エンタープライズ イメージングにおける人工知能の投資収益率は、効率、精度、患者の転帰、財務上の考慮事項を含む多面的なテーマです。放射線医学の分野では、AI の急増により、診断の精度が向上し、患者ケアが向上することで、この分野に革命が起こることが約束されています。
しかし、特に医療画像分野における AI アプリケーションに対する直接的な償還が現在不足しているため、AI 導入の財務的側面は複雑です。それにもかかわらず、AI は、画像提供者の効率を向上させ、提供者の生産性の向上と人員配置の効率の向上をもたらす役割をサポートすることで、間接的に ROI に貢献することができ、最終的に成果を向上させ、医療提供の全体的なコストを削減します。
ドーン・クラム、 The Gordian Knot Group の主任コンサルタント、EI および AI、そして同僚は、3月にラスベガスで開催されるHIMSS25で、次のタイトルのセッションでこの複雑なテーマに取り組む予定です。 「エンタープライズ イメージングにおける AI の ROI」
Cram は、臨床技術、IT システム管理において 30 年以上の医療経験があり、企業および部門の画像システム、臨床情報システム、医療画像ソフトウェア開発においてリーダーシップを発揮しています。
彼女は、システムとアプリケーションの開発、戦略的および戦術的な計画、学際的な相互運用性、統合、展開のすべての段階を調整する幅広い経験を持っています。臨床医のワークフローとアプリケーションの相互運用性を効果的にサポートする、費用対効果が高く、スケーラブルなシステムを実現するという彼女の使命は、プロバイダー組織や製品ベンダーが強化されたイメージング システム アプリケーションとプラットフォームを構想し実装するのに役立ちました。
私たちは Cram 氏と対談し、エンタープライズ イメージングにおける AI ROI について話し合い、彼女の HIMSS25 セッションのプレビューを聞きました。
Q. AI ROI とエンタープライズ イメージングのテーマが今日重要なのはなぜですか?
A. ヘルスケア分野では診断の精度を高め、患者ケアを改善し、退屈なワークフロー手順を排除するために AI テクノロジーの統合が進んでいることから、このトピックは特に関連性があり、タイムリーです。医療画像、特に放射線学の分野では、 AI の変革の可能性は明らかですただし、AI アプリケーションに対する直接的な償還がないなどの財政的な課題により、資金調達が複雑になっています。
それにもかかわらず、AI は画像プロバイダーの効率を高めることで間接的に ROI を向上させることができ、生産性の向上、人員配置の効率の向上、医療費の削減につながります。
企業のイメージングやさまざまなペルソナにさまざまな AI テクノロジーを導入する際の、費用対効果の機会と ROI の計算方法を特定するための貴重な洞察を提供します。 AI の実行に伴う付随コストを理解することも同様に重要であり、真の所有コストを決定するには考慮が必要です。
財務動向を理解することで、医療機関は AI 投資について情報に基づいた意思決定を行うことができ、コストを効果的に管理しながら利益を最大化することができます。
このセッションでは、直接的な償還がなくても、AI への投資を正当化し、イメージング業務の持続可能な改善を達成するのに役立つ実用的なツール、ヒント、戦略を参加者に提供することを目指しています。ケア改善の各ワークフロー、プロセス、および提供には、関連する ROI があります。
Q. HIMSS25 のセッションではどのような種類の AI について取り上げますか?
A. エンタープライズ イメージングの文脈で、病理検出アルゴリズムなどの臨床人工知能とロボット プロセス オートメーションなどのプロセス AI の両方について説明します。日常的で反復的なタスクを自動化することで、 AI により、医師は患者ケアのより重要な側面に集中できるようになります、それによって診断の精度と患者の転帰を改善します。
患者のスケジュール管理などのサポート役割にプロセス AI を導入すると、さらなる費用対効果が得られます。 AI は、画像処理のワークフローを合理化し、画像分析に必要な時間を短縮し、より効率的な臨床意思決定をサポートするためにも使用できます。
AI は、研究室やゲノミクスなどの臨床データと関連付けられた膨大な量の画像データを分析できます。人間の目では見逃されたり、評価に大幅に時間がかかるようなパターンや異常を特定できます。これにより、病気の早期発見と治療が可能になり、最終的には患者の転帰が大幅に改善され、医療費全体が削減されます。
放射線医学における AI の応用が普及していますが、企業全体にわたる他の画像処理の専門分野や、AI が診断やワークフローにどのようなメリットをもたらすかについても説明します。たとえば、眼科では網膜疾患のスクリーニングと診断に AI を使用し、糖尿病性網膜症や黄斑変性症の兆候がないか眼底画像を分析できるアルゴリズムを導入する可能性があります。
皮膚科、創傷ケア、その他の写真制作専門分野では、AI が組み込まれたアプリを使用して、画像化されている身体部分、病変、または創傷のサイズと形状の分析を特定し、皮膚がんや潜在的な感染症の早期発見をサポートする可能性があります。
Q. HIMSS25 の参加者がセッションを終えて、自分の組織に戻ったときに適用するのを目にしたときに得られる教訓は何ですか?
A. 重要なポイントは次のとおりです 責任ある AI を導入することの重要性これは、ROI を取得するために重要です。現在の AI は依然として本質的に愚かであり、それを作成するのは人間に依存しています。アルゴリズムがどのように作成、トレーニング、テストされたかを、調達前に検証する必要があります。
AI がソフトウェア メーカーによって責任を持って開発されたかどうかを判断するには、考慮すべき要素が数多くあります。これには、バイアスを軽減し、さまざまな人口統計グループにわたって、また取得装置のメーカーに関係なく確実に実行される公平な患者ケアを確保するために、多様で代表的なデータセットが使用されたかどうかが含まれます。
責任ある臨床 AI を決定する際の重要な側面は、画像診断で使用される AI アルゴリズムの安全性、有効性、信頼性を確保するために設計された規制基準に準拠することです。組織は、FDA の認可を受けた AI アルゴリズムが厳格なテストと検証プロセスを経ていることをより信頼でき、医師による画像分析を支援したり、診断上の洞察を提供したりするアルゴリズムが、臨床現場に導入される前に一定の品質と安全基準を満たしていることが保証されます。
これらの規制を遵守することで、メーカーは医療提供者と患者の間で信頼を築き、AI テクノロジーが医療現場で安全かつ効果的に使用できるようにすることができます。
責任ある AI 開発を決定する際の追加の考慮事項には、品質管理と継続的な監視機能が含まれます。臨床 AI は継続的に評価して、アルゴリズムが長期にわたってパフォーマンスを維持し、新しいデータ、臨床シナリオ、差異に適応できるようにする必要があります。
これには、互換性のある監視メカニズムが存在し、AI の導入中、および画像技術や診断の進化に伴う時間の経過とともに発生する問題を検出して対処するために実装されていることを確認することが含まれます。
このセッションにより、参加者は、革新的であるだけでなく、倫理的で透明性があり、高水準の患者ケアを提供する AI テクノロジーを提唱および実装する方法をより深く理解し、組織に戻ることができます。
クラムの教育セッション、 「エンタープライズ イメージングにおける AI の ROI」は、3 月 4 日火曜日午後 2 時からラスベガスの HIMSS25 で開催される予定です。
LinkedIn で Bill の HIT 報道をフォローしてください。 ビル・シウィッキー
彼にメールを送ります: [email protected]
ヘルスケア IT ニュースは HIMSS メディアの出版物です