ジョン・ミューア CMIO が高速フォロワー AI 戦略を策定

プリティ・パテル医師、CMIO、ジョン・ミューア・ヘルス

John Muir Health の CMIO である Priti Patel 医師は、行政上の救済と慎重なガバナンスおよび臨床医と患者への教育を組み合わせて、長期にわたる予測モデルから新しい生成ツールへの AI の慎重な拡大を指揮しています。彼女の指示の下、このシステムはアンビエント スクライビングを外来診療全体に導入し、そのフットプリントを入院患者や救急現場にも拡張しながら、コールセンターやケア ナビゲーション用の音声エージェントを評価しています。

このインタビューは、最近出版された記事の一部として行われました。 AI特別レポート

ウォルナット クリークに本拠を置く医療システムへの初期の AI 投資は、過去 2 年間で文書化の負担を軽減する生成ツールに方向転換する前に、リスク予測 (入院病棟の臨床症状の悪化、オピオイド リスク スコアリング、再入院リスク) を中心に行っていました。パテル氏は、外来診療所で導入されたアンビエント スクライビングがどのように時間外労働を削減し、患者の診察体験を改善したかについて説明しました。 「現在、外来診療の医師全員が診察にアンビエント AI を利用できるようになりました」と彼女は述べ、このプログラムが入院病棟や救急科にも拡大していることを指摘しました。

ポッドキャスト: 新しいウィンドウで再生する | ダウンロード (長さ: 30:29 — 20.9MB)

購読する： アップルのポッドキャスト | スポティファイ

その足跡が拡大するにつれて、彼女は医師以外にも用途を広げています。パテル氏は、看護、症例管理、栄養サービス、収益サイクル チームの機会を評価しています。これらのチームでは、拒否レター、異議申し立て、事前承認資料の作成に貴重な時間が費やされます。彼女はまた、アクセスの容易化とサービス レベルの標準化を目指して、スケジュール設定や薬の補充などのコールセンター業務の単純な自動化を試験的に導入しています。

導入、トレーニング、および人間参加者

導入を確実にするには、医療スタッフを細分化し、データに説得力を持たせる必要がありました。パテル氏によると、臨床医の約 3 分の 1 はすぐにアンビエント スクライビングを採用したが、「中間 3 分の 1」は文書作成時間と時間外作業に関する比較指標を見て反応したという。安全な使用をサポートするために、彼女はトレーニングに基本的な AI リテラシー、つまりツールが何をするのか、どのようにテキストを生成するのか、なぜ出力をレビューする必要があるのかを組み込んでいます。 「どのようなテクノロジーでも、エンドユーザーは理由、サポート、そして物事がどのように進んでいるのかについての継続的なフィードバックを必要とします」と彼女は言いました。

次のロードマップでは、グラフの要約と受信トレイの支援が予定されています。パテル氏は、これらの機能が臨床医が関連する病歴を迅速に明らかにし、患者へのメッセージを草稿するのに役立つと期待しているが、人間参加型の基準を強調している。彼女と彼女のチームは、ユーザーが消極的な承認者ではなく積極的なレビュー者であり続けることを保証するために、医師が生成された草稿を編集する頻度など、明らかなシグナルを追跡しています。彼女の話によれば、これは安全対策であると同時に変更管理ツールでもあり、目に見える反復的な改善によって自信が生まれます。

パイロット、勢い、ガバナンス

実験のペースを管理することが戦略的な問題になっています。彼女は、初期の失望した経験が、特に以前は熱心だった「チャンピオン」の間でいかに勢いを失い、その後の再関与を困難にするかを目の当たりにしました。パテル氏の解決策は、同時パイロットの数に上限を設け、明らかにまだ成熟していない製品のトライアルを確保しつつ、同業他社で既に稼働している実証済みのソリューションの広範な展開に真っ直ぐ移行することだ。 「パイロットは非常に多くのリソースと時間を消費し、チーム間の多くの協力を必要とします」と彼女は言い、一度にあまりにも多くのパイロットは乏しい臨床時間と信頼を使い果たす可能性があると付け加えた。

その姿勢は、選択的に指導する意欲のある地域ベースのシステムとしての John Muir Health のアイデンティティと一致しています。パテル氏は、優先度の高い問題を対象とする場合、先行者の取り組みを支持します。燃え尽き症候群と文書作成の負担が、初期のアンビエント・スクライブ推進の原動力となったものです。しかし、それ以外の場合は、学術センターやイノベーション・プログラムの経験を活用して、迅速に後追いすることを好みます。ガバナンスは、これらの選択を企業戦略に結びつけます。彼女は提案をビジネス目標にマッピングし、リソース要件を比較検討し、前進する前に他のシステムでの成果の証拠を探します。

エージェント、アクセス、および臨床ライン

音声およびチャット エージェントは 2 つのトラックに沿って評価中です。パテルは、統合を簡素化し、使い慣れたワークフローを活用するための AI 機能を追加する際に、既存のコールセンター プラットフォームと連携しています。彼女はまた、投薬を確認し、フォローアップのスケジュールを立て、再入院につながる可能性のある一般的なギャップを埋めるために、退院後および周術期のケアをナビゲートするエージェントを模索しています。ポータルの普及率は約 80% に達しているが、残りの人口には多層的なアウトリーチ、つまり安全なテキストメッセージ送信、必要に応じてライブ通話が必要であると彼女は述べ、AI が人間のタッチに取って代わるのではなく、補完することを示唆しています。

彼女は、管理上の意思決定サポートと臨床上の意思決定サポートの境界において、透明なアルゴリズムとブラックボックス モデルを区別しています。パテル氏は、モデルの挙動が不透明で結果の主張が重要な場合には、FDA の認可を受けた製品を優先しており、現在は社内での臨床モデリングを避けています。インプットが明示的であり、アウトプットが助言的なものである場合、彼女は規制リスクは低いと考えていますが、それでも人間による監視が適用されます。トレーニングにはそのニュアンスが反映されています。臨床医は、作成された草案には誤りがある可能性があり、正確性に対する責任は記録の作成者にあることを思い出させられます。

一方、システムがAIの使用を明らかにするにつれて、患者はより鋭い質問をするようになっている。パテル氏は患者向けの教育を展開に組み込み、プライバシー、正確性、同意に関する一般的な懸念に答える方法について臨床医を指導しています。彼女は、この透明性と人間によるレビューに関する率直なメッセージが永続的な採用に不可欠であると信じています。

テイク・イット・アウェイ

• 提案を企業戦略、成果の証拠、リソースの現実に結びつけるガバナンス プロセスにおける AI イニシアチブのアンカー
• 未成熟な製品のためにパイロットを予約します。ピア医療システムで検証されたツールの広範な導入に直接移行
• アンビエントの書き込みとチャートの要約を管理補助として扱い、人間によるレビューと編集の追跡を義務付けます。
• 導入データを使用して臨床医の「中間 3 分の 1」をターゲットにし、利用だけでなく継続的な関与を検証します。
• 信頼を維持するために、すべての展開に患者向けの教育とスタッフの会話ポイントを組み込む

パテル氏は、ソリューションやツールから始めて、そこから先に進むことを警告する他の人のアドバイスに同調しています。 「戦略と問題を念頭に置くことから始める方が理にかなっています。」