内部：「価値観と人間中心」：E-HEALTH-COM

医療における人工知能 (AI) について考えるとき、ほとんどの人は手術ロボットや放射線科の支援システムを思い浮かべます。 文書化、名簿作成、請求など、時間のかかる管理タスクで医療従事者をサポートする AI アプリケーションは、あまり注目されていません。 このようなソフトウェアは大きな可能性を秘めており、時間とお金をすぐに節約できます。 アンドレア・シュミット・ルンポシュ氏はインタビューの中で、AI が医療と介護のプロセスをどのように効率化できるか、また AI を導入する際に医療機関が直面するハードルについて説明しています。 彼女はエッセン大学病院の看護部長であり、ラーニング システム プラットフォームのメンバーです。

シュミット・ランポシュさん、AI アプリケーションは病院や医療現場の組織プロセスにどのような付加価値を提供しますか?

アンドレア・シュミット・ルンポシュ氏: 人工知能は病院や医師の診療における組織的な作業プロセスを改善し、それによって医療従事者の負担を軽減します。 医師と看護サービスの勤務時間の最大 25 パーセントが組織活動に費やされます。 ここには、AI を使用したより効率的な管理プロセスとワークフローを通じて、医療専門家が患者との直接のやり取りやケアにより多くの時間を費やせるようにする大きな可能性があります。 それはひいては医療の質の向上に直結します。

例には、人事スケジュール、資材要件、または文書化のための AI ソリューションが含まれます。 デジタル予約管理により、計画された予約に関するリアルタイムの情報が可能になり、リクエストに応じてさまざまな言語に翻訳されます。 このような患者サービスは、関係者全員に透明性をもたらします。 組織プロセスへの AI アプリケーションには、短期および中期的に経済的に実現可能であるという利点があります。 その結果生じるプロセスの改善は、臨床プロセスにおける AI の導入を増やすための基礎を形成することができます。 ここにも付加価値がたくさんあるからです。 看護の例: BMBF の資金提供を受けた KIADEKU プロジェクトは、褥瘡と失禁関連皮膚炎を区別するためのデジタル画像分析を目的としています。 どちらのタイプの傷も見た目は非常に似ていますが、必要な治療法は大きく異なります。 したがって、看護師は、傷のサイズや発赤などの傷の基準を自動記録することで分析と文書化のサポートを受けることができ、合併症の軽減と時間の節約につながります。

医療機関がAIシステムを導入する際に直面するハードルは何でしょうか？
アンドレア・シュミット・ルンポシュ氏: AI の可能性を最大限に活用するには、医療システムのデジタル化を早急にさらに進める必要があります。 ドイツは国際比較では依然として遅れをとっています。 最も明らかな課題は、データの可用性 (欠如)、倫理基準への準拠、機密性の高い医療データを使用する際のデータ保護の問題から発生します。

AI ソリューションを技術的に実現するには、リアルタイム対応の IT インフラストラクチャが必要です。 テクノロジーを既存のシステムに統合するにはコストがかかります。 必要なトレーニングも考慮する必要があります。 特にトレーニングやさらなる教育、あるいは品質やリスク管理においては、それらを通じて達成されたリスクの最小化を直接定量化することが難しい場合があります。 患者と医療従事者が AI ソリューションから同等の恩恵を受けるには、従業員の実際のニーズに合わせて AI ソリューションを調整する必要があります。つまり、現場で働く人々を巻き込んだプロセス分析と最適化が必要です。

従業員や患者も AI アプリケーションから確実に利益を得られるようにするには、何を考慮する必要がありますか?
アンドレア・シュミット・ルンポシュ氏: AI テクノロジーは、直接の患者ケアに携わる人々の視点も取り入れた場合にのみ、プロセス管理、そして最終的にはケアの質の大幅な改善を達成することができます。 したがって、医療専門家は実装だけでなく開発にも積極的に関与する必要があります。 これを行うには、医療データと AI の推奨事項を批判的に反映した方法で処理し、ケースバイケースで解釈し、最終的な責任を持って評価できる必要な能力を備えていなければなりません。 これらのデジタルおよび AI スキルの開発は、専門家グループ全体で行われるのが理想的です。 相互交流のフォーラムは、体系化された専門職間の研修とさらなる教育を補完するものでなければなりません。

患者は、デジタルツールの使用について情報に基づいた意思決定ができることを信頼しています。 メリットとリスクを明確にする必要があります。 さらに、彼らはアプリケーションのユーザーとして見られるだけでなく、ターゲットを絞った AI アプリケーションの開発において積極的に参加することができ、またそうしなければなりません。 たとえば、エッセン大学医療センターでは、患者エクスペリエンス研究所が構造化された統合を提供しています。

医療とケアは基本的に価値観に基づいて人間中心であるべきであり、AI テクノロジーの使用も例外ではありません。

追加情報：

Learning Systems プラットフォームのホワイト ペーパー「医療とケアのプロセスを改善するための AI」では、医療とケアの組織プロセスにおける AI の可能性と課題に関する詳細な専門知識が提供されています。

https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/Whitepap…

出典: プラットフォーム学習システム