Scott Lundstrom 氏、シニア産業ストラテジスト – OpenText サイバーセキュリティの健康、ライフサイエンス
AI はもはや未来の概念ではなく、病院や医療システムがケアを延長し、従業員のプレッシャーを軽減し、患者エンゲージメントを向上させるのに役立つ実用的なツールとなっています。臨床能力を拡張する仮想看護モデルから、コールセンターやバックオフィス機能における AI 主導の自動化まで、医療機関はワークロードを管理し、コストを削減し、患者エクスペリエンスを向上させるための新しい方法を見つけています。
その期待にもかかわらず、医療における AI にはリスクがないわけではなく、リスクは高くなります。データの完全性、サイバーセキュリティ、法規制順守に関する強力な保護策がなければ、患者の信頼とケアの質を強化できる同じツールでも、それらを簡単に損なう可能性があります。他の臨床介入と同様に、AI は明確なガイダンスと人間の監視のもとで導入される必要があります。 AI で最も大きな成功を収めている組織は、AI を最も早く導入している組織ではなく、イノベーションと厳格なセキュリティと説明責任を組み合わせて、責任を持って導入している組織です。
AIの役割の拡大と増大するリスク
AI は医療のほぼあらゆる部分を再構築しています。医療提供者は、文書作成などの面倒なタスクを自動化し、診断やケアの推奨を支援するためにこれを使用しています。支払者も、請求処理の合理化、不正行為の特定、異議申し立ての管理にこれを適用しています。
アメリカ医師会の調査によると、 医師による実際の AI 使用は 2024 年にほぼ 2 倍に増加、38% から 66% へ – 業界におけるテクノロジー導入の「異例の速さ」。同レポートでは、医師がトリアージサポート、臨床文書化、手術シミュレーション、健康リスクや治療結果の予測分析など、さまざまな AI のユースケースにますます精通していることがわかりました。
この成長は、AI がどのように効率を高めて医療を改善できるかを示していますが、特に患者に関しては責任ある監督の必要性が高まっていることも浮き彫りにしています。すべての AI 主導のワークフローや診断の推奨事項の背後には、データを解釈し、パターンを検出して洞察を生成する複雑なアルゴリズムのセットが存在します。これらのシステムは臨床上の意思決定に深く組み込まれつつあり、その影響力が拡大するにつれて、バイアスや不正確さの可能性を理解することが重要になります。
アルゴリズムは設計上客観的ですが、その良さはトレーニングに基づいたデータによって決まります。テストでは良好なパフォーマンスを示したシステムであっても、現実の世界では意図しない結果を引き起こす可能性があります。たとえば、いくつかの 大手保険会社が訴訟に直面している 近年では、AI アルゴリズムの使用により、医療サービスの適用が不当に拒否されたと主張されています。 AI システムのバイアスは、幻覚やその他の要因とともに、意図や危害の認識がない場合でも、このような結果につながる可能性があります。その結果、人間による継続的な監視、倫理ガバナンス、AI が患者の治療にどのように情報を提供するかについて患者との透明性のあるコミュニケーションが常に必要となります。
脆弱性が増大する時代における AI の保護
サイバーセキュリティもこの議論の重要な要素ですが、見落とされがちです。あらゆるデジタル医療イノベーションは患者の機密データに依存しており、AI の導入が進むにつれて、そのデータの規模と機密性も高まります。
2024 年 2 月にチェンジ ヘルスケアに対するランサムウェア攻撃（米国史上最大の医療データ侵害）は、その現実を痛いほど明らかにしました。ハッカーは盗んだ認証情報を使用して多要素認証なしでアカウントにアクセスし、国中の保険金請求やケアのプロセスに支障をきたし、推定 1 億 9,000 万人に影響を与えました。この事件は、AI 時代の新たな真実を明らかにしました。患者の安全は、臨床ケアと同じくらいサイバーセキュリティに依存しているということです。
ケアの提供がテクノロジーへの依存を強めるにつれ、組織は増大するサイバー脅威に対する防御を強化する必要があります。回復力の構築は、次のような基本的なセキュリティの実践から始まります。
- スタッフのトレーニング: 十分な情報を備えた従業員は、強力なセキュリティの基盤です。部門のニーズに合わせた定期的なトレーニング セッションとフィッシング シミュレーションは、意識、説明責任、継続的改善の文化を促進するのに役立ちます。
- 多要素認証 (MFA): MFA はすべてのシステム アクセスに必須であり、資格情報が侵害された場合の重要な第 2 の防御線を確保する必要があります。
- ベンダーの検証：サプライチェーン攻撃は依然として医療サイバーセキュリティに対する主要な脅威です。サードパーティパートナーを継続的に監視することで、脆弱性が広がる前に脆弱性を特定できます。
- インシデント対応計画: 攻撃を受けるかどうかではなく、いつ起こるかが問題です。中断を最小限に抑え、ケアの継続性を維持するには、テストされ、十分に実践された対応計画が不可欠です。
- AI主導の防御：AIは臨床用途に限定されません。医療機関は、AI 対応のセキュリティ ツールを導入して脅威の検出を自動化し、アラートを選別してインシデント対応を合理化することもできます。リソースに制約のある IT チームでも、これらのツールを使用して最新の脅威に対する回復力を強化できます。
これらの実践は、データと患者の両方を保護するために非常に重要です。セキュリティ、プライバシー、信頼性はすべて、安全かつ効果的な AI 導入の前提条件です。
今後の方向性: より良いケアのための安全なイノベーション
AI が医療業務にさらに深く組み込まれるようになるにつれて、組織はデータの取得やモデルのトレーニングから展開や監視に至るまで、あらゆるレベルでガバナンスとサイバーセキュリティを統合する必要があります。 AI ガバナンスとサイバーセキュリティ プログラムを連携させることで、安全性や信頼性を損なうことなくイノベーションを確実に進めることができます。
AI は責任を持って実装されると、ワークフローの高速化、より正確な診断、そして最も重要なことに患者の転帰の改善という具体的な価値を提供できます。しかし、医療の次の時代を真にリードする組織は、セキュリティ、透明性、監視をコンプライアンスのチェックボックスとしてではなく、イノベーションの基盤そのものとして扱う組織となるでしょう。
医療の未来は、迅速に行動し、安全に構築する人々によって形作られます。ヘルスケアのリーダーは、AI が安全かつ効果的で患者中心のケアを提供するという究極の使命を確実に果たせるようにする必要があります。
スコット・ランドストロームについて
#医療分野での #導入は倍増するがサイバーセキュリティのリスクは大きくなる