ヘルスケアにおける人工知能の応用

今年に入ってから、医療提供方法や患者がより積極的に医療に参加できる方法を変革するために AI を使用する医療保険、医療提供者、分析企業が著しく増加しています。

今日、ヘルスケアにおける AI アプリケーションは広く普及しています。弊社のデジタルヘルスインテリジェンスデータベースである DamoIntel のデータによると、2020 年には臨床分野と管理分野の両方で公開された AI ユースケースの数が大幅に増加しました。米国の上位 50 の医療システムで導入されている AI/ML アプリケーションを分析すると、AI 対応ソリューションは、機械学習、自然言語処理 (NLP)、チャットボットのような会話型インターフェース、ロボットによるプロセス自動化 (RPA) など、複数のテクノロジー カテゴリに分類されることがわかります。臨床と管理の両方の分野での COVID 関連のユースケースも、ヘルスケアにおけるチャットボットなどの新しいテクノロジーの導入の増加を促進しています。

[[404924]]

ケア現場でのAIソリューションを使用したリアルタイム介入に焦点を当てる

AI を活用したケアが直面する最大の課題は、ケアの時点で臨床ワークフローに関するリアルタイムの洞察を提供することです。音声認識技術は、医師と患者の会話の書き起こしなど、低レベルのタスクに効果的です。しかし、それらはまだ、診断や治療の決定のためにケアの時点で追加の洞察を提供する意思決定支援システムへと進化できていません。

一方、リアルタイムの洞察を提供できるソリューションは、まだ規模が拡大し、広く採用されるまでには至っていません。一例として、スタンフォード大学がアマゾンと共同で開発したスマートウォッチベースのCOVID診断アプリが挙げられます。このアプリは、心拍数の上昇やその他の異常を分析して、COVID感染が疑われる患者にリアルタイムで警告を送信します。遺伝学教授兼学科長のマイケル・スナイダー博士は、個人レベルで健康指標を継続的に監視するフレームワークを作成することを目的としたこのソリューションの拡大に取り組んでいます。彼の目標は、スマートウォッチを所有するすべての人にリーチすることです。 Amazon は、同様の診断ソリューションのために、世界中のデジタルヘルス革新者に数百万のクラウド コンピューティング クレジットを提供しています。

データコラボレーションが高度なリアルタイム分析を推進

今年新たに出現するトレンドが 1 つあるとすれば、それはデータ コラボレーションです。 Truveta は、2 月に結成された 14 の医療システムのコンソーシアムであり、すべてのメンバー システムから患者データをプールして、高度な分析を推進し、医療の成果を向上させることを目的としています。 Google はまた、メイヨー クリニック、アセンション ヘルス、ハイマークなどのヘルスケア企業との一連の提携も発表しました。使用例には、品質メトリックのデータ分析、ベンチマーク、管理レポートなどが含まれますが、これらに限定されません。 Googleとの提携に加え、メイヨー・クリニックは遠隔監視デバイスからのデータを対象にAIスタートアップ企業との新たなデータ連携を開始した。ペンシルベニア州の大手健康保険会社ハイマークは、より良い結果を得ることを期待して、医療データと請求データを統合するため、デラウェア州のクリスティアナ・ケアと10年間の提携を結んだ。大手の保険者とプロバイダーがデータセットをプールして、高度な分析情報を通じて効率性を向上させるため、コンソーシアムがさらに増えると予想されます。

ヘルスケアにおけるAIの未来を推進するその他のトレンド

• CMS 最終規則に従い、患者が自分の医療情報にアクセスし、新しいデジタル ヘルス製品やサービスを構築したい開発者と情報を共有できるようにする AI 対応アプリケーションのイノベーションを促進します。

• 将来の病室では、人工知能を活用した介護者、患者、その家族間の優れたデジタルインタラクションが実現します。ペンシルベニア大学医学部によるフィラデルフィアへの15億ドルの投資はその一例です。 「ザ・パビリオン」と呼ばれる500床の施設には、患者室の壁にインタラクティブな75フィートのモニターが設置されている。身体保健サービス担当副社長のジョン・ドナヒュー氏は、この将来の病棟の技術サポートに深く関わってきました。彼は、現在進行中の 6 年間のプロジェクトの一環として、ディズニーにインスパイアされたユーザー エクスペリエンスを設計しています。

• リモート監視デバイスからの分析。家庭用モニタリング デバイスやセンサーから膨大な量のデータを取り込んで分析できる AI 駆動型アプリケーションは、ヘルスケアを進歩させる次のステップとなるでしょう。医療が病院から家庭へと移行するにつれ、将来的にはリモートセンサーや監視デバイスからのデータの分析に多額の投資が行われることが予想されます。 Amazon が最近開始した Amazon Care サービスには、バーチャル ケア サービスに加えて、全体パッケージの一部として在宅ケア サービスが含まれています。カイザー・パーマネンテやメイヨー・クリニックのような大手医療システムもこのゲームに参加している。同社は在宅ケアに特化したテクノロジー企業Medicaly Homeへの投資を発表した。

患者は今これを受け入れる準備ができていますか?

AI 対応のヘルスケア技術とコンピューティング インフラストラクチャは成熟していますが、AI 対応ヘルスケアの導入は、現在のヘルスケア エコシステムにおける既存の人員の準備状況のばらつきと、特に複雑な臨床状態における AI 対応ヘルスケアのセキュリティに関する懸念によって推進されています。

患者もまた、AI を活用した医療に懐疑的です。最近の調査では、患者はチャットボットを煩わしいと感じており、ロボットからの医療アドバイスを受け入れることに躊躇していることがわかりました。ただし、AI 対応アプリケーションの管理ユースケースでは、短期的には ROI が向上する可能性があります。 2020年にセンテネが買収したヘルスケア分析企業ApixioのCEO、サチン・パテル氏は、AIアプリケーションがリスク調整などの金融業務で4倍から7倍の利益をもたらしたことを確認した。

弊社の調査によると、半数以上の病院が、医療現場での主なツールとして電子医療記録 (EHR) システムを使い続けていることがわかりました。新しいクラウドベースの AI 対応ソリューションを、ケア現場での臨床ワークフローにシームレスに統合することは依然として困難です。相互運用性の問題や医療データの標準化および正規化に関する問題は、AI 対応アプリケーションにとって依然として大きな課題となっています。さらに、ICD、SNOMED、FHIR などの標準は進化し続けており、専門家によって検証された信頼できるコード変更管理およびデータ標準化ソリューションに対する継続的なニーズを表しています。ゲノムデータなどの新しいデータソースを AI アプリケーションで使用するには、倫理とプライバシーに関する追加の保護対策が必要です。

医療における AI に関する最後の問題は、医療においてアルゴリズムがどのように機能するかについての可視性が欠如していることであり、これは多くの AI アプリケーションに内在する体系的な偏見によってさらに悪化しています。 AI 技術の進歩にもかかわらず、あるデータセットでトレーニングされたアルゴリズムを別のデータセットに転送することは困難です。特に、運用データと健康の社会的決定要因が集団の健康リスク評価で果たす役割が増すにつれて、その傾向は強まります。クラウド プラットフォームが AI ソリューションの開発における主要なデータ リポジトリになり始めると、データ プライバシー保護に関する懸念も AI ツールの導入に必要な信頼と受容を促進することになります。

ヘルスケアにおける AI の明るい兆しの 1 つは、管理機能における AI 導入の急速なペースです。医療システムのリーダーは、効率性とエクスペリエンスの質を向上させるために、アクセスや患者エンゲージメントなどの新しい運用領域をカバーするようにこれらのアプリケーションの範囲を積極的に拡大する必要があります。臨床リーダーは、AI アプリケーションの使用を慎重に拡大し続け、必ずしも人間の直感や判断に取って代わるわけではない運用領域に重点を置く必要があります。その一例は、ペンシルバニア大学医学部で使用されている AI 最適化化学療法計画です。

ヘルスケアリーダーは AI の導入を加速させることを目指すと同時に、AI ソリューションの開発と導入に伴うコストとメリットを慎重に検討する必要があります。疑問は常に、AI アプリケーションから得られた洞察を活用して何ができるか、ということに戻ってきます。これらの洞察と情報に基づいて現状を変えることができない場合、臨床リーダーはプログラムの価値と、そもそもこれらの洞察を生み出すために必要なエネルギーについて疑問を抱かなければなりません。重要なのは、実証された成果が見られる分野に投資し、それを基に構築していくことです。ヘルスケアの中核的な臨床面で AI が広く使用されるようになるまでには、まだ数年かかります。それまでは、私たちはただ前進し続けます。