テクノロジーを超えて：ヘルスケアの体系的な変化を伴うAIツールを調整する

2年前、私が出席したすべての健康会議には、臨床医の燃え尽きに関する複数のパネルがありました。問題はよく知られており、実際のシステムレベルの貢献者は呼び出されています。

昨年、バーンアウトの解決策は、すべての会議アプリのログイン画面である生成人工知能（AI）に跳ね上がります。

労働生産性統計 いくつかを宣言するように導きます 米国は「生産性ブームのカスプ」にいます。 AIへの広範な投資は、地平線上の労働者の生産性の「20代」についての経済学者の楽観主義を促進します。ただし、これは、私たちが財政的にインセンティブするもの、新しいテクノロジーの統合方法、タスクのシフト、および労働力の準備方法を再考する体系的および組織的な行動を伴うことなく、ヘルスケアでは行われません。

AI Scribe Revolution

ヘルスケアでは、アンビエントドキュメントツールがショーのスターになりました。これらの「AI Scribes」は、患者と医師の会話を聞き、議論を書き起こし、次に生成AIを使用して最初の臨床ノートを作成します。これらのソリューションは、患者の物語を完全に捉えるという面倒な仕事や、計画についての医師の考えを削除します。この技術は、一部の技術は奇跡と見なされています。大規模な言語モデルチャットアプリケーションが普及する前に、多くの医師は、私たちのキャリアの中でそのような解決策が可能であるとは考えていませんでした。

私のようなミッドキャリアの医師は、電子健康記録（EHR）のテンプレートを構築し、猛烈にタイプアウトし、患者が予定されている訪問につながったことについて親密な話をしました。そのため、単純に編集して署名するためにドラフトノートを作成してもらい、コアの負担が解除されたように感じます。これが、これらの製品の需要が過去数年間で劇的な方法で上昇した理由かもしれません。全国の最高医療情報担当官は、臨床医からそのような解決策を提供するために（むしろ、要求します！）。多くの人にとって、これらのツールは夕食のために彼らをより早く家に連れて帰ります、 EHRでの営業時間外の時間を短縮します、そして、患者の話を聞くまでのすべての断片を覚えようとすることと、EHRの適切な場所にタイプまたは指示できる時間を思い出そうとすることに伴う認知的負担を減らします。

このアンビエントドキュメントテクノロジーは、現在の臨床診療をサポートするための重要なツールとして、草の根のエンドユーザーからバブルアップした最初のソリューションの1つです。これは、次のユニコーンを求めて組織のリーダーやベンダーから押し下げられた過去15年間のEHRやその他のデジタルアドオンとは対照的です。

待望のユニコーンはここにあり、それは本物です。

AIの影響に対する相反するビジョン

組織のリーダーは、AIが潜在的に作成できる将来について興奮しています。患者のケアやコストの膨張に影響を与える無限の管理上の非効率性があります。 労働者は60％近くを占めています 米国病院協会によると、平均米国病院の費用のうち。臨床医をより生産的にする方法があれば、それを測定するかもしれませんが、病院の指導者がいます。

しかし、 誰もが準備ができているわけではありません ユニコーンがどこから来たのかを最初に理解せずに完全なユニコーンを受け入れる。

最前線の臨床医はまだかなり警戒しています。彼らの懸念は、テクノロジーそのものから、また、組織のリーダーがそのような技術の展開から得た新しい効率についても、組織またはシステムのリーダーが何をするかから生じています。これらの次のステップ – 幅広いAI Scribeの実装に続くポリシーの変更と運用アクション – は、その成功を決定する重要な部分です。

組織は、医師のプレートにより多くの患者とより多くのタスクを追加し続けるだけですか？臨床医の理想的なワークフローに役立たない可能性のある既存の診療所に生成的なAIソリューションをスロットしますか？これらの生成AIツールを、医師の思考パターンや望ましいストーリーテリングの目的をサポートしていないEHRシステムに統合しますか？

または、AIドキュメントソリューションのパフォーマンスに自信があるので、臨床医がどのように時間を費やすかという現在のパラダイムを後退させて再考しますか？最初のドラフトメモが非常に正確になることがわかったので、患者の困難なストーリーに焦点を合わせてより多くの時間を費やすことができます。キーボードをクリックして基本的なデータエントリタスクを達成するのではなく、健康状態の根本原因を深く掘り下げますか？患者のスケジュールをもっと楽に移動できます。そうすれば、その後の患者のために時間通りに滞在し、合理的な「昼食時間」を維持し、実際に診断と治療の決定の背後にある複雑な推論を伝えることに焦点を当てたチャートを作成できますか？

AIの可能性を最大化するための全身ソリューション

これらはすべて、AIマジックが実現するシステムレベルの決定と介入です。支払いモデルを価値を奨励し、健康の結果を改善するポリシーは、患者と訪問量を追加するよりも質の高い時間にさらに報いることができます。組織のケアの再設計の取り組みは、学際的なチームが、免許のトップで運営するために、最も効率的に人口にサービスを提供するために、最高のAIを採用することを保証することができます。高等教育の中で、AIリテラシーをすべての医療従事者のための基礎教育プログラムに焼くことは、臨床医がAIを使用して仕事を増強することを奨励することができます。 AIは、価値の低いタスク（チェックボックス、データキャプチャ、管理手順）を処理できますが、高度に訓練された労働力が最善を尽くします。患者と接続して通信します。

これをうまく行う組織または管理者は、よく訓練された医療従事者をよりよく採用および維持し、患者への対応を改善し、すべての利害関係者のコストを削減する可能性があります。適切な支払いインセンティブを設定する医療システムは、人口の健康の改善、そして最終的には経済的生産性とセキュリティの向上に向けて、AIに生成された利益を活用します。

現在の機会を利用して、AI主導の効率のこの劇的な拡大と情報へのアクセスは、格差を悪化させるのではなく、公平性のギャップを埋める方法でサービスを受けていないコミュニティに到達しなければなりません。

最後に、研究の取り組みは、これらのソリューションが臨床医の健康と患者の転帰に与える影響を厳密に研究する必要があります。密接な評価と確固たる証拠がなければ、有望に見えるが、有意義な改善をもたらさない、または意図しない結果を生み出すソリューションを実装するリスクがあります。

全体的な実装戦略の必要性

はい、 医師の間の燃え尽き症候群が改善されました。しかし、燃え尽きていると感じる医師の半数未満がいることは、お祝いの原因ではありません。世界の健康労働力はそうです 十分に速く成長していません 人口統計学的および疫学的変化によって推進される増加する医療需要を満たすため。家庭医学 – コアプライマリケアの専門分野 大規模な公衆衛生収益率を提供できます – 不人気のままです キャリアパスとして。

ヘルスケアの「生産性ブーム」のタイミングはこれ以上良くありませんでした。 AIツールはこちらです。 Marc Benioffは、今後のAI主導の生産性の波を予測しました;私たちはヘルスケアに乗るのに十分な立場にあります。新しいポリシーと運用レバーを引くことにより、体系的なアクションは、最終的に、このようなゲームを変える機能を真に活用するか、臨床医の燃え尽き症候群と貧弱な人口の健康を広めるかどうかを決定します。

写真：Pixelembargo、Getty Images

この投稿はを通して表示されます Medcityインフルエンサー プログラム。誰でも、Medcityインフルエンサーを通じて、Medcity Newsのヘルスケアのビジネスとイノベーションに関する視点を公開できます。 方法を調べるには、ここをクリックしてください。