ヘルスケアにおける AI の活用: データを行動に変える

ヘルスケアにおける人工知能 (AI) の利点を裏付ける統計、調査、業界の誇大宣伝は数多くあります。人工知能はすでに私たちの日常生活において重要な役割を果たしています。ヘルスケアはおそらく、AI が私たちの日常生活に最も大きな影響を与える分野の 1 つです。それでも、私たちは医療提供において AI が果たす役割を理解し始めたばかりです。

[[323203]]

今日、大量のデータを考慮する必要がある場合、AI は定義済みで繰り返し可能なタスクを自動化することですぐにメリットをもたらします。これは、毎日大量の新しいデータが生成され、多くの反復的で明確に定義された日常的なタスクが実行される医療の分野で特に魅力的です。 AI は現在、時間がかかり、反復的で、人為的エラーが発生しやすい人間のタスクを実行できます。

ヘルスケアにおける AI は安全かつ効果的ですが、まだ初期段階にあります。しかし、業界では大きな進歩が見られ始めています。これらは、AI がすでにワークフローの合理化と医療プロセスの改善に役立っている方法のほんの一部です。

データを実用的な情報に変換する

人間の体は大量の内部データを生成します。患者のバイタルサイン、臨床検査結果、書面によるメモ、画像データの収集は、治療中に適切な臨床判断を下すための重要な要素です。これを、医師の診察、診断、処方、自己申告の症状など、潜在的に関連性のある生涯の健康データと組み合わせて、そのデータを幅広い人口に広めることは、目が回るような作業です。生成されるすべての情報をできるだけ早く分析できる医師は世界中に十分ではありません。

私たちが医療システムと会うとき、幹部が最も注目する領域はデータです。誰もが直感をサポートし、発展させるためのデータを求めています。ヘルスケアやヘルスケアの提供を改善するために使用できないデータであれば、収集する意味はありません。幸いなことに、AI は膨大なデータセットを分析して実用的な洞察を導き出し、専門家がより早く、より情報に基づいた意思決定を行うために活用することができます。

これらのデータセット内の一部の信号やパターンは、人間の目では検出できないほど微妙であったり、真に代表的で価値のあるものとなるためには大量のデータで表現する必要があったりします。大規模なデータの収集や分析ができないため、これらのパターンが将来の結果とどのように関係するかはまだわかりませんが、状況は変わりつつあります。

十分なトレーニング データとラベルがあれば、ディープラーニングは人間が理解するのが難しいパターンを認識できます。 AI により、膨大な計算能力を活用して何千人もの患者からパターンを学習できるようになります。これにより、医師はより迅速に対応し、健康上の問題が深刻化する前に解決できるようになります。

医療用モノのインターネット（IoMT）の登場

これまでは、患者の継続的なモニタリングは ICU でのみ可能でした。 ICU モニターには多くのリード線とワイヤーがあるため、一般診療科や外科部門、その他の低重症度の環境では適していません。このような状況では、バイタルサインの収集は 4 時間ごと程度に制限されており、次回の検査まで状態の悪化は検出されません。リスク層別化は、一般的な EMR またはその他の希少データを使用することによってのみ可能です。

これは変更されました。今日の接続オプションにより、患者の腕に快適に装着できるワイヤレス モニタリング デバイスは、低急性期環境に適した方法で、ICU レベルの健康データをケア チームに継続的に提供できるようになりました。

集中治療室の患者数は少ないものの、一般病棟や外科病棟など、重症度の低い病棟の患者数は急増した。したがって、単にデータを生成するだけでは問題は解決しないと思われます。病院にはこの量のデータを処理できるほどの医師がいないからです。

ここで AI が強力な味方になります。 AI は健康データを即時かつ継続的に評価し、状態が悪化する可能性のある患者を特定します。その結果、医療専門家の活用度が向上し、最も必要としている患者に時間を集中できるようになります。

遠隔患者モニタリング (RPM) デバイスは、医師やケア チームにとって重要な補助装置です。入院中に患者の健康状態の悪化を早期に特定することで、早期に退院し、その後すぐに同じ症状で再入院する患者の数を大幅に減らすことができる可能性があります。入院再発は現在、米国では400億ドル規模の問題となっている。

能動的ケアと受動的ケア：家庭における AI

医療資源がますます逼迫し、人口が高齢化して病気が増えるにつれて、医療提供者はより多くの医療を自宅で提供できる新しいモデルを模索しています。病院は入院期間の短い第四次医療センターになりつつあり、すべての医療システムは再入院や費用のかかる予定外の救急外来受診を最小限に抑えたいと考えています。

そのためには、どの患者が外来で安全に治療できるか、どの患者が敗血症を発症するか、どの患者が治療を必要としないかを判断できなければなりません。極めて高い感度と特異性でこれらの結果を予測できる AI モデルの開発により、私たちの医療システムは完全に変わるでしょう。

遠隔患者モニタリング装置により、患者は病院のベッドに寝ていなくても、誰かが見守ってくれているという安心感を得ながら、自宅にいるような快適さと親しみやすさを享受できます。以前は、退院後の患者の健康状態を監視することはほぼ不可能でした。多くの患者は、最初の症状が現れて状態が悪化するまで医師に電話しません。

RPM を使用すると、バイタルサインやその他の健康データが患者から受動的に収集されてクラウドに送信され、患者の体調が悪くなり始めた場合に AI モデルが適切な医療専門家に警告することができます。スループットを管理する能力、つまり信号とノイズを分離する能力こそが AI の力です。これにより、医療従事者は最も注意を必要とする患者に注意を集中することができ、医療を必要としない患者は自宅でより安全に感じることができます。 多くの患者は、すべてがうまくいくという安心感だけを必要としています。

これらの遠隔モニタリング デバイスから継続的に収集される健康データを AI が分析することで実現される早期検出機能により、医療従事者は事後対応型ケアから予防型ケアに移行できます。医療費を削減する最善の方法は、より低い重症度とより低いコストのポイントで治療することです。これは、患者が救急科を受診する前、また再入院が必要になる前に治療することを意味します。

近い将来、AI は医療スループットの向上に重要な役割を果たし、限られた医療リソースを最も注意を必要とする患者に適切に配分し、より早く治療を提供するのに役立ちます。しかし、AI や IoT の可能性にもかかわらず、コンピューターには感情がありません。これはコンピューティングの強みであると同時に弱点でもあります。医療専門家は医療提供に欠かせない存在であり、情報を行動に移す人々です。多くの場合、必要な決定は、何をすべきでないかということに関係しており、情報の多くは主観的なものであり、人々との実際の接触を通じてのみ得られます。

現時点では、AI が人間の直感や、既成概念にとらわれずに考え、結果を判断する能力に取って代わることは不可能です。しかし、AI などのツールは、医療の提供方法を​​根本的に変えるのに役立ち、経済的に持続可能な方法で患者、医師、その他の医療専門家の生活を向上させるでしょう。

すでに患者ケアが強化され、臨床プロセスが改善されていますが、業界はこの分野でまだ表面的な取り組みを始めたばかりです。