AI時代に不作為が過失になるとき

何十年もの間、医療過誤は主に「過失」、つまり間違った診断、失敗した手術、間違った投薬に焦点が当てられてきました。しかし、私はそれよりはるかに潜行的で急速に出現している脅威、それが「不作為の誤り」であると考えています。私たちは、自分たちが間違ったことだけでなく、自分たちがしなかったことに対しても責任を問われる瀬戸際にあります。特に、すぐに利用できる救命技術があれば、変化をもたらした可能性があります。

変化する標準治療

医療における標準治療は固定的なものではありません。科学的発見と技術の進歩とともに進化します。昨日最先端と考えられたものは今日の標準的な慣行であり、今日革新的なものは明日には期待される標準となるでしょう。 AI はこの進化を前例のないペースで加速しています。問題はもはや、AI が医療に変革をもたらすかどうかではなく、AI の不在がいつ過失とみなされるかということです。

この新しい時代を導くのは誰の仕事ですか？これは共同責任ですが、最高医療情報責任者 (CMIO) と最高医療責任者 (CMO) が先頭に立ちます。これらは臨床実践と技術革新の間の重要な架け橋です。彼らの使命は、単に IT インフラストラクチャを維持するだけにとどまりません。これには、明らかに患者ケアを改善し、安全性を高め、効率を高めるテクノロジーを特定し、精査し、戦略的に統合することが含まれます。これは単に新しいツールを導入するということではありません。非常に多くの AI ツールが登場する中で、何が最適なケアを構成するのかを再定義することです。

機会損失の代償: 肺がんのケーススタディ

肺がんという悲劇的なケースを考えてみましょう。あまりにも長い間、診断は進行した段階で行われ、治療の選択肢と生存率が大幅に制限されてきました。患者（サラと呼びましょう）が持続的な咳を訴えるシナリオを想像してください。彼女の胸部X線検査は「異常なし」とみなされる。数か月後、彼女はステージIIIの肺がんと診断されました。ここで、放射線学のワークフローに統合された AI を活用した診断ツールが最初の X 線写真の微妙な異常にフラグを立て、さらなる調査と早期のステージ I 診断を促すことができる世界、つまり私たちの急速に近づいている現実を想像してみてください。

ステージ I とステージ III の診断の違いは、臨床病期分類だけの問題ではありません。多くの場合、それは生と死、治癒治療と緩和ケアの違いです。患者とその家族は、こうした技術の進歩に対する認識をますます高めています。患者が診断が遅れたと主張する訴訟はすでに起きており、病院が患者の状態をより早く検出できた可能性がある利用可能なテクノロジーを利用しなかったと主張している。たとえば、法学者や医療倫理学者は、診断プロセスにおける AI の不在の影響について積極的に議論しており、テクノロジーがより普及し効果が明らかになるにつれ、「AI を使用しなかった」という主張が増加すると予想しています。

高度な手術ロボットプラットフォームが高度な治療のベンチマークとなったのと同様に、AI は高度な診断、リスク層別化、予防的介入のベンチマークになりつつあります。データが存在し、AI がそれを分析して危害を防ぐことができたとしたら、なぜそれが使用されなかったのか、という期待が変わりつつあります。

倫理的および財政的義務

このような不作為の代償は、法的解決をはるかに超えて広がります。避けられる苦しみと死には、重大な倫理的負担が伴います。患者を守るイノベーションの導入が遅いとみなされる医療機関に対する信頼が失墜している。そして、長期的な経済的影響もあります。入院期間の延長、再入院、より複雑で高価な治療など、早期に介入していれば避けられた可能性があります。

AI への投資は、競争上の優位性だけを目的としたものではありません。それは、危害を加えず、可能な限り最高のケアを提供するという基本的な約束を果たすことです。その約束は診察室を超えて拡張され、システム全体がどのように機能するかが重要です。医療提供者が、重要な手術を遅らせたり、退院プロセスを遅らせたりする時代遅れのツールに足を引っ張られると、「可能な限り最善のケア」という約束は破られてしまいます。この使命を遂行するために必要な技術サポートをスタッフに提供し、患者がタイムリーで質の高いケアを受けられるようにすることは倫理的に不可欠です。

AI導入のハードルを乗り越える

もちろん、AI 導入には障壁が存在します。初期投資、レガシー システムへの統合の複雑さ、堅牢なデータ ガバナンスの必要性、従来の手法に慣れている臨床医の当然の懐疑などです。

スタンフォード大学 (FURM) やウェイク フォレスト (FAIR-AI) などの主要な学術機関は、最近、AI ソリューションを評価および実装するための優れたフレームワークを発表しました。こうした意欲的な取り組みには、多くの場合、深い技術的専門知識、複数のガバナンス委員会、学際的なリーダーシップが関与します。

しかし、スタンフォード大学やウェイク フォレストには、これらのプロセスを再現するために必要なスタッフやインフラがまったく不足している小規模な病院が数十あります。米国の病院に占める学術医療センターの割合は 5% 未満です。これは、大多数の患者が予算が限られ、IT チームがスリムで、ガバナンス構造が限られた環境で治療を受けていることを意味します。

FURM や FAIR-AI などのフレームワークは、小規模な組織が導入できる実用的な軽量のツールキットに蒸留して適合させることができます。また、すべての医療システムが AI を効率的かつ安全に導入して患者ケアを改善できるようにする共有リソース (厳密な学術研究、ガバナンス モデル、標準的な評価方法など) も必要です。

行動喚起: 医療の未来を形作る

私が冒頭で述べた法廷のシーンは、遠く離れたディストピアの幻想ではありません。それは私たちの差し迫った現実です。ヘルスケアのリーダー、特に CMIO や CMO は、AI の戦略的導入を積極的に推進する必要があります。私たちは臨床医を教育し、必要なインフラに投資し、患者の安全の基礎としてイノベーションを受け入れる文化を培わなければなりません。受動的に観察する時代は終わりました。医療責任の将来は、医療を改善するために AI を活用する機会をつかむか、それとも私たちのレガシーを定義づける不作為の誤りを許すかによって、ますます左右されることになるでしょう。患者の命と私たちの医療機関の健全性は、今日の私たちの断固たる行動にかかっています。

出典: Just_Super、ゲッティイメージズ

この投稿は、 メッドシティのインフルエンサー プログラム。誰でも、MedCity インフルエンサーを通じて MedCity News でヘルスケアにおける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。 方法を確認するにはここをクリックしてください。