人工知能 (AI) はアメリカの国民皆保険を引き起こすでしょうか? 専門家の学者は何と言っていますか？ – ヘルスケアブログ

マイク・マギー著

彼の本の中で、 「期待が薄れる時代」 』（MIT Press/1994）、ノーベル賞受賞者ポール・クルーグマンは有名な次のように書きました。「生産性がすべてではないが、長期的にはそれがほぼすべてである。」

その1年前、ミシガン大学の心理学者カール・E・ヴァイヒがこの用語を執筆した。 「意味のあること」 人間の心は実際には生産性の原動力であり、「入力を受け取り、情報を処理し、出力を提供する」生物学的コンピューターのように機能するという彼の信念に基づいています。

しかし、当時は人間の脳をコンピューターと比較することは正確には補完できませんでした。 たとえば、1994 年 1 月、クルーグマンの MIT 同僚である経済学者エリック ブリニョルフソンは、「生産性のパラドックス」と述べ、「10年近く議論されてきた重要な問題は、コンピュータが生産性の向上に貢献するかどうかである。」

30年が経った今、クルーグマン氏（MITからプリンストン、CCNYを経て）とブリニョルフソン氏（ハーバード大学からMITを経て、スタンフォード人間中心AI研究所を経て）は依然として生成AI議論の中心に位置しており、彼らは共同で研究員を務めている。国家経済研究局 (NBER) と協力し、最新の科学的および技術的進歩を「理解」しようと試みています。

当然のことながら、医療 AI (mAI) が最前線であり、その中心となってきました。 2023 年 11 月、ブリニョルフソンは同じ西海岸出身のロバート M. ワクターとチームを組み、 JAMA の意見記事 タイトルは「生成型人工知能は医療分野での約束を果たせるか?」

カリフォルニア大学サンフランシスコ校の医学部長であるワハター博士は、1996 年に自身の画期的な用語「ホスピタリスト」を作り出しました。 この分野の父と考えられている彼は、コンピュータと医療機関の間のインターフェースに長い間興味を持っていました。

彼の2014年のニューヨーク・タイムズベストセラーでは、 「デジタルドクター: 医学のコンピューター時代の幕開けにおける希望、誇大広告、そして害悪」 同氏は、「医療分野のコンピューターは、単に医師の走り書きを Helvetica 12 に置き換えるだけではないことを認識する必要がある。代わりに、コンピューターは仕事、それに従事する人々、そしてお互いの関係や患者との関係を変革するのである。」と書いている。

ブリニョルフソン氏とワハター氏に共通しているのは、テクノロジーと医療の接点における全体的なパフォーマンス不振の歴史に関して、謙虚さと現実主義を貫いていることだ。

彼らは彼らの 2023年自工会解説 このように、「歴史は、汎用テクノロジーが長年にわたって約束された利点を提供できないことが多いことを示しています (「情報テクノロジーの生産性のパラドックス」)。 ヘルスケアには、新しいテクノロジーの導入を成功させることを他の業界よりもさらに困難にするいくつかの特性があります。 これらは、AI と電子医療記録を導入するというこれまでの取り組みに挑戦するものです。」

それでも、今回は彼らは楽観的だ。

なぜ？ その主な理由は、生成 AI の速度と自己修正機能です。 彼らは結論として、「genAI は、以前のテクノロジーよりも迅速にヘルスケアに有意義な改善をもたらすことができます。」

それでも「生産性のパラドックス」は登るのが難しい坂道です。 歴史的に、それは初期バージョンの新しいテクノロジーの欠陥と、企業階層の「プロセス、構造、文化」に埋め込まれた現状維持への抵抗の副産物です。 権力と利益の両方を維持することになると、変化は脅威となります。

ブリニョルフソンとワハターが外交的に述べているように、「残念ながら、人間は一般に、新しいテクノロジーを最大限に活用するために必要な組織構造、リーダーシップ、労働力、ワークフローの大きな変化を認識したり実行したりすることができません…生産性のパラドックスを克服するには、さまざまな分野での補完的なイノベーションが必要です」仕事のやり方、「仕事の再考」と呼ばれることもあります。」

mAI はアメリカの医療変革をどこまで、そしてどのくらいの速さで推進できるでしょうか? 今回の急速な変革を促進する 3 つの要因は、即応性の向上、使いやすさ、そしてパフォーマンスを上回る機会です。

対応力は、過去 20 年間にわたる EHR に関連した間違いや修正手順から得られた知識の形で生まれます。 足場のインフラストラクチャは、医師、看護師、患者、およびそれらが集まる施設によるある程度の導入とともに、すでに存在しています。

使いやすさは主に、高価で規制の多いハードウェア デバイスを必要とせず、ソフトウェアにローカライズされた mAI の機能です。 新しいツールは「非常に使いやすく」、「必要な専門知識は比較的少なく」、エラーが発生してもほぼリアルタイムで「冷静かつ自己修正」されます。

著しく非効率で不公平で、多くの場合アクセスできず非効率なシステムでパフォーマンスを向上させる機会があることは、しばらくの間明らかでした。 マイノリティ、女性、幼児、農村部の人々、無保険者や十分な保険に加入していない人々、貧困者や障害者はすべて、明らかなサービスを受けられていません。

のパワーエリートとは異なり、 アメリカの医療産業複合体mAIはオープンマインドで、本質的に変化に対して抵抗力がありません。

マルチモーダル、大規模言語、自己学習型 mAI は、データという 1 つのことだけによって制限されます。 そして私たちは文字通りそのデータのソースです。 私たちへのアクセス、私たち一人ひとり、そして私たち全員に欠けているものがあります。

あなたは、米国に住む 3 億 3,300 万人の米国国民の 1 人として、国民皆保険と高品質の基本的な医療サービスへの信頼できるアクセスの代わりに何を提供すると期待しますか?

あなたのバイタルサイン、検査結果、診断、外部および内部の画像、治療スケジュール、フォローアップ検査、臨床記録、およびゲノミクスへの完全かつ完全な匿名化アクセスを提供していただけますか?

私たちの収集したデータに応じて mAI が結論付ける可能性があることは次のとおりです。

1. 無保険者の緊急治療に支払うよりも、国民皆保険に支払う方がはるかに安価です。
2. 以前のアルゴリズムは偏見と不公平に満ちていました。
3. 国内の一部の地域では、特に女性と乳児の場合、結果の許容できないばらつきが問題になっています。
4. 非臨床の医療従事者の配置表は不必要に大きく、顧客サービス インターフェースと請求基準を簡素化および自動化することで簡単に半分に削減できます。
5. 医薬品や医療機器の消費者への直接マーケティングは無駄が多く、混乱を招き、もはや必要性も有益性もありません。
6. 健康の予防と維持のほとんどは現在、個人化され、地域ベースで、家庭中心になっている可能性があります。
7. 豊富な新発見とその社会に対する価値は、投資に値するかどうか（またはそうでないか）をリアルタイムで検証できるようになるでしょう。
8. 詐欺的で非効果的な行為や治療法、不透明な利益分配やリベートが暴露され、対処できるようになりました。
9. 医学教育は今後継続的に行われるようになり、機械学習技術に精通した好奇心と機敏なリーダーがますます求められます。
10. 他の先進国に対する米国のパフォーマンスを複数の尺度でリアルタイムで誰でも確認できるようになります。

国家経済に対する全体的な影響はプラスであり、測定可能となるでしょう。 として ポール・クルーグマン は30年前に、「国の生活水準を長期にわたって改善できるかどうかは、ほぼ完全に、労働者1人当たりの生産量を増加させる能力にかかっています。」と書いています。

結局のところ、健康保険の健康データは「合理的」であり、すべてのアメリカ人にとってかなりお買い得になるでしょう。

マイク・マギー医師は医学史家であり、THCB に定期的に寄稿しています。 彼はの著者です コード・ブルー: アメリカの医療産業複合体の内部 (グローブ/2020)。