1769249790
2026-01-23 10:04:00
オーストラリアの新興企業ハイディは、データベース設定を廃止した後、世界中で 8,100 万件の医療相談を処理したところです。ヘルスケア AI にとってインフラストラクチャの移行が重要な理由は次のとおりです。
何が起こっていますか：メルボルンを拠点とする AI ヘルスケアのスタートアップ Heidi は、臨床文書化プラットフォームを拡張し、わずか 18 か月で 8,100 万件の医療相談を処理できるようになりました。
これが重要な理由: 医療専門家は、労働時間の最大 40% を直接の患者ケアではなく、文書作成作業に費やしています。 AI を活用したヘルスケア ソリューションに対する需要が世界的に加速する中、その基盤となる技術インフラストラクチャもそれに対応する必要があります。
ハイジのエンジニアリング チームが 2023 年末に壁にぶつかったとき、それは製品の問題ではありませんでした。 AI医療書記が活躍した。臨床医も気に入ってくれました。しかし、データベースが追いつきませんでした。
Heidi は、Amazon DocumentDB 上に最初のプラットフォームを構築しました。初期の成長をうまく処理しました。その後、会社は拡大しました。使用量が爆発的に増加しました。医療機関との会議が増えました。昨日まで機能していたインフラストラクチャが、突然、今日の需要をサポートできなくなりました。
「ダウンタイムなしで拡張することはできませんでした。これは重大な問題でした。当社は、臨床医が 24 時間年中無休でリソースにシームレスにアクセスする必要がある医療の世界で事業を行っています」と、Heidi のデータ責任者、オスカー ルーカースミス氏は述べています。 「私たちの初期のデータベース設定では、ユーザーが必要とする成長レベルに対応できず、AI ユースケースで重要な検索機能とインデックス構築機能がサポートされておらず、レイテンシーの増加が発生していました。」
問題は数字だけではありませんでした。それは医療が何を必要としているかについてでした。病院の救急部門は、データベースがオンラインに戻るのを待ちきれません。一般医は患者に「おそらく来週の月曜日には記録にアクセスできるでしょう」とは言えません。ヘルスケアでは、インフラストラクチャはバックエンドの懸念事項ではありません。それは患者の安全の問題です。
厳格なデータベースが AI に機能しない理由
ここでデータベースの選択が戦略的になります。モバイルバッテリーや航空会社の予約に使用される従来のリレーショナル データベースは、データが行と列にきちんと収まっている場合に見事に機能します。顧客の記録。取引。明確で予測可能な構造。
医療データは連携しない。患者の健康記録には、紹介状、臨床記録、3 つの異なる病院からのフォーム、さまざまな形式の検査結果、専門分野間で変化するコンテキストが含まれます。 AI をそこに加えると、問題はさらに増大します。
ハイジは、複数のソースからの医療データを 1 つの一貫した形式に統合する必要がありました。柔軟性も必要でした。このスタートアップ企業が新しい AI 機能、臨床コーディング、患者病歴生成、病棟回診サマリーを追加したため、システム全体を再構築することなくデータ モデルを進化させる必要がありました。そして、190 か国にわたる厳しい医療セキュリティとコンプライアンスの要件を満たしながら、これらすべてを実行する必要がありました。
これにより、厳格なリレーショナル データベースは即座に排除されました。ハイジは AI 用に構築されたデータベースを必要としていました。同社は MongoDB Atlas に目を向けました。
MongoDB のドキュメント モデルはすべてを変えました。固定列を持つテーブルにデータを強制的に入力するのではなく、構造が異なる JSON ドキュメントを処理します。紹介システム、救急科、専門診療所からの医療データはすべて、自然な形式で同じデータベースに流入し、AI ワークフロー用に変換できます。
「MongoDB のドキュメント モデルは、開発者にとって大きな変革をもたらしました」と Heidi のシニア ソフトウェア エンジニアである Ocha Cakramurti 氏は説明します。 「その柔軟性により、AI アプリケーションを新しいユースケースに迅速に適応させることができ、ダウンタイムやボトルネックを発生させることなく、週に 200 万件を超える相談に対応できるようになりました。」
次に起こったことはエンジニアリングチームさえも驚かせました。 「MongoDB Atlas に移行して以来、主要な API のレイテンシを 3 分の 1 近く削減することができ、重要な環境における医療専門家にシームレスなエクスペリエンスを確保できました」と Cakramurti 氏は付け加えました。
この変化は規模だけの問題ではありませんでした。それはスピードに関するものでした。開発者は新しい機能のプロトタイプをより迅速に作成できるようになりました。運用チームはダウンタイムなしでアップデートを展開できました。実際、インフラのおかげでハイジの移動は遅くなったのではなく、より速くなりました。
現代の医療を再構築するツール
Heidi の最も洗練された使用例の 1 つである臨床コーディングは、プラットフォームで何ができるかを示しています。
病院は、標準化された英数字コードである国際疾病分類を使用して、患者の状態と処置を分類します。オーストラリアでは、コード K35.8 は急性虫垂炎を表します。これらのコードは、請求、償還、医療システムの計画を推進します。ただし、手動で生成するには何時間もかかります。臨床医は患者を診察し、メモを書きます。その後、誰かがそれを読み、臨床の詳細を解釈し、正しいコードを割り当てる必要があります。
ハイジはこれを自動化しました。 AI スクライブは、検索拡張生成 (RAG) を使用して患者の臨床記録を読み取り、医療コンテキストを理解して、正しい分類コードを自動的に割り当てます。 MongoDB Atlas Vector Search によってこれが可能になりました。 AI 検索用に別個のベクトル データベースを構築したり、別個の運用データベースを保持したりするのではなく、すべてが MongoDB で実行されます。医療文書はベクトル埋め込みに変換されます。システムはそれらを意味的に検索します。関連する情報が AI モデルに直接流れ込みます。一つのアーキテクチャ。データの重複はありません。同期の問題はありません。
「Heidi は、AI 機能が組み込まれた柔軟なマルチクラウド データ プラットフォームを選択することで、開発者がプロトタイプから本番環境に迅速に移行し、拡張できるようになるという好例です」と MongoDB の APAC 担当シニア バイスプレジデントである Simon Eid 氏は述べています。
Heidi スイートのもう 1 つのツールは、非臨床タスクを支援する AI アシスタントである Ask Heidi です。患者の病歴を収集し、病棟回診リストを作成し、臨床監査を実施します。ハイジ氏によると、臨床医がこれらの作業にかかる時間を最大 50% 節約でき、その時間が患者ケアに戻ってくるそうです。
最も高度な機能である Heidi Vector Scribe は、セマンティック検索を使用して、大量の医療文書をベクトル埋め込みに変換します。臨床医は複雑な医学的質問をすることができ、システムは関連する外部知識をインテリジェントに取得し、転写された医学用語を対応する臨床ガイドラインや証拠に直接結び付けます。
ヘルスケアのスピードで構築する
ハイジのリーダーシップにとって、インフラストラクチャの選択は、単にスケーリングを超えた、採用というビジネス上の問題を解決しました。
「テクノロジー人材にとって、エキサイティングなテクノロジーは重要ですが、MongoDB Atlas のスケーラビリティと効率性が当社の成功の基礎となっており、データベースの管理ではなくヘルスケアの変革に時間を費やしたい開発者を惹きつけるのに役立ちます」と Cakramurti 氏は述べています。
ソフトウェア エンジニアにとって競争の激しい市場では、開発者は意味のある問題に取り組みたいと考えています。彼らは恐れることなく展開したいと考えています。彼らは、運用の複雑さに悩まされないインフラストラクチャを望んでいます。 MongoDB を選択したということは、Heidi のチームがデータベース管理ではなく AI イノベーションに集中できることを意味しました。
同社はこの基盤の上に急速に成長しました。ハイジは現在、救急科、一般診療所、専門クリニックの臨床医をサポートしています。このプラットフォームは 116 か国、110 の言語で運用されています。英国のモダリティ・パートナーシップからマサチューセッツ州のベス・イスラエルまで、主要な医療ネットワークがハイジを使用しています。オーストラリアでは、医療システムが Heidi を急速に導入したため、Telstra Health は Heidi のインフラストラクチャ上に独自の臨床文書化ツール Telstra Scribe を構築しました。
その成長は衰えていない。 2025年10月、ハイディはPoint72プライベート・インベストメント主導のシリーズB資金調達で6,500万ドルを調達し、会社の評価額は4億6,500万ドルとなった。このラウンドには既存の投資家であるBlackbirdとHeadlineが参加しており、総資金調達額は1億ドル近くとなった。同社は現在、フランス、スペイン、アイルランド、香港、ドイツ、シンガポールの新たな市場に拡大しています。
次は何でしょうか？ハイジは臨床業務用の AI ツールのエコシステムを模索しています。同社は、Heidi Scribe を「エージェント AI レイヤー」と表現しており、特定のタスクを自動化するだけでなく、臨床ワークフロー全体でより自律的に動作します。
世界中の医療にとって、それは重要です。臨床医は毎日 2 時間以上を患者ケア以外の業務に費やします。管理上の負担により、年間平均 65,000 ドルの損失が生じています。医療システムはスタッフ不足と需要の増大に直面しているため、たとえ効率が少し向上していても、それはさらに大きな問題となります。
18 か月で相談件数 8,100 万件に達したハイジの規模は、インフラが野心と歩調を合わせれば何が可能になるかを示しています。データベースに関する決定は技術的なものでした。しかし、その結果は人間によるものであり、臨床医はタイピングに費やす時間を減らし、患者の話を聞く時間を増やすことができます。
#データベースに関する #つの決定によりハイジは #万時間を世界中の臨床医に還元することができました