AI で成功するには、医療 IT リーダーは AI の最近の進化を理解する必要があります

生成人工知能と大規模な言語モデルは医療業界に影響を与えると同時に、医療環境を再構築しています。 そして、病院や医療システムの CIO やその他の医療 IT リーダーは、これらのテクノロジーを使用する前に完全に把握する必要があります。

プロバイダー組織が理解する鍵となる AI の現実世界への応用の 1 つは、医師と患者のコミュニケーションにおける AI を利用した言語モデルの使用です。

これらのモデルには、患者に対する共感的な会話をシミュレートする有効な応答があり、難しいやり取りの管理が容易になることがわかっています。 しかし、AI のさらに多くの応用を進める前に、克服しなければならない課題が数多くあります。

たとえば、AI ツールを使用する際の規制遵守、患者の安全性、臨床効果を確保することが課題の 1 つです。

Bala Hota 博士は、人工知能に取り組むヘルスケア ソフトウェア会社 Tendo の上級副社長兼 CIO です。 私たちは彼にインタビューして、生成 AI と大規模言語モデルの理解、ヘルスケア アプリケーションへの LLM の活用、genAI の実世界のアプリケーション、課題と倫理的懸念について話し合いました。

Q. 病院や医療システムの CIO やその他の IT リーダーは、生成 AI を導入する前にそれを理解する必要があります。 genAI について、これらのリーダーが理解することが最も重要だと思うことは何ですか?

A. CIO と IT リーダーにとって、genAI は業界で必要とされる広範なデジタル変革の 1 つの側面にすぎないことを理解することが重要であり、近年 AI が経験した根本的な進化を理解することが不可欠です。

データの生成、増強、異常検出により、組織内の意思決定を大幅に加速できます。 ただし、生成 AI は人間の判断や対話を置き換えることはできません。 代わりに、生産性を向上させるサプリメントとして機能します。

の意味コンポーネント 大規模な言語モデル これにより、組織のチームがデータのクレンジングと表示に費やす時間が大幅に短縮され、ライセンスを最大限に活用して戦略的なタスクに集中できるようになります。 どのような形式の AI も、データの保護と配布に対する適切なセキュリティ、コンプライアンス、および常識的なアプローチを確保する必要があります。 業界は、実用化を上回る技術を警戒しなければなりません。

Q. 現在、病院や医療システムは大規模な言語モデルを最大限に活用するにはどうすればよいでしょうか?

A. AI の使用は、病院や医療システムの意思決定プロセスを合理化し、効率を高め、患者の転帰を改善するのに役立つため、医療業界での重要性が高まっています。 AI にはデータの簡素化から患者との対話まで幅広い用途があり、医療業界に大きな影響を与える可能性があります。

医療における AI の大きな利点は、治療計画の有効性が向上することです。 周囲の音声を使用して、 電子医療記録の利用を強化する。 現在、医療文書作成を支援するために AI 筆記者が導入されています。 これにより、AI が文書作成プロセスを担当しながら、医師は患者に集中できるようになり、効率と精度が向上します。

さらに、病院や医療システムは、AI の予測モデリング機能を使用して患者をリスク階層化し、リスクが高い患者または増加している患者を特定し、最適な行動方針を決定できます。

実際、AI のクラスター検出機能は、同様の特徴を持つ患者を特定し、その患者に対する典型的な臨床処置の方針を決定するために、研究や臨床ケアでますます使用されています。 これにより、仮想または模擬臨床試験で最も効果的な治療コースを決定し、その有効性を測定することも可能になります。

Q. AI の実世界への応用は、業界の他の部分にどのような方向性をもたらすと思いますか?

A. AI の現実世界への応用例の 1 つは、医師と患者のコミュニケーションにおける AI を活用した言語モデルの使用です。 これらのモデルには、患者に対する共感的な会話をシミュレートする有効な応答があり、難しいやり取りの管理が容易になることがわかっています。

この AI のアプリケーションは、患者の状態とメッセージの重症度に基づいて、患者のメッセージをより迅速かつ効率的にトリアージできるため、患者ケアを大幅に改善できます。

さらに、AI を使用して、治療時のリスク層別化を改善することもできます。 これにより、医療提供者はリソースを有効に活用して、ライセンスを最大限に活用することができます。 より集中治療が必要な患者を正確に特定することで、医療提供者はリソースをより効果的に割り当て、全体的な患者の転帰を改善できます。

これには、コミュニケーションを拡大し、患者の関与を高めるための患者とのやり取りの自動化が含まれます。 AI は、患者にリマインダー、フォローアップ、エンゲージメントを向上させるために使用されており、結果の改善につながっています。 AI は、よりハイタッチなケアを必要とする患者を特定することで、臨床上の惰性やアドヒアランスの低下などの障壁を克服し、転帰を大幅に改善するのに役立ちます。

Q. 医療提供者組織が取り組む必要があると思われる AI の課題と倫理的懸念は何ですか?

A. 一つの挑戦 医療における AI の導入 AI ツールを使用する際の規制遵守、患者の安全、臨床効果を確保しています。 臨床試験は新しい治療法の標準ですが、AI ツールも同じアプローチに従うべきかどうかについては議論があります。 患者保護を確実にするためにはアルゴリズムに対するFDAの強制承認が必要であると主張する人もいる。

もう 1 つの懸念は、データ侵害と患者のプライバシーの侵害のリスクです。 保護されたデータに基づいてトレーニングされた大規模な言語モデルはソース データを漏洩する可能性があり、患者のプライバシーに重大な脅威をもたらします。 医療機関は、信頼と機密性を維持するために、患者データを保護し、侵害を防ぐ方法を見つける必要があります。

トレーニング データの偏りも、対処する必要がある重要な課題です。 モデルの偏りを回避するには、トレーニング データの偏りを回避するためのより良い方法を導入する必要があります。 より優れたモデルトレーニングを可能にし、偏見を避けるためにヘルスケアのあらゆる側面に公平性を組み込むトレーニングと学術的アプローチを開発することが重要です。

これらの課題と倫理的懸念に対処するために、医療提供組織は、匿名性と匿名化を確保しながら医療データを正確にモデル化するデータセットの開発に注力する必要があります。

また、プライバシーを保護しながら、フェデレーションされた大規模データを使用して、分散型データ、モデル、トライアルのアプローチを模索する必要もあります。 さらに、安全かつ思慮深い方法で AI ツールを実践するには、医療提供者、医療システム、テクノロジー企業の間のパートナーシップを確立する必要があります。

これらの課題に対処することで、医療機関は患者の安全、プライバシー、公平性を維持しながら AI の可能性を活用できます。

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]
Healthcare IT News は HIMSS Media の出版物です。