Gen AI と LLM により、データ本体のゼロからの再構築が容易になります

Nirav Shah 氏、MD、アソシエイト CMIO、AI およびイノベーション、Endeavor Health

AI 主導の政策の再設計と投資収益率のより広範な定義により、エンデバー ヘルスの AI およびイノベーションのアソシエイト CMIO であるニラフ シャー医師が、シカゴ地域の 9 つの病院システム全体でデジタル変革に取り組む方法が再構築されています。

約 300 か所の医療施設を運営し、イリノイ州の流域人口の約 3 分の 1 を占める Endeavor Health は、Epic とエンタープライズ データ ウェアハウスの初期導入者としての評判を築きました。シャー氏はその役割において、感染症を診療し、イノベーションとITガバナンスに参加し、最高臨床責任者に直属し、AIと新しいケアモデルに関連した研究を主導し、テクノロジー、運用、臨床実践の交差点に位置しています。

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: 42:50 — 29.4MB)

購読する： アップルのポッドキャスト | スポティファイ

AI リーダーシップのためのマトリックス役割の構築

シャー氏は、ベンチャー投資家とのミーティングから、調査設計セッション、予測分析に関する IT ディスカッション、ベンダー評価まで、すべて昼食前に行われるスケジュールの概要を説明します。この構造は明らかにマトリックス構造になっており、複数のリーダーがインプットと結果に対する責任の共有を期待しています。同氏によると、医療システムが戦略、ガバナンス、開発、展開全体にわたって AI を適用しようとしているため、その構成は不可欠になりつつあるという。

中心的な責任は、イノベーション チーム、情報科学者、運営リーダー、および最前線の臨床医の間のつなぎ手として機能し、新しいアイデアを着想から実装、評価まで見ることです。これには、有望なパイロットをいつ拡張するべきか、成功を定義する指標は何か、洞察をホワイト ペーパーやセクター全体の責任ある AI 導入に影響を与える多施設研究にどのように反映するかを組織が検討する支援が含まれます。

コンテキストの切り替えが絶えず行われるため、この負担の広さには認知への負担が伴います。シャー氏は、研究チームに頼って文献レビュー、測定枠組み、結果分析を深く掘り下げ、部門横断的な設計、優先順位付け、意思決定に自分自身の注意を集中できるようにしています。

燃え尽き症候群の時代に時間と文化を守る

会議の規律はリーダーシップの中核ツールとなっています。シャー氏は 30 分間のセッションを好み、議題が狭い場合には 15 分間のセッションも好みます。注意が必要ない場合は、電子メールのスレッドからすぐに削除します。 「労働者の時間と同様に、私たちの医療制度が持つ最も貴重なものはおそらく時間だ」と付け加え、指導者は資金要請を扱うのと同じように会議への招待状を扱うべきであり、希少で慎重に割り当てられた資源として扱うべきだと付け加えた。

彼は定期的に自分のカレンダーを同じように評価しています。自分がいなくても Epic の詳細な統合作業を処理できる十分な専門家がいることに気づいたとき、彼は定期的な会議シリーズから外して、1 年間にわたって週に 1 時間を空けるよう要求しました。このような「降車の成功」により、プロジェクトを遅らせることなく、経営陣の時間をより影響力の高い仕事に再配分することができます。

シャーはこれらの習慣を燃え尽き症候群に直接結び付けています。不必要な会議、長時間にわたるメール配信、非効率なワークフローの累積的な影響により、臨床医やスタッフは日々のコントロールを失いつつあると感じています。彼は、特に指導者が時間外のカルテ作成を減らし、患者と医療提供者のエクスペリエンスを向上させ、採用と維持をサポートするためのツールとしてアンビエント文書を位置付ける場合、アンビエント文書を有望な手段の 1 つであると考えています。彼は、アンビエントツールの頻繁な使用と患者エクスペリエンススコアの向上を関連付ける、Sutter Health と UChicago Medicine による新たな多施設研究を指摘しています。

AI 投資の ROI のリバランス

アンビエント ドキュメントに関する会話は、すぐに ROI に関するより広範な議論につながります。シャー氏は、利害関係者が異なれば、評価する成果も異なると観察しています。イノベーションのリーダーは、パイロットが助成金を正当化するかどうかに焦点を当てるかもしれません。臨床医は燃え尽き症候群、質、経験を重視するかもしれません。そして財務リーダーたちは予算の軽減を求めています。これを理解するために、同氏は AI 投資を 2 つのバケット (財務 ROI と彼が戦略的 ROI と呼ぶもの) に分け、患者エクスペリエンス、医療提供者エクスペリエンス、品質、健康の公平性など、5 つの目的の非財務的側面に合わせて組み立てています。

財政面は依然として重要であり、償還がコストの伸びに遅れをとっており、人件費が依然として最大の支出ラインであるため、医療システムが圧迫されている。コレクションを拡大する収益サイクル ツールや、人員削減を明確にサポートする自動化は、常に正当化するのが簡単です。しかしシャー氏は、短期的な資金だけに焦点を当てると、分野が少数のユースケースに限定され、変革が停滞する可能性があると警告する。 「その意味で、戦略的なROIも非常に重要だと思います」と彼は言いました。

同氏はリーダーに対し、財務上の影響が間接的または遅延する可能性がある場合には、直接的な収益やコスト削減を生み出す取り組みと、経験、品質、資本を向上させる取り組みを組み合わせて、ポートフォリオの観点から考えることを奨励しています。たとえば、周囲の文書化が医師の採用と維持の要件としてますます見なされていると彼は指摘します。競合する組織が勤務時間外のメモ書きの軽減を提供でき、あなたの組織がそれができない場合、離職リスクが高まり、最終的には採用コスト、一時的な補償、ボリュームの損失という財務上の影響が表面化します。

この視点は、同氏がリーダーに AI プロジェクトに「メッセージを伝える」方法を推奨する方法も形作ります。より多くの訪問をスケジュールに組み込む方法としてツールを位置付けると、導入が鈍化する可能性がありますが、パジャマタイムのグラフを減らし、訪問の質を向上させる手段としてツールを構成すると、支持が得られる傾向があります。そのため、IT 幹部にとっては、モデルのパフォーマンスやインフラストラクチャと同様に、変更管理やコミュニケーション計画が重要になります。

生産性ハックから AI ファーストのワークフローまで

Shah 氏は、Gen AI の使用に関する 3 段階の成熟度モデルについて説明しています。最初の段階では、電子メールの草案、文書の要約、プレゼンテーションでの最初のパスの準備など、狭いタスクに焦点を当てます。第 2 段階では、これらのタスク レベルの機能をより広範なプロセス内に適用し、複雑なワークフローの主要なステップに AI プロンプトを挿入して、総作業時間を削減します。彼が AI ファーストと呼ぶ第 3 段階は、AI がどのようにして地点 A から地点 B に直接移動できるかを問う白紙の設計から始まります。

Endeavor Health のポリシー統合の取り組みは、このアプローチを例示しています。一連の合併の後、システムには 10,000 を超えるポリシーが存在し、約 300 のドメインにグループ化され、約 500 人の個人が所有するようになりました。 20 人の看護師リーダーが 1 つの CAUTI ポリシーを統合するのに 4 か月かかりました。そのアプローチを拡大するには、何年にもわたる作業と、ポリシーの進化に伴う継続的な再作業が必要になるでしょう。

初期実験では、Gen AI を使用して複数の従来のポリシーを統合草案にマージし、人間がレビューできるようにしました。その後のフェーズでは、AI を使用して 200 以上のポリシー ドメインを管理しやすい 20 ～ 30 のセットに削減し、要約と再フォーマットで所有者をサポートしました。これらの成果があったにもかかわらず、プロセスは依然として非常に複雑であり、ポリシーと手順が絡み合い、相互参照があり、サイト固有のバリエーションが存在しました。

その後、チームは AI ファースト戦略に舵を切りました。レガシー文書を反復的に調和させる代わりに、彼らは形式を標準化し、エンデバーの好みの声を反映し、連邦および州の規制、社会ガイドライン、現在の証拠を引き出す「マスター プロンプト」を構築しました。このモデルは、新しいポリシーと調整された手順を生成し、指定された対象分野の専門家がそれらを改良してローカライズします。同様のアプローチが同意フォームの標準化にも使用され、異種文書が簡素化されたシステム全体のセットに変換されます。

シャーにとって、教訓は政策管理を超えて広がっています。同氏は、多くの医療システムのワークフローでは、時間の経過とともに手動による回避策と承認が何層にも積み重ねられており、多くの場合、再検討されることのなかった狭い問題に対応していると考えています。 「時には、これらのプロセスの一部は最善のアプローチで作成されていないこと、そして何かを壊しても大丈夫であることを認識する必要があります」と彼は言いました。同氏は、問題から解決策に至るまでの現在の経路が複雑すぎて拡張できない場合には、AI ファーストの再設計を検討する必要があると付け加えた。

動き続ける AI フロンティアで常に最新の状態を維持する

AI の進化に歩調を合わせることが、シャー氏が真剣に取り組むリーダーシップのもう 1 つの課題です。彼は同僚に対し、長期的なコンテキスト、厳密な評価、リアルタイムのシグナルにわたる「マルチモーダルな」情報ダイエットを構築するようアドバイスしています。実際には、これは、長い歴史を理解するために AI とテクノロジーの歴史に関する本を読み、査読済みの原稿をたどって 6 ～ 12 か月前のツールの状況を確認し、LinkedIn などのプラットフォームを監視して、今日の医療システム内で新しい機能がどのようにテストされているかを観察することを意味します。

彼はまた、この学習がユースケースの選択と同じくらいガバナンスにも役立つはずだと強調しています。同氏の見解では、取締役会と経営陣は、現在のモデルの可能性と限界の両方、概念実証システムと運用グレードのシステムの区別、AI、データ品質、プライバシーのフレームワークと規制、HIPAAや新たな州法などの相互作用を理解する必要があるという。

テイク・イット・アウェイ

• 役員時間と臨床時間を制約された資産として扱い、会議、電子メールへの参加、カレンダー管理に厳格な基準を適用します。
• 直接的な金銭的利益と、経験、品質、資産における戦略的利益のバランスをとる AI 投資ポートフォリオを構築します。
• アンビエント文書や同様のツールを燃え尽き症候群の救済と採用のサポートとして位置づけます。
• AI 導入の成熟度モデルを使用して、タスク レベルの生産性からプロセスの強化に移行し、必要に応じて AI ファーストのワークフローの再設計を行います。
• AI によって生成された証拠に基づいたテンプレートを検討して、複雑なレガシー文書を置き換え、対象分野の専門家が文書を洗練して管理できるようにします。
• 戦略とガバナンスを導くために、書籍、査読済みの研究、リアルタイムの業界の議論を組み合わせた多層的な AI 学習計画を維持します。

AI とその軌跡を常に把握するための多層的なアプローチについて言及し、「これら 3 つを重ね合わせると、本を読んでテクノロジーと AI について非常に優れた基礎的な理解を得ることができ、文献がどこにあるのか、そして最もホットな出来事がどこで起こっているのかを理解することができます。」と彼は付け加えました。