データリーダーがAI世界の相互運用性目標を再策定

Jawad Khan 氏、アクロン小児病院最高データ分析責任者

Sarang Deshpande 氏、フランシスカン アライアンス、データおよび分析担当副社長

Scott McEachern 氏、サザン クース病院 & ヘルス センター CIO

チャック・ポデスタ氏、レナウン・ヘルス社 CIO

データの断片化と不均一なガバナンスにより、医療システムは AI 対応インテリジェンスを中心とした相互運用性の再構築を余儀なくされている、と CHIME フォール フォーラムの「混沌から明瞭さへ: 相互運用可能なインテリジェンスの未来の形成」セッションでパネリストが述べました。

議論の中心となったのは、相互運用性をデータ パイプのセットとして捉えることから、臨床、財務、運用のワークフローにわたるリアルタイムの意思決定支援の基盤として扱うことへの移行でした。フランシスカン アライアンスのデータおよび分析担当副社長であるサラン デシュパンデ氏にとって、それは成功を再定義することを意味します。 「私たちは、単なるデータ共有を超えて、システムが十分に接続され、あらゆる意思決定ポイントでインテリジェンスを活性化できるエコシステムを目指しています」とデシュパンデ氏は述べた。

アクロン小児病院のデータおよび分析最高責任者であるジャワド・カーン氏は、AI 主導の環境では、相互運用性に関する従来の考え方ではもはや十分ではないと述べています。 「相互運用性とは、システム間で個別のフィールドを交換することを意味していましたが、AI では動的かつリアルタイムであり、あらゆる種類のコンテンツを処理できなければなりません」とカーン氏は述べています。

この再定義により、HL7、FHIR、健康情報交換を超えて権限が拡大されます。パネリストらは、AIシステムが診療現場やバックオフィス機能で信頼できる回答を提供できるようにするには、医療システムが構造化データ、非構造化データ、画像データをほぼリアルタイムで、多くの場合はメモリ内で処理する必要があると主張した。また、インメモリデータベースやナレッジグラフなどの技術的能力は急速に進歩している一方で、組織モデルやスキルは遅れていることも強調した。

カーン氏は、エンジニアリング、ガバナンス、分析にわたるデータ組織における「フルスタック」思考を強く求めました。同氏の見解では、これらの機能を分断されたチームに分割すると、特に結果に対する責任を共有せずにデータ エンジニアリングがビジネス インテリジェンスに引き継がれる場合に、断片化が強化されます。

データ品質、ガバナンス、文化

デシュパンデ氏は、たとえ単一の組織内であっても、セマンティックの多様性と弱い標準化が「データの混乱」の永続的な原因であることを強調しました。異なる部門が同じ概念を複数の方法でエンコードし、分析や AI を損なう可能性があります。これらの違いを調整するための技術的ツールは存在するが、限定的な管理責任、不明確な所有権、ビジネスリーダーの一貫性のない参加といった文化的な問題が進歩を遅らせることが多いと同氏は述べた。

サザン・クース病院・健康センターの最高情報責任者、スコット・マクイーチャーン氏は、小規模で独立したクリティカルアクセス施設の見晴らしの良い地点から、運営への影響を強調した。彼の組織は、厳しい人員配置と予算を管理しながら、紹介経路の整理、基本的なデータ ガバナンスの改善、オレゴン州内の同等の機関との緊密な連携に重点を置いています。 「人々は自分たちのプロセスが効率的であると信じていることが多いので、患者の診察に実際に 7 分かかることを示すことは、変化への強力な動機となる可能性があります」と McEachern 氏は述べています。

パネリストは、データ品質はキャプチャ時点にできる限り近いところで対処する必要があるという考えに繰り返し戻りました。カーン氏は、フロントデスクのスタッフや臨床チームなどのデータ作成者をガバナンス評議会に参加させ、彼らの選択が下流の分析にどのような影響を与えるかを可視化できるようにすると説明しました。また、経験豊富な看護師をデータスチュワードとしてパートタイムの役割に採用し、この動きが情報チームと最前線の診療の間の橋渡しに役立ち、臨床データセットの改善が加速したと述べた人もいた。

デシュパンデ氏はまた、データに関するストーリーテリングに投資するよう指導者らに促した。一部の組織は、紙を削減し、ワークフローを再設計し、クリーンなデータ、より優れた指標、より信頼性の高い AI の間のつながりを強調するための社内キャンペーンを開始しました。これらの取り組みには、デジタル プロセスを促進するシャツから、リアルタイムでボトルネックを明らかにする運用ダッシュボードの公開まで、あらゆるものが含まれています。

集中型倉庫から組織化されたインテリジェンスまで

その後、議論は建築に移りました。長年にわたり、多くの医療システムはデータを大規模な倉庫や湖に統合することで断片化を解決しようと試みてきましたが、プロジェクトには時間がかかり、費用がかかり、維持が難しいことがわかりました。モデレータのレナウン・ヘルス社CIOのチャック・ポデスタ氏は、AIがその方程式を変えていると主張した。 「オーケストレーション AI を使用すると、臨床データは EHR に、収益データは請求システムに残しておきながら、ユーザーが質問したときに単一のエクスペリエンスを提供できます」とポデスタ氏は述べています。

ポデスタ氏は、AI エージェントが舞台裏で複数のシステムを呼び出し、パスワードのリセットや連絡先情報の更新などのタスクを実行し、単一のインターフェイスを通じて結果を返す新しいモデルについて説明しました。このアプローチにより、データの重複が回避され、スタッフと患者の両方の運用上の負担が軽減されますが、各ソース システムでの正確なメタデータ、セキュリティ制御、構成に対するリスクが高まります。

パネリストは、ポリシー文書、イントラネット サイト、共有ドライブなどの非構造化ナレッジ ベースが最も弱い部分であることが多いと警告しました。 AI ツールは、コンテンツが厳選されていない場合、古いガイダンスや矛盾するガイダンスを公開する可能性があります。一部のリーダーは、ポリシーや手順をよりアクセスしやすくするためにチャット インターフェイスを実験しながら、組織の知識リポジトリに対するガバナンスを強化することで対応しています。

もう 1 つのテーマは、AI 対応が進むエコシステムにおけるベンダーと契約の管理でした。一部のパネリストは、ベンダーが買収されたり閉鎖されたりした場合でもデータへの継続的なアクセスを確保するために、ニッチなテクノロジー企業との契約に明示的なデータ回復条項を書き込んでいると述べた。また、特に大規模な社内データ チームが不足している小規模な組織では、複数のシステム間でデータをプロファイリングして調整できる低コストのツールを探している企業もあります。

能力の構築と賛同の確保

AI への取り組みが孤立した実験にならないようにするために、いくつかの組織が社内に AI イノベーション センターまたはセンター オブ エクセレンスを設立しています。これらのハブはツールをカタログ化し、日常的なタスクを自動化するためのパターンを共有し、リスクと価値に関する新しいユースケースを精査します。リーダーはまた、部門全体で「エバンジェリスト」（すでに ChatGPT などのツールを試している従業員）を特定し、ガバナンスの標準とベスト プラクティスを擁護するよう彼らに協力を求めています。

デシュパンデ氏は、これを需要に合わせて構造を調整するチャンスと捉えました。同氏は、中央の IT チームがすべてのデータ問題を解決しようとするのではなく、ビジネス ユニットが共通のフレームワーク内でより多くの責任を負う連合モデルを提唱しました。 「チャンスは、AIをプロセスとガバナンスに焦点を当てたセンター・オブ・エクセレンス機能として扱うと同時に、実際のデータ作業を事業部門に戻すことです」とデシュパンデ氏は述べた。

カーン氏は賛同をリソースと結びつけました。データチームが日常業務を維持しながらレガシーデータセットをクリーンアップするよう臨床リーダーや運用リーダーに依頼する場合、その作業を実現可能にするための具体的なサポート（臨時スタッフ、共有アナリスト、対象を絞った自動化など）も提案する必要があると同氏は主張した。マクイーチャーン氏は、データへの取り組みを医療システムの戦略計画に直接結びつけ、明確な指標を通じて進捗状況を報告することで、リソースが限られた環境において経営幹部の注意を維持するのに役立っていると付け加えた。

テイク・イット・アウェイ

• AI 対応のマルチモーダル データ フローに関する相互運用性を再定義します。
• データ品質を継続的な最前線の責任として扱います。
• 臨床医と運用リーダーをデータ管理者としてガバナンス構造内に組み込みます。
• ソース システムに機能をもたらす AI 主導のオーケストレーションを好みます。
• AI センター オブ エクセレンスを構築して、企業全体のツール、ガバナンス、ビジネス需要を調整します。

カーン氏は同僚に対し、知能が存在する場所についての考え方を変えるよう促した。 「データをソリューションに移すのではなく、データにソリューションを持ち込むのです」と彼は言いました。