の数が圧縮される可能性は高いでしょう。しかし、これは非常に長いプロセスであり、科学技術業界、医療業界、社会システム間の協力と調整が必要です。

まだ長い道のりが残っています。