米国の3つの事例を踏まえた、医療AIの正しい導入アプローチとは？

[[287239]]

先ほど終了したRSNAでは、国内外のAI企業が製品と科学研究の両面で再び世界の注目を集めました。多くの医療企業も、医療機関の臨床業務や日常業務を支援するために AI 技術を活用しています。

今年のカンファレンスのテーマは「可能性を一緒に見つけよう」です。多くの専門家の解釈によれば、このテーマは医学と医療AI企業の発展における必然的な流れ、つまり「患者中心の医師と患者の対話」を意味しており、単純な技術的議論を医師と患者の原点に戻し、実装においてより良い突破口を達成することになるだろう。

数年にわたる発展を経て、人工知能は多くの医療CIOの注目の的となっていますが、ほとんどの医療機関はまだ人工知能の分野に参入しておらず、人工知能で目覚ましい進歩を遂げている企業も現時点ではほとんどありません。

それでも、2019年には、先見性のある企業がいくつか人工知能の分野で成果を上げ、その中には目覚ましい成果を達成した企業もありました。これらの企業の展開や取り組みを通じて、業界関係者にさらなる参入のアイデアを提供できることを期待しています。

救急外来で肺結節に遭遇した場合、どのように治療すればよいでしょうか?

Summa Health はオハイオ州北東部に位置する非営利の医療機関であり、7,000 人を超える従業員を擁するサミット郡最大の地元雇用主です。

胸部コンピュータ断層撮影 (CT) の使用が増えたことにより、画像検査で肺結節が偶然発見される可能性が高まっています。これらの結節は追跡調査が困難であることが判明しました。アメリカ放射線学会誌（2016 年 2 月）によると、偶発性結節の追跡率は 30% から 50% です。

サマ・ヘルスの主任呼吸器専門医サンディ・コフット氏は、「緊急患者の肺結節病変は、緊急事態とは関係がないため、発見して経過観察することがより困難です。さらに、医療機関が無症状の疾患（肺結節など）のさらなる診断検査を手配することは困難です」と語った。

しかし、早期発見は早期治療を意味し、治療の選択肢が増え、生存率が高まります。

そこで、Summa Health チームは、救急科の患者における偶発的な肺結節の特定と適切なフォローアップのスケジュールを改善するために、品質改善プロジェクトを開始しました。

Summa Health は Nuance に支援を求めました。

「Nuance の mPower Clinical Analytics ソリューションは、自動データ マイニングおよびレポート ツールを提供し、緊急治療室で偶然に肺結節が発見された患者を特定してフォローアップするのに役立ちます」と、Summa Health のシニア アナリストである Laura Musarra 氏は述べています。

さらに、Summa は Nuance の PowerScribe 360​​ レポート プラットフォームと Nuance の mPower 臨床分析製品を活用して、多分野にわたるチームが偶発的な発見のフォローアップを改善し、その過程でケアの提供を改善できるようにしています。

「具体的には、PowerScribe 360​​ レポート システムは、放射線科医が高品質のレポートを迅速かつ効率的に作成するのに役立つリアルタイムの放射線レポート システムであり、それによって医師の満足度を高め、患者の体験を改善します」と Musarra 氏は述べています。

別の AI テクノロジーである NLP について、ムサラ氏は次のように付け加えました。「mPower Clinical Analytics は、放射線科に特化した AI 分析プラットフォームです。これにより、ユーザーは放射線科レポート内の大量の非構造化または口述メモやデータを簡単に照会および分析できるため、効率が向上し、困難なデータ マイニング プロセスが自動化され、臨床および運用品質の監視、理解、改善が容易になります。」

AI技術を使用した後も、その効果は明ら​​かです。

プロジェクト開始から 6 か月後、Summa Health の品質改善プログラムにより、毎月のフォローアップ訪問の対象となる患者数が 8 人から 61 人に 662% 増加しました。

ムサラ氏は、患者数の増加が新しい肺結節クリニックの開設に貢献したと説明した。

最も重要なことは、多分野にわたるチームが偶発的な発見に対処するためのベストプラクティスを確立したことです。

「彼らは、偶発的な肺結節がないかCTスキャンを定期的に検査しています」とムサラ氏は語った。過剰診断の問題を防ぐため、彼らはCTスキャンで見つかった肺結節を定期的に検査している。「チームは、良性かもしれないが、発見されなければ害を及ぼす可能性があるが、罹患率や死亡率にはつながらない新たな病変を発見する潜在的リスクを慎重に検討しています」とムサラ氏は説明した。 ”

「患者さんが私たちを必要とするときはいつでも」

また、2019年には、カリフォルニアを拠点とするヘルスケア企業サッター・ヘルスがイノベーションを企業ミッションの一部に据えました。同社は、患者の体験と治療成果を改善するために、さまざまな技術、研究プロジェクト、医療製品に投資しています。

さらに、サッター ヘルスは、患者の重症度と病歴に基づいて症状をチェックし、潜在的な原因と次のステップを明らかにする新しい AI 製品である Virtual Symptom Checker を開発し、リリースしました。

「総合的な医療組織として私たちが行う最も重要なことの 1 つは、人間関係を築くことです」と、サッター ヘルスのデジタル患者エクスペリエンス担当ディレクターのアルバート チャン博士は述べています。「患者とその家族は、必要なときにいつでも私たちに連絡を取る必要があります。これまでのところ、コミュニケーションの半分以上は、営業時間外に行われています。」

同氏はさらに、「AIを使えば、医療システムは自動化された手段を使って早朝に患者の質問に答えるなど、より有意義なことができるようになる。あなたが病気になったとき、必要なケアにつなげ、人と人との摩擦を減らすことが私たちの目標だ」と語った。

AIは病院が機械のリスクを軽減するのを助ける

医療AIの他の分野では、2019年にイスラエルのシェバ医療センター（世界トップ10の医療機関の1つ）が、医療IT企業MedAwareのAI製品が患者の診断と治療に与える臨床的影響を検証した研究結果を発表しました。この製品は機械学習技術を利用して薬物に関連するリスクを最小限に抑えることを目的としています。

Leifeng.comは、この研究結果が2019年8月7日に米国医療情報学会誌（JAMIA）に掲載されたことを知りました。研究のタイトルは「入院患者にAIベースの臨床意思決定支援システムを適用することで、投薬の処方ミスと薬物有害事象を減らす」です。

Sheba Research が発表したデータによると、米国では、予防可能な事故による死亡は毎年外来患者の 131 分の 1、入院患者の 854 分の 1 を占め、直接的な損失は毎年 200 億ドルを超え、賠償責任コストは毎年 130 億ドルを超えています。これらの事件は医療情報システムのコンピューター障害により発生した。

医師のガディ・シーガル医学博士が率いるシーバ医療センターの研究者らは、MedAware の医薬品安全性プラットフォームの品質、正確性、影響を評価しました。

このシステムはセンターの既存の HER (電子健康記録) システムに統合されており、シェバ医療センターの医師は病院全体での MedAwareAI 製品の導入結果を分析しました。

このプラットフォームは過去 16 か月間に発行されたすべての医療処方箋を監視し、部門のスタッフがすべてのアラートの正確性、臨床的妥当性、精度を評価し、アラートに対する医師の対応をすべて記録しました。

調査結果によると、全体的なアラート負担は低く、MedAware がアラートを生成したのは処方箋全体のわずか 0.4% でした。その他の調査結果は次のとおりです。

• アラートの60%は患者の状態の変化後に配信されている
• アラートの89%が正確であると判断された
• すべてのアラートの80％は臨床的に重要とみなされた
• アラートの43%はその後の医療指示の変更につながった。

2019年には医療企業が人工知能を開発し、良い成果を上げた事例が他にもありましたが、2020年には医療人工知能プロジェクトがさらに増えるでしょう。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。