小児ケアにAIを適用するには、慎重に検討する必要があります

大人のケアと小児科での人工知能の使用には多くの類似点がありますが、小児期と思春期のケアにおける健康問題の複雑さのために、後者にはいくつかのユニークで重要な考慮事項もあります。

これらには、親や介護者との関係を含む患者とプロバイダーの関係の複雑さを理解すること、および子供が成人ケアに移行するときのプライバシーと機密性の考慮事項が含まれます。

プロバイダー組織は、これらの区別を認識し、AIが小児の環境で患者、家族、プロバイダーの経験を強化するために適切に使用されていることを確認する必要があります。

Stanford Medicine Children’s Healthのチーフヘルス情報学責任者であるNatalie Pageler博士は、自然言語処理と大規模な言語モデルを搭載したAIアプリケーションがプロバイダーが患者との関わり方を変えていると述べています。

私たちは最近、小児環境でのAIの安全で効果的な使用に必要な特別な考慮事項について彼女と話をしました。

「子供たちはそんなに変わる」

医師と若い患者との間の複雑な関係が成長することで、プロバイダー組織が「適切な人と適切な人と関わる」ことが必要です。

「子どもたちは、成人期に移行する際に、年齢とどこで、どこで、どのようにヘルスケアを制御するかの両方で大きく変化します。プロバイダーは、臨床ノートの書かれた方法、患者ポータルを通じて共有される情報、誰がアクセスできるか、これらのプラットフォームを介したオンライン会話に参加する必要があります。

「NLPは、患者のポータルを通して誰が話しているのかをよりよく理解するために使用されています。それは親、介護者、兄弟、または患者自身ですか？」彼女は続けた。 「テクノロジーは、臨床ノートのレビューにますます使用されており、誰がそれにアクセスしているかに応じて、共有されている情報と何がプライベートであるべきかを特定するのに役立ちます。」

LLMは、患者の経験をサポートするために大量のメタデータを処理するために使用されます。レポートやその他の結果がレビューされる速度、その情報を処理する速度をスケーリングし、注意を集中する必要がある場所をよりよく理解できます。

これにより、医療提供者は患者の経験とケアの質を向上させることができ、また自動化されたサポートを通じて管理上の負担を軽減できる分野に注意を向け、必要に応じて彼女は付け加えました。

「前進すると、AIやヘルスケアにおけるその他の意味のある技術的進歩は、引き続き小児科に統合されます」とPageler氏は言います。 「必要に応じて、AIは私たちが提供できるパーソナライズされたケアのレベルにも影響を与えます。

「たとえば、小児科の正確なケアを調整する」と彼女は付け加えた。 「これは歴史的に挑戦でした。データセットははるかに小さく、ありがたいことに、子供の大半は一般的に健康です。初期の兆候が見られます。 AIは、より正確なケアと精密薬をサポートできます、たとえば、ゲノミクスで。」

小児科の追加の考慮事項

AIの小児ユースケースは通常、実装がより困難であり、展開される前に追加の考慮事項を追加する必要があります。最良の例の1つは、患者プロバイダーの相互作用中のメモ削減をサポートするために、周囲AIおよびScribe Technologiesの使用です。

「ここに課題があります。成人ケアによく見られる典型的な1対1の会話とは異なり、小児訪問はしばしばさまざまな年齢の部屋に多くの異なる人々を巻き込んでいます」とPageler氏は述べています。 「予約には、家族全員、叫んでいる病気の子供、複数の介護者、および学際的なニーズに応えるプロバイダーが含まれます。

「その結果、より動的な設定での周囲AIの有効性を判断するには、適切なテストが必要であり、患者と家族の両方とのプロバイダーの関与をサポートすることを保証します」と彼女は続けました。

筆記やノートを獲得するためのアンビエントAIは、患者とその家族に集中するためにプロバイダーを解放します。特に小児科では、多くの豊富なデータをケアの時点でキャプチャできます。その多くは行動的または非言語的です。

たとえば、重要な洞察は、親と家族の間の相互作用、子供の行動、ボディーランゲージ、感情の微妙なニュアンス、そしてそれが部屋の人々によってどのように知覚されるかに見られます。

プロバイダーはキューを欠いていますか？

「メモを入力するのに忙しいプロバイダーは、正確で専門的なケアを提供するために重要なキューを見逃す可能性があります」とPageler氏は説明しました。 「アンビエントAIスクライブ プロバイダーが患者とより多くの時間を費やし、関係を強化し、管理タスクの負担を軽減できるようにします。

「プライバシーと機密性の考慮事項が少ない大人の設定とは異なり、Ambient AIおよびその他の自動ノートテイクには、追加のレベルの監視が必要です」と彼女は続けました。 「プロバイダーは、転写される機密情報を認識し、誰がその情報にアクセスできるかに加えて、正確かどうかを判断する必要があります。」

Pagelerは、AIアプリケーションが潜在的な懸念領域にフラグを立てるのに役立ち、プロバイダーが最も重要な情報に注意を向けるのを支援するのを支援しています。

小児集団におけるAIの展開とアルゴリズムを評価するとき、現在の議題のトップである4つの重要な考慮事項、または克服すべき障壁があります、と彼女は言いました。

正しい質問をする

「第一に、業界は、テーブルでの当事者と教育を受けて、技術開発と展開中に正しい質問をする必要があります」と彼女は提案しました。 「私たちは、患者や家族とともに、ITリーダーの正しい質問をしていることを確認するために、患者や家族とともに小児科プロバイダーが必要です。これは、小児科の現在のデータギャップを閉じ、アプリケーション開発の方向性を知らせるために重要です。

「第二に、私たちが持っているデータセットとそのアプリケーションが構築されていることを理解する」と彼女は続けた。 「今日、業界のデータセットの多くは大人に焦点を当てています。これにより、小児科の技術開発がより困難になります。小児データセットが小さいことに加えて、小児データはより厳しい保護の対象となります。」

既存の小児データがどこに不十分であるかを理解することが重要であるため、プロバイダーはこれらのプロジェクトを効果的に完了するために必要な追加データを検討する必要があると彼女は付け加えました。

「第三に、良好なデータがあっても、小児集団の複雑な性質とケアを求める患者や家族の多様性に基づいて効果がない場合があります」とPageler氏は説明しました。 「成人データに基づいて構築されたモデルは、小児科で有用なアプリケーションを持っている可能性がありますが、広範囲にテストする必要があります。

「子どもの生理学とケアのニーズは、新生児からティーンエイジャーまで、年齢とともに劇的に変化します」と彼女は続けました。 「したがって、成人訓練を受けたアルゴリズムは、さまざまな年齢層で厳しいテストを受ける必要があります。たとえば、スマートウォッチを撮影してください。これらは主に大人向けに構築されていますが、私たちの心臓専門医は、長期にわたってスマートウォッチを確実に着用するのに十分な年齢の子供や10代の若者に成功したアプリケーションを見ています。」

正しい介入が必要です

最後に、適切な介入がなければAIアプリケーションは意味がない、と彼女は言った。

「小児科医は関与しなければなりません AIアプリケーションの開発 情報の文脈化を支援するために、データを理解し、適切な介入を特定するために、Pageler氏は説明しました。たとえば、AIアルゴリズムは、患者が診療所の任命に現れる可能性が低い時期を予測するのに役立ちます。

「効率性を確保するために診療所のスケジュールをオーバーブッキングする代わりに、小児組織は、リマインダー、育児、輸送支援などの介入を実施して、小児家族が重要な臨床任命に出席できるようにすることができます」と彼女は付け加えました。

小児医療産業は、ケアの結果を改善するために患者、家族、プロバイダー間のつながりを強化するAIの可能性に支えられています。 Pageler氏は、スタンフォードはテクノロジーのために技術を展開すべきではないと長い間主張してきたと述べた。

「私たちが現在未開発の機会と小児患者の経験全体を再考する可能性を調査した周囲のAIのユースケース」と彼女は指摘した。 「パンデミックは、家のようなさまざまな環境で患者や家族を見る力を明らかにしました。これらの相互作用は、プロバイダーにより豊かで実用的なデータを提示することができます。

「アンビエントAIにより、この傾向は、対面の経験の間に進化し、強化され続けることができます」と彼女は続けました。 「これにより、プロバイダーは家族とプレイ中の複雑なダイナミクスに焦点を合わせ続けます。また、文書の負担を軽減するのにも役立ちます。繰り返しますが、小児ケアの複雑さは際立っています。

肯定的な結果の可能性

プロバイダーを超えて、この技術は、肯定的な結果に寄与する小児医療内の看護やその他の臨床アプリケーションの可能性を示しています、と彼女は付け加えました。

「これには、臨床的意思決定支援のためにAIの使用が含まれています」と彼女は指摘しました。 「スタンフォードは10年以上にわたって臨床情報学と意思決定支援ツールの最前線にいます。AIは、これらのアプリケーションをスピードアップおよびスケーリングしてサポートをリアルタイムで提供するのに役立つという考えは有望です。

「AIは、すべての患者とプロバイダーの関与の豊かさを増す画像、ビデオ、その他の視覚データを評価するのに役立つ効果的なツールになることができるという初期の兆候を見ています」と彼女は続けました。

「同様に、プロバイダーが試験室の外で子供を直接観察できない環境で、または他の患者に出席している間、AIは、プロバイダーに負担を加えることなく、「常に」連続体のケアを強化するための情報を処理および評価するのに役立ちます。」

Stanford Medicine Children’s Healthには、AIが早期自閉症診断をサポートし、子供の治療薬の発達を改善する方法を調査するチームもあります。

LinkedInでビルのヒットカバレッジをフォローしてください： ビル・シウィッキ
彼にメールしてください： [email protected]
Healthcare IT NewsはHIMSSメディアの出版物です。

今すぐ見る：トップチーフAIオフィサーからの生成AIアドバイス↓↓