Ryan Sousa は、医療 IT コンサルティング会社 Pivot Point Consulting のデータ、分析、人工知能業務担当副社長です。 (2024 年に KLAS のマネージド サービスとテクニカル サービスでベスト 1 位にランクされました.) AI と分析における彼の経歴と専門知識は多岐にわたります。そして、医療 IT 分野の 2025 年を展望するよう求められたとき、彼は医療にとって非常に重要なこれら 2 つのテクノロジーについて多くのことを言いました。
Sousa 氏は、AI と分析の新しい提供方法である生成 AI について、また 2 つのテクノロジを連携して使用して成長を促進することで大きな成果が得られると予測しています。来年のテーマについて彼にインタビューしたところ、こう語った。
Q. 2025 年には genAI が真価を発揮し、大幅なコスト削減の可能性が生まれるとおっしゃっています。これはどうやって起こるのでしょうか？
A. 2025 年には、genAI の概念実証とパイロット プログラムが医療機関にとってプラスの影響と価値を実証し始め、医療機関は自社で行うことで新規製品への投資や既存製品への投資を延期する方法を模索し始めるでしょう。
診断、患者の流れの最適化、請求やサプライ チェーンなどの管理タスクなどの領域 genAI から最大限の恩恵を受ける 構造化データと非構造化データを分析して、予測的かつ処方的な洞察を生成できるためです。
これらの初期の成功により、組織はテクノロジー投資に対する従来のアプローチを再考するようになり、新製品の購入を延期し、カスタマイズされたシステムを社内で構築することを優先してレガシー システムを段階的に廃止できるようになります。
genAI の導入には課題がないわけではありません。医療機関は、データのプライバシーと倫理に関する懸念、規制遵守、既存のシステムとの統合、従業員と患者の教育の必要性などのハードルに直面することになります。
これらの課題に対処するには、堅牢でスケーラブルなデータ ガバナンス ポリシー、サイバーセキュリティ対策への投資、テクノロジー統合のための戦略的計画、新しいツールやワークフローに適応するための包括的なトレーニング プログラムが必要になります。
これらの高度な機能を活用することで、医療システムは前例のない利益を得ることができます。自動コーディングにより、請求管理におけるエラーと処理時間が大幅に削減され、償還の迅速化と管理コストの削減につながります。
国勢調査の予測により、より適切なリソース割り当てと人員配置の決定が可能になり、業務効率と患者ケアの提供が向上します。効率が向上すると、リソースと人員のより効果的な使用により、患者はコストの削減、待ち時間の短縮、およびより質の高いケアを経験できるようになります。
スケーラビリティ、データ共有機能、計算能力を備えたクラウドへの継続的な移行が、この変革の基礎となります。 クラウドインフラストラクチャのサポート genAI アプリケーションの膨大なデータ ストレージと処理のニーズに対応し、既存のワークフローへのシームレスな統合を促進します。
ただし、この移行により、特にデータ侵害や HIPAA などの医療規制への準拠に関してセキュリティ上の懸念が生じます。また、組織は、データを活用してイノベーションを起こすために利用できる膨大なツールを活用する方法を学ぶと同時に、これをコスト効率よく行うためにフィンオペレーションで優れた方法を学ぶ必要もあります。
Q. 別の面では、アナリティクスと AI の新しい提供方法が 2025 年に定着すると示唆しています。それは何ですか?また、それは医療にとって何を意味しますか?
A. 従来の、厳格かつトップダウンでプロジェクト指向だった、分析と AI の提供に対する集中型のトランザクション アプローチは、フェデレーション型の協調モデルに取って代わられます。従来のアプローチは、より静的な環境向けに設計されており、今日のケアのエコシステムの動的なニーズに適応するのに苦労しています。
対照的に、フェデレーテッド コラボレーション モデルでは、分散型チームが機敏でリアルタイムの意思決定を行うことができます。この変化はテクノロジーの進歩への対応であるだけでなく、信頼、自律性、部門を超えたコラボレーションを強調する文化の変革でもあります。
ボトムアップの意思決定構造を採用することで、分析と AIへの取り組み 医療提供者と患者の当面のニーズにより密接に対応します。これにより、よりカスタマイズされたコンテキスト認識型のシステムが可能になり、さまざまな部門や部門の特定の課題に対処できます。
このようなアプローチは、組織のすべてのレベルで構造化された実験を奨励することで、データ製品のより迅速な配信を促進し、官僚的遅延を最小限に抑え、イノベーションを促進します。
運用の観点から見ると、フェデレーション モデルは大幅な生産性の向上につながる可能性があります。意思決定をし、イニシアチブに有意義に貢献する権限を与えられた従業員は、自分の役割に積極的に取り組み、満足する可能性が高くなります。この充実した職場環境は士気を高めるだけでなく、競争が激化する業界で優秀な人材を引き付け、維持するのにも役立ちます。
このモデルには課題がないわけではありません。組織は、分散チーム全体で一貫性、セキュリティ、コンプライアンスを確保するために、堅牢で柔軟なデータ ガバナンス フレームワークに投資する必要があります。さらに、このアプローチの可能性を最大限に発揮するには、コラボレーションと継続的な学習の文化を育むことが不可欠です。
とはいえ、これらの課題を克服できる人は成長するでしょうが、そうでない人は追いつくのに苦労するでしょう。
Q. 2025 年の展望をもう 1 つ展望します。あなたは、主要な組織が分析と AI を活用して成長を促進すると述べています。彼らはどうやってこれを達成するのでしょうか？
A. 新規参入企業や合併・買収による競争の激化に伴い、システムから無駄や冗長性を排除することでコストを削減し、収益性を向上させるために分析と AI を活用するという大きなプレッシャーがかかることになります。
主要な組織は、分析と AI を活用して成長と収益性の向上を促進することで、この容赦ないコスト削減のバランスをとり、その過程で成果を改善し、患者と医療提供者のエクスペリエンスを豊かにします。
分析と AI はコストを削減するためのツールであるだけではなく、収益性に貢献する強力な成長原動力です。その代表的な例は、AI を活用した個別化医療です。 AI は膨大な量の患者データを分析することで、個々の患者に合わせた治療計画を支援し、より良い臨床転帰と患者満足度の向上につながります。
たとえば、AI を使用してがんの治療経路を最適化する医療機関は、患者の回復率を向上させると同時に、先進医療のリーダーとしての評判を高めることができます。同様に、収益サイクル管理における予測モデリングにより、組織は財務上のボトルネックを特定し、収益回収を改善し、新たな成長の機会を生み出すことができます。
持続的な成功には、コスト削減と成長イニシアチブへの投資のバランスを取ることが重要です。主要な組織は、効率性の向上によって得られた節約分を、自社の戦略的地位を強化する革新的なプロジェクトに再投資することで、このバランスを実現しています。
これらの組織は、分析を活用して業務を合理化すると同時に、最先端の研究と患者中心のケアの取り組みに投資しています。この 2 つの焦点により、業務効率が向上し、患者エクスペリエンスが向上し、組織が持続可能な成長と収益性を達成できるようになりました。
将来に目を向けると、医療機関が 2025 年までに競争力を維持するには、いくつかの新しい分析および AI テクノロジーが不可欠となるでしょう。臨床意思決定支援のための生成 AI、運用管理のためのリアルタイム予測分析、AI 主導のデジタル ツインなどのテクノロジーが、ますます重要になります。
たとえば、デジタル ツインを使用すると、医療機関は仮想環境で病院運営のシミュレーションと最適化、患者の流れの予測、新しい医療提供モデルのテストを行うことができます。しかし、おそらく最も変革的な焦点となる分野は、真の相互運用性の実現、つまりヘルスケア エコシステム全体で異種のデータ ソースをシームレスに接続することになるでしょう。
これにより、組織は全体的で実用的な洞察を生成し、最終的にはケアの調整を改善し、コストを削減し、患者の転帰を改善することができます。
効率性を重視したコスト削減と成長志向のイノベーションのバランスをうまくとった医療組織がリーダーとして台頭するでしょう。分析と AI を戦略的に活用することで、財務健全性を改善し、より患者中心で医療提供者に優しい医療エコシステムを構築します。