ジョン・リー博士が壮大な最適化と今後の AI の優先事項について語る

ネーパーヴィル・エドワード病院の救急医、ジョン・リー医師は広範囲にわたるインタビューでこう語った。情報学者であり、Epic コンサルタントでもある彼は、AI 対応の未来に備えながら、Epic からより多くの価値を引き出すための規律あるアプローチについて概説しました。同氏は、医療システムの重要な機能が依然として未開発のままであることを強調し、CIOに対してカスタマイズの明確な境界を定義するよう促し、合併後のインスタンスの統合によって、他の方法では実現が難しい運用面と分析面での利点がどのように得られるかを説明しました。

壮大な使用法と財団の事例

医療システムが Epic をどの程度活用しているかとの質問に対し、Lee 氏は導入が依然として限られていると推定し、「ほとんどの Epic 組織は、おそらく Epic の有用性の 25% 未満を使用しているでしょう。」と述べました。彼はそのギャップを、過剰なカスタマイズ、制限的な分析ポリシー、不均一なデータ ガバナンスの組み合わせに結び付けました。同氏によると、基盤（Epic の標準ビルド用の設計仕様）は、分析、ベンチマーク、そして基盤パターンが尊重された場合にのみ「ターンキー」で提供される新機能を促進する基礎となる構成とデータ構造を保持するため、ガードレールとして機能します。同氏は、プラットフォームの AI ロードマップと Cosmos データが、モデル駆動型の洞察を臨床ワークフローに直接組み込むことで、この効果を拡大すると期待しています。メリットを得るには、組織はツールが想定する構造に合わせてビルドを維持する必要があります。

ポッドキャスト: 新しいウィンドウで再生する | ダウンロード (長さ: 40:29 — 27.8MB)

購読する： アップルのポッドキャスト | スポティファイ | アンドロイド | パンドラ | イハートロド | ポッドチェイサー | ポッドキャストインデックス | 電子メール | チューンイン

彼は、レガシー ワークフローを複製すると、初期の導入が容易になる一方で、後でパフォーマンスが低下する可能性があることを目の当たりにしました。救急部門の一例では、独自の主任苦情リストを複製することで、Epic の標準プロトコルと比較分析を使用することが困難になりました。同氏によると、解決策は焦土的な標準化ではなく、賢明な構成戦略だという。同義語と舞台裏のマッピングを使用することで、システムが基礎に合わせたデータを保存してレポートする一方で、臨床医が馴染みのある用語を検索できるようにする。このアプローチにより、ユーザーの負担が軽減されますが、システム間の比較可能性と意思決定のサポートが保護されます。

合併、統合、データ活用

リー氏は、統合が進行する中、プラットフォーム価値の経済性は避けられないと述べた。 「Epic の 3 つのインスタンスにまたがって運用しようとすると、基本的に Epic の価値の大きな部分を無効にすることになります。」同氏は、再構築に伴う短期的な痛みは長期的な統合の代償であると説明しました。複数のインスタンスから 1 つのインスタンスに移行すると、トランザクションの摩擦が軽減され、構成が簡素化され、分析が企業全体で共有プロトコルと運用プレイブックを推進できる単一の洞察源に変わります。

同氏は、2 つの別々の組織で構築された「クリーンな」基盤であっても時間の経過とともに変動する傾向があり、オーダーセット、クリニカルパス、品質基準を調和させる取り組みが複雑になると指摘しました。さらに、Foundation は設計パターンであり、事前に構築された製品ではありません。チームはまだ構築する必要がありますが、この仕様により、適切に伝達される正規化されたデータと構成が得られます。統合によってデータ レイヤーも合理化されます。個別のウェアハウス (並列 Kaboodle 環境など) を調整してメトリクスを事後的にマッピングするのではなく、単一のインスタンスが結果の追跡とコンプライアンスの監視のための 1 つの真実のモデルをサポートします。

カスタマイズの境界とガバナンス

Lee 氏は、カスタマイズを決定する場合、リーダーには、臨床的および運用上の利点に基づいて、技術的コストを考慮した、いつ基礎から逸脱するかについての一貫した根拠が必要であると主張しました。 「どこでその戦いを戦うべきか、そしてエピックの基盤をできるだけ多く保存しようとするのはどこであるかを知る必要があります。」同氏は、構成の選択が地域の利便性だけでなく企業の目標に沿うように、この原則をより強力な運用および臨床データのガバナンスと組み合わせることをCIOとCMIOに奨励した。

同氏は、活用ポイントとして人員配置を指摘しました。医師の建築者と臨床に精通したアナリストは、意図をアーキテクチャに変換し、不明確なチケットや不整合な設計のサイクルを回避することで、手戻りを減らします。この臨床スキルと技術スキルの融合を過小評価している組織は、速度の低下や構築の脆弱化を招く危険があると同氏は警告した。逆に、ワークフローと Epic 内部の両方を理解しているチームは、データ モデルをそのままに保ちながら、臨床医に直感的な経路を提供する構成を設計できます。これは、一貫した入力と標準化されたイベントに依存する AI 主導のツールを導入する際に重要なバランスです。

AI、コスモス、および競争環境

Lee 氏は、即時の最適化を超えて、AI と Cosmos 由来の洞察を組み合わせて日常のケアと業務に影響を与える壮大なロードマップについて説明しました。彼は、より多くのモデル出力がハイパースペースに直接表示され、信号からアクションまでのパスが短縮されることを期待しています。 CIO にとって、データの整合性と構成の規律は管理の問題ではないことが意味します。これらは意思決定支援の次の波の前提条件です。

リー氏は競争についても言及した。同氏は、Oracle HealthがAIファーストの統合アーキテクチャで成功すれば市場にとって健全だと述べ、大胆なプラットフォーム投資が報われる可能性があることを認めた。それでも同氏は、Epic が Cosmos でいち早くスタートしたことと、ワークフローへの洞察の組み込みのペースに注目しました。同氏は、埋没コスト、変更管理の負担、多くのシステムがEpic上で達成した成熟度を考慮すると、コアプラットフォームを切り替えるには圧倒的なアドバンテージが必要になると述べた。より可能性の高いシナリオは、組み込みインテリジェンスをより迅速に提供する競争であり、インスタンスの標準化と厳格なガバナンスを維持する医療システムが報われることになります。

テイク・イット・アウェイ

• 機能分野ごとにエピックの使用状況をインベントリし、アクティベーションを定量化します。臨床スループット、品質、収益の完全性に関連するモジュールで「ベースライン」を上回る目標を設定する
• データ構造を損なうことなく、逸脱によって特大の測定可能な利益がもたらされない限り、基盤を優先する書面によるカスタマイズ ポリシーを確立します。
• 同義語とマッピングを使用して、摩擦の少ない検索を維持しながら、臨床医を標準リスト (主訴、注文可能な項目など) に移行します。
• 合併後は単一インスタンスの統合を優先します。分析、プロトコル、メンテナンスにおける長期的な利益を引き出すための短期的な再構築のための予算
• 翻訳スタッフ: 医師ビルダーのコホートを拡大し、チケットの仕様だけでなくワークフローの意図に取り組むようにアナリストをトレーニングします。
• AI への対応をデータ ガバナンスに結び付ける: 臨床データと運用データの所有権を定義し、イベント定義を標準化し、日常的な監査でドリフトを監視します。
• ファンデーションの背後にある「理由」を臨床リーダーに伝えます。構成の選択を将来の機能、ベンチマーク、安全性に結びつける
• 分析アクセスを例外プロセスではなく製品として扱います。チームが標準データの価値を発見するのを妨げる制限的なデフォルトを減らす

Epic ショップで情報学関連の仕事を率いている同僚たちにアドバイスを求められたとき、彼は直接答えました。「私は医師の構築者になり、分析だけでなく技術的な観点からシステムを本当に理解することに傾倒します。」