ユーザートレーニング、患者教育、ベンダー管理がすべて AI ソリューションの効果的な展開の鍵

ジャッキー・ライス氏、フレデリック・ヘルス社副社長兼最高情報責任者（CIO）

Joshua Wilda 氏、ミシガン大学ヘルスウェスト校最高デジタル情報責任者

リンダ・スティーブンソン氏、フィッシャー・タイタス・メディカルセンター CIO

Lance Owens 氏、DO、CMIO、ミシガン大学ヘルスウェスト校

AI が急速に進化するにつれて、医療分野も変革し始め、患者ケア、業務効率、スタッフの健康状態の改善が促進されています。 CHIME Fall Forumの最近のパネルディスカッションでは、業界の専門家がAIを医療システムに統合する利点、課題、戦略的アプローチについて検討しました。

パネルには、Frederick Health のジャッキー・ライス RN、CIO が含まれていました。ミシガン大学ヘルスウェスト校最高デジタル情報責任者、ジョシュア・ワイルドダ氏。リンダ・スティーブンソン、Fisher-Titus Health 社 CIO。ミシガン大学ヘルスウェスト校のランス・オーエンズ博士、CMIO。

AI 導入に向けた明確な使命を設定する

AI テクノロジーは医療業務に不可欠なものになりつつあり、医療提供者は管理業務ではなく患者ケアに集中できるようになります。ジョシュア ワイルドダにとって、AI が患者中心のケアの使命を確実に果たせるようにすることは不可欠です。 Wilda 氏は、ミシガン大学ヘルスウェスト校が医療における人間のタッチに代わるものではなく、実現を可能にするものとして AI にどのようにアプローチしているかを説明しました。

「私たちの使命は常に、デジタルアームをどのように患者に巻き付けるかということでした。 AI のおかげで、私たちはここでの目的である患者ケアの提供に集中できるようになるはずです。」 Wilda 氏は、アンビエント音声テクノロジーなどの初期の AI 実装が医療システムに導入されたことにより、臨床医が文書作成に集中するのではなく、患者と直接対話することに多くの時間を費やすことができるようになったと指摘しました。

Wilda のアプローチは、AI をスタンドアロンのソリューションとしてではなく、ワークフローにシームレスに統合して業務をより患者中心にするツールとして使用するという、ヘルスケア全体のトレンドの高まりを反映しています。 IT リーダーにとって、これは、AI への取り組みが医療システムの戦略目標と明確に一致していることを確認するために、臨床スタッフから経営幹部に至るまでの関係者と緊密に連携することを意味します。

目的を持った段階的なステップによる AI の実装

Fisher-Titus Health の Linda Stevenson 氏は、AI 導入に対する彼女のアプローチは実践的かつ段階的であると語った。大規模システムに比べて予算が少ない田舎のコミュニティに拠点を置くフィッシャー・タイタスは、明確な投資収益率を実現できる AI ツールの使用を優先する必要があります。スティーブンソン氏は、「当院はベッド数 100 床の病院なので、リソースは限られています。しかし、請求やコーディングの自動化など、収益と効率に影響を与える管理プロセスには AI を採用しています。」と述べました。

Fisher-Titus 氏はまた、Microsoft の Copilot をリーダー レベルで導入しており、広範囲に展開する前にその可能性を理解するためにツールがテストされています。スティーブンソン氏は、あらゆるレベルのスタッフを教育することの重要性を強調し、「私たちは、リーダーから最前線で働く従業員に至るまで、全員がテクノロジーとその影響を確実に理解できるように、段階的なアプローチを取っています。」と述べました。

スティーブンソン氏の段階的実装戦略は特に効果的です。対象領域で AI を試験的に運用することで、システムは結果を評価し、フィードバックを収集し、必要な調整を行うと同時に、より広範な AI 導入に向けた組織基盤を構築できます。

データ ガバナンスとセキュリティの問題への対処

AI はエキサイティングな可能性を提供しますが、データの整合性と患者の信頼を守る方法で AI を導入することが最も重要です。 Frederick Health のジャッキー・ライス氏は、AI アプリケーションを展開する前に強力なガバナンス構造を構築することの重要性を強調しました。ライス氏は、システム内に 250 床を超えるベッドがあり、データのセキュリティ、公平性、透明性を確保するためのポリシーと手順を導入していると述べ、次のように述べました。データの整合性やサイバーセキュリティなどにも注意を払っています。」

ライス氏にとっての最初のステップは、IT、法務、臨床の担当者を含む多様なチームによる監督を含むガバナンス構造を確立することでした。彼女は次のように述べています。「私たちは、AI 製品を評価するために、セキュリティおよびプライバシー担当者、臨床医、さらには倫理チームのメンバーを含む委員会を設立しました。利害関係者、そして最終的には患者に説明できるように、各 AI 製品がどのようなデータを分析しているのかを理解する必要があります。」このアプローチは、AI ツールに対する監視を維持する上で、部門を超えたチームの重要性を浮き彫りにしています。

ライス氏のアプローチは、膨大な量の患者データを抱える大規模な医療システムにとって、AI の使用を管理し、潜在的なリスクに対処する堅牢なポリシーの必要性を強調しています。これらのプロトコルを早期に確立することで、AI 導入が持続可能で拡張性があり、安全であることが保証されます。

患者の信頼とスタッフの信頼を築く

透明性と教育は、AI 導入を成功させるために不可欠な要素です。患者とスタッフの両方が、AI に何ができるのか、何ができないのか、そして AI の限界がどこにあるのかを理解する必要があります。ミシガン大学ヘルスウェスト校のランス・オーエンズ氏は、ユーザーエンゲージメントと信頼構築の重要性について語った。 「プライマリケア部門におけるアンビエント音声テクノロジーの導入率は約 95% に達しており、燃え尽き症候群が減少し、仕事の満足度が向上しています」と彼は説明しました。この成功は、AI に関して協力的で協力的な雰囲気を設定し、スタッフがツールを操作し、フィードバックに基づいて必要な調整を行えるようにしたことによってもたらされたと同氏は語った。

オーウェンズ氏にとって、アンビエント音声テクノロジーの導入は、プロバイダーの業務を楽にするだけではありません。それは、テクノロジーを使用する人々の間に所有感と自信を生み出すことです。彼は、Wilda と開発したフレームワークについて説明し、AI 導入のガイドとしてニーモニック「LEARN IT」を使用しました。

• リーダーシップのサポート: リーダーシップが初日から関与するようにします。
• エンゲージメント: 早い段階でユーザーと積極的に関わります。
• 適応: ユーザーのニーズに合わせて AI ツールを継続的に適応させます。
• 改良: フィードバックと変化する要件に基づいてプロセスを改良します。
• 調整が必要: AI が抽象的な目標ではなく現実の問題に対処できるようにします。
• 影響: 測定可能な結果を追跡し、実証します。
• 信頼: 特に AI の使用と制限に関して、透明性を通じて信頼を構築します。

責任ある AI の使用について関係者とユーザーを教育する

医療分野における AI 導入の最大の障壁の 1 つは、ユーザーと患者の両方の理解が不足していることです。 Wilda 氏は、AI が医療の人間的側面を置き換えるのではなく、どのように強化できるかについて、臨床スタッフから管理担当者に至るまで、関係者全員を教育することの重要性を強調しました。同氏は、スキャンで予測スコアを提供する診断 AI ツールに患者が当初どのように躊躇していたかを示す例を共有しました。 「患者とスタッフの両方に、AI はツールであることを教育する必要がありました」とウィルダ氏は説明しました。 「AI の出力が責任を持って使用されることを保証するために、常に人間が関与しています。」

スティーブンソン氏はまた、継続的な教育の必要性についても語り、フィッシャー・タイタス・ヘルスではAIとは何か、AIで何ができるのか、責任を持ってAIを使用する方法についての理解を築くことを目的として、全従業員を対象に年次研修を実施していることを共有した。 「サイバーセキュリティと同様に、誰もが AI についての基本的な理解を必要としています。私たちはリーダーシップから始めましたが、今では全員にトレーニングが必要です」と彼女は言いました。

医療システムの IT 幹部にとって、ここで得られる教訓は明らかです。AI イニシアチブの成功には、教育を受けた労働力と十分な情報を備えた患者集団が不可欠です。定期的なトレーニングと透明性のあるコミュニケーションは、AI をわかりやすく理解し、その価値に対する自信を高めるのに役立ちます。

長期的な成功のための適切な AI ツールの選択

ガバナンスと教育に加えて、AI ツールとベンダーのパートナーシップを慎重に選択することが重要です。ライス氏は、Frederick Health がベンダー評価に特定の質問を追加し、パートナーからの AI 関連の開示を要求していると説明しました。 「私たちは、AIがどのように訓練されたか、AIがどのようなデータを使用するかといったAI関連の質問を含むセキュリティ評価を行っています」と彼女は述べた。この更新された評価は、AI 製品が組織の標準に適合していることを確認するのに役立ち、AI の更新について組織に通知するベンダーの責任を指定するために契約文言が変更されました。

AI ベンダーを慎重に精査し、契約上の期待を明確に設定することで、医療システムは将来的に費用と時間のかかる調整を防ぐことができます。これらのツールを定期的に評価し、信頼できるベンダーとの緊密なパートナーシップを築くことで、AI テクノロジーの有効性、公平性、安全性を確保することができます。

今後の方向性: AI を戦略ツールとして採用する

医療機関は、AI の実装とガバナンスに応じて、AI が多大な価値を付加することも、重大な課題を引き起こすこともできる極めて重要な時点にいます。医療システムの IT 幹部にとって、組織の目標と一致し、患者の信頼を維持し、スタッフが AI を効果的に活用できるようにする、AI 使用のための意図的かつ透明性のあるフレームワークを作成することが不可欠です。

ヘルスケアにおける AI の将来を振り返り、ライス氏はバランスの必要性を認識しながら、これらのテクノロジーの可能性を要約しました。 「数年前に EMR を導入したのと同じように、これは私たちにとって新たな変化の波です」と彼女は述べました。 「何が私たちの組織にとって適切なのか、何が私たちの戦略に合致するのかを評価する必要があります。そして何よりも、ビジネスパートナーと協力して正しい問題を確実に解決できるようにする必要があります。」