スマート ドライブのエンタープライズ AI 価値のスケーリング

ジョセフ・イッツォ医師、CMIO、サンホアキン総合病院

Corewell Health、オートメーション担当ディレクター、Nichole Niesen 氏

医療システムのリーダーは、導入を測定可能な臨床的および財務的成果に結び付けることで、AI を試験運用からエンタープライズ プログラムに移行させています。 「スマートなスケーリング: 企業全体にわたる AI の価値の証明」と題された CHIME 秋フォーラムのセッションでは、経営陣がアンビエント文書化、イメージング意思決定サポート、バックオフィス自動化がどのように管理、測定、拡張されているかについての見解を提供しました。

カンザス大学医療システムおよび医療センターは、初期の生成 AI への投資を文書化の負担に集中させてきました。 CIO兼AI担当上級副学長のクリス・ハーパー氏は、同氏の組織はアンビエント文書を医療従事者の燃え尽き症候群に対する対象を絞った介入として扱い、電子記録に費やす時間に最も苦労している医師にまず重点を置いたと述べた。

チームは 25 のプロバイダーによる小規模な試験運用から開始し、最初のツールのパフォーマンスが低下した場合はベンダーを切り替え、作業を臨床試験のように扱い、結果を追跡し、モデルとワークフローを反復しました。 「彼らは、これが彼らにとって大きな変化をもたらしたと私たちに話しています」とハーパー氏は、パイロット試験に参加した最初の25人の医師について、1日当たり約2時間の節約ができたと報告したと語った。

医療システムは時間の節約に加えて認知負荷も研究し、今年初めに AI 支援ドキュメンテーションが臨床医の集中力と疲労に及ぼす影響を定量化する研究結果を発表しました。ハーパー氏は、組織が生産性の向上を訪問者数の増加に転化させないことを意図的に選択し、その代わりにこの取り組みを燃え尽き症候群と定着戦略として組み立てたことを強調しました。

ストローク AI パイロット形状のガバナンス基準

サンホアキン総合病院の出発点は、脳卒中治療のためのディープラーニング ツールでした。カリフォルニア州セントラルバレーのセーフティネット病院のCMIOであるJoseph Izzo医師は、CT灌流イメージングと、従来の4時間半の治療枠を超えて到着した患者の救命可能な脳組織の量を計算するアルゴリズムを組み合わせたプロジェクトについて説明した。

チームは、回収可能な組織に関する文献を中心にプロトコルを設計し、臨床医のリーダー、放射線医学、IT、情報学、薬局を含む学際的なグループを編成しました。 「適切な患者を選び、適切な人材をテーブルに連れて行き、適切な準備を行ったためにうまくいきました」とイッツォ氏は述べ、最初の患者が経路に入る前に政策、教育、訓練が完了していたことを挙げた。

パイロットでは、CTまでの時間や投薬までの時間などの既存の脳卒中指標に新しい測定値を重ねて、標準枠外で治療を受けた患者の機能的転帰と有害事象を追跡した。良好な結果を得て、同病院はプロトコルを脳卒中が疑われるすべての患者に拡大し、最終的には延長期間の脳卒中プログラムを通じて 1,000 人以上を治療しました。このプログラムは現在、その後の AI イニシアチブのテンプレートとして機能しています。

自動化は事前承認とサービスデスクをターゲットにします

ミシガン州最大の雇用主である Corewell Health は、事前承認と FAX 処理に重点を置いています。オートメーション担当ディレクターのニコール・ニーセン氏は、同組織がどのようにして支払者業務における薬剤事前承認ファックスの分類とルーティングに生成AIなどのテクノロジーを組み合わせて使用し、約50万ドルの人件費をリダイレクトし、週に6,000～10,000件のファックスを処理しているかを説明した。

このシステムは臨床的な判断を下すのではなく、スタッフがより迅速に対応できるように提出物に優先順位を付けて整理します。 「私たちは決定を下しているわけではありませんが、私たちのチームが会員をより迅速にケアできるようにデータを整理しています」とニーセン氏は述べ、トリアージの迅速化が医薬品入手の遅れの短縮につながったと指摘した。

Corewell は、プロバイダー側で同じスタックを再利用し始め、10 のモダリティにわたる FAX による画像紹介に適用し、患者のスケジューリングと自己スケジューリングを可能にしました。ニーセン氏は、チームは臨床試験の考え方を意図的に適用しており、1 つの領域に多大な労力を投資し、モデル、ワークフロー、指標のフレームワークが確立されたら、隣接する領域に迅速に移行していると述べました。

イノベーションは必ずしもスムーズに進んだわけではありません。 Niesen 氏は、臨床医向けの AI を活用したサービス エージェントを作成するための数年にわたる取り組みに、4 つの個別の概念実証が必要だったと指摘しました。初期のバージョンでは、ユーザーが単にパスワードをリセットする必要がある場合に、アプリケーション プログラミング インターフェイスを構成するための指示を返すなど、技術的には正確ですが、運用上は役に立たない応答が生成されていました。この取り組みにより、安全に失敗できる実験、経営幹部との透明性のあるコミュニケーション、および最前線のスタッフと技術チーム間の強力なフィードバック ループの必要性が浮き彫りになりました。

信頼、文化、成熟度曲線

AI に対する永続的な信頼の構築が中心テーマとして浮上しました。カンザス大学ヘルス システム アンド メディカル センターでは、Microsoft Copilot の試験運用が IT チームと情報学チームから始まりました。彼らはツールを集中的に使用し、その限界を調査し、有用な動作と問題のある動作の両方を文書化するよう求められました。ハーパー氏は出席者に対し、たとえ人間の記憶や判断には大きなばらつきがあるにもかかわらず、取締役会レベルの会話ではAIシステムに対する完璧さへの期待が明らかになることが多く、このギャップには直接対処する必要があると語った。

Harper 氏は、ベンダーからのトレーニング セッションのみに依存するのではなく、上級管理者から始めて、ピア モデルを通じて Copilot を拡張することを計画しています。同氏は、同僚のスーパーユーザーとして役割を果たし、日常的な使用例を示し、ツールが時々幻覚を起こすがそれでも価値があるという現実を正常化するつもりだと語った。目標は、最も重要な部分で人間による監視を維持しながら、リーダーが電子メール管理や文書作成などのタスクに AI を安心して使用できる文化を作り出すことです。

イッツォ氏は、パイロットが長年にわたる臨床上の緊張を表面化させたときに、ガバナンス構造がどのように進化するかという例を示しました。緊急事態と入院患者の現場に環境文書を導入するプロジェクトは、救急医が最終的に自分たちの意思決定を反映したメモであると感じていたにもかかわらず、入院患者チームが救急科のメモが冗長すぎて引き継ぎには安全でないと判断したため、ほぼ行き詰まった。ベンダーの協力により、最終的にはサービス間のハンドオフをより適切にサポートする構成が作成されました。 「多くの公立病院やセーフティネット病院では、私たちはまだ認識または初期の試験段階にありますが、大規模な学術センターではすでにエージェントを実験しています」とイッツォ氏は述べ、リソースの制約によりAI能力の差が広がる可能性があると警告した。

コストと労働力に関する懸念が議論されました。ニーセン氏は経営陣に対し、役割ベースのワークフローと「80/20」パターンを重視し、人間によるレビューが常に関与し、チェックされないアクションが発生するリスクが低い場合にはエージェントを最初に適用するよう促した。同氏は、新製品を追加する前に既存のプラットフォームを活用する方法を模索し、自社製ソリューションではコストが高く時間がかかる保険請求ステータスなどの分野に特化したベンダーを確保する、規律ある構築対購入のアプローチについて説明しました。収益サイクルの自動化、臨床医のセルフサービス ツール、周囲の看護に関する文書は、彼女の短期的な機会リストの上位にランクされています。

テイク・イット・アウェイ

• 事前に合意された測定可能な成果とともに、明確に定義された臨床上または運用上の問題に AI プロジェクトを固定します
• 大規模な AI 導入を臨床試験のように扱います。小規模に開始し、適用基準を定義し、結果と安全性が理解された後にのみ拡張します。
• 最初から最前線の臨床医、IT、情報学、品質、財務を含む部門横断的なガバナンスを構築する
• 成功したパイロットを使用して再利用可能な測定およびガバナンスのテンプレートを作成し、将来の取り組みを加速します
• 教育と再スキルの経路および幹部およびスタッフ向けの同僚ベースのトレーニングを組み合わせることで、文化的恐怖に直接立ち向かう

次にどこに注力すべきかを検討しているリーダーたちに向けて、ハーパー氏は仕事に最も近い臨床医のことを再び指摘した。 「臨床医を中心に据えてその時代に価値を証明できれば、組織の残りの部分もそれに続くだろう」と同氏は語った。