ジョブに適したAIを選択します

Rhapsodyの最高戦略責任者であるDrew Ivan氏によると、AIは引き続きヘルスケアを保留しているため、幹部は適切な仕事に適切なAIツールを使用していることを確認する必要があります。生成AI（GENAI）は、臨床文書化の可能性に注意を向けていますが、機械学習（ML）などの他のAIメソッドは、精度と一貫性を必要とするタスクにとって重要です。

ポッドキャスト： 新しいウィンドウで再生します | ダウンロード （期間：26：07 – 17.9MB）

購読する： アップルポッドキャスト | Spotify | アンドロイド | パンドラ | iheartrodo | ポドカセー | ポッドキャストインデックス | メール | チューン | RSS

ヘルスケアのAIは新しい現象ではない、とイヴァンは指摘しましたが、コンピューティングのパワーとデータの可用性の最近の進歩は加速を促進しました。 「最初のAIアルゴリズムはファックスマシンよりも前のものです」と彼は言いました。 「今の違いは、大規模なデータセットを処理するための計算能力とクラウドストレージがあることです。」これらの開発により、AIは放射線科から患者のアイデンティティ管理に至るまで、さまざまなヘルスケアアプリケーションで繁栄することができました。

Genaiの最も広く受け入れられているアプリケーションの1つは、医師と患者の相互作用から臨床ノートを生成する周囲のリスニング技術です。 「これは、ツールが仕事に出会う完璧な例です」とイヴァンは言いました。 「医師はドキュメントの負担を軽減し、健康システムが効率の向上から恩恵を受けるため、それを愛しています。」しかし、彼は、すべてのAI問題がデフォルトであるとは限らないと警告した。 「単一の正しい出力がある場合、機械学習はしばしばより適しています」と彼は説明しました。 「genaiは、要約など、変動が許容できるシナリオで繁栄しています。」

放射線学のAI

放射線科は、主にイメージングデータの構造化された性質によるAIの早期採用者です。 AIは、放射線科医の関心分野を特定し、リスクの高い症例に優先順位を付け、診断効率を改善できます。 「放射線科は、ヘルスケアで最も成熟したAIユースケースのままです」とイヴァンは言いました。 「AIがしないことは診断です。人間のレビューの領域を強調しています。それは重要な区別です。」

彼は、AIアシストイメージングを使用して放射線科医についての逸話を共有しました。試験では、放射線科医は最初にAI分析の前に独立してスキャンをレビューしました。 「AIは、放射線科医が見落としていた懸念領域にフラグを立てた」とイヴァンは言った。 「それは重要なことであることが判明し、医師は安心しました。それは、AIをヘルスケアで非常に価値のあるものにする一種のコラボレーションです。」

イメージングを超えて、臨床的意思決定支援のためにgenaiを使用すると懸念が生じます。定義されたパラメーター内で動作するイメージングアプリケーションとは異なり、Genaiは予測不可能性を導入します。 「問題は、AIが間違いを犯すということではありません」とイヴァンは言いました。 「それが結論に達した理由を常に説明できるとは限らないということです。

この説明可能性の問題は、AIガバナンスの焦点となっています。 AI主導の決定は、医療の主張を承認または拒否するなど、透明で監査可能であることはありません。 「欧州連合では、規制では、AI主導の決定が説明可能であることを要求しています」とイヴァンは言いました。 「ヘルスケアでも同じ期待が高まっています。医師と患者は、AIシステムが特定の推奨事項を作成した理由を理解したいと考えています。」

彼はまた、AIの期待が現実を超えることが多いことを指摘しました。 「私たちはAIを人間よりも高い水準に保持しています」と彼は言いました。 「人間の医師が診断を逃した場合、それは不幸だが自然な出来事と考えられています。 AIシステムがエラーを犯した場合、それは基本的な欠陥と見なされます。」この考え方は、特に患者向けのアプリケーションでの養子縁組率に影響します。

競争力

しかし、彼は、AI対応ケアがまもなく競争力のある差別化要因になると予測しました。 「医師がAIを使用して情報を収集して要約している場合、そうでない人よりも患者の健康歴についてより広い見方をするでしょう」とイヴァンは言いました。 「今日、電子健康記録システムなしで誰も医師を訪問しないように、AI対応のケアは標準になります。」

ヘルスケアにおけるAIの存在は拡大していますが、Ivanはその成功はデータの品質に依存すると強調しました。 「AIは格言を変えません。「ゴミ箱、ゴミは出て」と彼は言いました。 「データがクリーンでない場合、AIの結果は信頼できません。」

Health Systemsは、AI主導のイニシアチブを展開する前に、データの改善に投資する必要があります。 「魅力的ではないため、データの品質は見過ごされがちです」とイヴァンは言いました。 「しかし、それは基本です。構造化された、正確で、完全なデータにより、AIは意味のある洞察を提供できます。」

ヘルスケアを超えた自動化に関して、Ivanは、AIが財務などの業界のループからすでに人間を連れ去っていると指摘しました。 「高頻度取引アルゴリズムは、人間の監視なしに一瞬の決定を下します」と彼は言いました。 「彼らは保護手段を持っていますが、予測不可能な市場の変動を引き起こすケースを見てきました。」

Automationの進歩にもかかわらず、ヘルスケアは人間の監視が不可欠なドメインのままです。 「法的および倫理的な考慮事項があります」とイヴァンは言いました。 「AIが臨床的推奨を行う場合、何かがうまくいかない場合、誰が責任を負いますか？人間をループに留めることで説明責任が保証されます。」

先を見据えて、イヴァンはエグゼクティブがAI投資において戦略的であることを助言しました。 「ボードはAIを深く理解していないかもしれませんが、彼らはそれを望んでいることを知っています」と彼は言いました。 「あなたがそれを持っていると言うためだけにAIを実装しないでください。それを使用して、実際の問題を解決し、ワークフローを強化します。」

それを奪ってください

• 適切なAIツールを強度に一致させます。柔軟な出力（メモ生成など）を必要とするタスクにGenaiを使用し、正確な分類にはML（例：イメージング分析）を使用します。
• データ品質の優先順位付け：クリーンで構造化されたデータは、AIのパフォーマンスを改善し、エラーを減らします。
• 人間をループに保管してください：特にリスクの高いアプリケーションでは、臨床医の監視が依然として重要です。
• AIのためにAIを避けてください：AIを実装するためだけに実装するのではなく、実際の問題を解決することに焦点を当てます。
• AI駆動型の分化の準備：医師と患者は、AI対応ケアをますます期待します。
• 説明可能性への投資：特に意思決定プロセスでは、AIシステムは透明でなければなりません。
• AIが進化することを認識してください：データの準備など、今日の課題は、明日のAI戦略を形成します。

ヘルスケアにおけるAIの役割は成長するだけですが、イヴァンは成功の鍵は思慮深い実装にあると考えています。 「AIを正しくする組織は、すべての新しいアルゴリズムを追いかける組織ではありません」と彼は言いました。 「彼らは彼らのデータが強力であり、彼らのツールが目的に適していることを保証するものになるでしょう。」

ラプソディー 医療統合、アイデンティティ管理、および世界中の1,700人の顧客にサービスを提供する臨床用語ソリューションを備えたデジタルヘルスイネーブルメントプラットフォーム企業です。 Rhapsodyにより、ケア提供者、ヘルステクノロジービルダー、公衆衛生チームは、デジタルヘルスイノベーションの採用を促進することにより、時間を節約し、コストを削減し、収益をより迅速に認識できます。 Rhapsody API対応ソリューションは、顧客がいる場所で顧客に会うことができ、プライベートクラウド、Rhapsody Cloud、またはIPAASとして展開できるようになり、柔軟です。

関連コンテンツ

ヘルスケアにおけるAIの未来：イノベーション、規制、実用性のバランス

Oracleの方法論とサービスへの影響は、ネイティブAI機能とともに、EHRの顧客に強気になる理由を与えます

UW MedicineはHIMSSステージ6を達成します。 Neil＆Burstain Tout強力なガバナンスは、適切なプロジェクトを選ぶ鍵として