AI と LLM を活用して患者データの重大なギャップを埋め、ICU における患者のリスク評価を変革する

言うまでもなく、人工知能 (AI) がヘルスケア テクノロジーに関する話題の多くを支配し続けています。病院は、人員不足や臨床医やスタッフの燃え尽き症候群から、これまでで最も厳しい運営予算に至るまで、あらゆる状況を乗り越えながら、これまでで最も厳しい課題のいくつかに直面し続けています。 AI テクノロジーを活用してこれらの課題に対処できる可能性は有望です。

そして、こうした会話が進化し続けるにつれて、 NVIDIA の 2025 年のヘルスケアにおける AI の現状レポート大規模言語モデル (LLM) は現在、医療分野の AI ワークロードのトップ 3 に含まれており、組織の 53% が積極的に使用しています。臨床意思決定サポートは最も急速に成長しているユースケースの 1 つであり、医療リーダーの 83% は、AI が今後 5 年以内に医療提供に革命を起こすと考えています。

この記事では、特に集中治療室 (ICU) のような環境において、断片化されたデータと急速に変化する患者の状態の限られた可視性に関連して臨床医が直面している課題に対処するために AI を活用できる、あまり議論されていない方法の 1 つについて概説します。生理学的データのギャップによりタイムリーな救命介入が妨げられる可能性があるため、これは特に最も脆弱で脆弱な患者にとって厄介です。これは長年にわたる問題でしたが、今日では AI と LLM の力を利用して断片化されたデータから有意義な臨床的洞察を生成する機能のおかげで、新しい方法で対処されています。

複雑な生態系

ICU に足を踏み入れるということは、絶えず警報が鳴り響き、あらゆる方向から警告音が鳴り響き、直ちに対応を求めることを意味します。モニター、医療機器、ワイヤー、チューブがいたるところにあります。ここの患者たちは非常に重篤な状態にあり、話すこともできず、悪化を示す可能性のある状態のわずかな変化さえも注意深く監視するために年中無休のケアに頼っています。 ICU の臨床医に尋ねれば、ICU は実に複雑で独特の独自のエコシステムであり、おそらく最も経験豊富な医師や看護師にとってさえ、病院内で最も圧倒され、要求が厳しく、ストレスの高い仕事であると答えるでしょう。

さらに、彼らは、燃え尽きたスタッフ、逼迫したリソースなど、病院の他のメンバーが直面しているのと同じ障害を依然として乗り越えています。

ギャップを埋める

ICU に特有の障害ではありませんが、ICU にとって特に困難となる可能性がある具体的な障害の 1 つは、電子医療記録 (EHR) など (ただしこれに限定されない) の領域で断片化されたデータをどのように扱うかに関連しています。ありがたいことに、この課題は AI と LLM が対処するのに非常に適しています。 EHR は、投薬、入出力、主要なバイタルサインなどの基本情報の追跡には優れていますが、状態に変化がある患者の特定に役立つリアルタイムの実用的な洞察を提供する機能に欠けていますが、患者のリスクについても動的に報告します。

重症患者の状態は刻一刻と変化する可能性があり、ケアチームが ICU にいるすべての患者を注意深く監視し、悪化のどの段階にあるのかを判断することは困難です。多くの場合、治療の決定は非常に迅速に行う必要があり、誤ったタイミングでの誤った治療は致命的となる可能性があります。

そこで、患者の全体像を提供する機能を備えた AI と LLM が登場し、患者の特定の状態に関するアルゴリズムと集約されたデータ ストリームを活用し、他のデータ入力から継続的に学習して明確で正確なリスク評価を提供するプラットフォーム ソリューションを強化します。各患者の状況とリスク評価は、心原性ショック、呼吸不全、急性呼吸窮迫症候群、敗血症など、ICU で頻繁に発生する生命を脅かす状態を防ぐために、適切な個別ケアを適切なタイミングで提供するためのガイダンスを臨床医に提供します。逆に言えば、この情報は患者の悪化を示すだけでなく、患者が前向きな傾向にあるときに合図や通知を提供することもできます。ケアを適切に段階的に緩和することで、患者が特定の高リスク薬剤の使用を中止でき、実際に集中治療室にいる必要がある時間が短縮される可能性があるため、これは非常に役立ちます。これは患者にとって良いだけでなく、必要なベッドを解放し、コストとリソースの抑制にも役立ちます。

これらのプラットフォームは主要な患者集団を病院全体で監視できるため、リスクにさらされている患者がどこにいても、スタッフが物理的にそばにいる必要がなく、継続的に監視することが可能です。これは効率に大きなプラスの影響を及ぼし、ICU スタッフの負担を軽減します。

これらの利点に加えて、病院は病院のプロトコルや業界全体の臨床ガイドラインを適切に順守するためにもこのテクノロジーを利用しています。さらに、提供されたデータと生成された洞察は、病院がケアのギャップや体系的な問題を特定して埋めるのに役立ち、実際の実用的なデータに基づいてプロトコルやスタッフのトレーニングを継続的に改善できるようになります。これは、真の学習健康システムを構築する機会を提供します。

そこはサポートするためのものであり、置き換えるものではありません

当初はワークフローの一部として AI を活用することに医師の間で抵抗感が広がっていましたが、医師たちの安心感は高まっています。 2025 年 2 月、米国医師会 (AMA) は新しい データ 2023 年から 2024 年までの医師の感情を追跡しました。調査結果は、ヘルスケア AI に対する態度が変化していることを示しました。彼らの調査では次のことがわかりました。

• 2024 年に調査を受けた医師の 68% は、AI ツールを使用することに少なくとも何らかの利点があると考えていると回答しました (2023 年の 63% からわずかに増加)。
• 医師の 36% が AI について懸念よりも興奮を感じていると報告しました (2023 年の 30% から増加)。
• 2024 年に調査を受けた医師の 3 分の 2 が、現在業務で AI を使用していると回答し、2023 年の 38% から大幅に増加しました。

私は、ここで議論しているような仮想アシスタントという意味で AI について考えるのが好きです。常に機能し、常に役に立ち、飽きることのない介護従事者をサポートするツールです。既存のワークフローにシームレスに統合し、ケアの調整とコミュニケーションを合理化できます。なぜなら、これは結局のところ、状況認識を強化し、医師が最善を尽くすべきこと、つまり、関連するすべての知識と情報を、専門的な臨床知識とベッドサイドでの判断を活用して、患者にとって可能な限り最善の決定を下すことであるというツールに戻るためのツールだからです。

未来に目を向けて

医療エコシステムの一員である私たちにとって、患者の転帰を改善し、医療コストを削減する方法を見つけるために自分の役割を果たす義務があります。これは多くの場合、自由に使える最適なツールとデータを活用して、問題を解決するためのより効果的で効率的な方法を継続的に見つけ出すことを意味します。そして、現時点および予見可能な将来において、それは、AI と LLM の力を最も合理的に活用するための適切なユースケースを見つけることを意味します。

世界中で EHR と統合した AI を活用したソリューションを導入する病院が増えており、大きな成功を収めており、患者の転帰と回復時間の改善、合併症の予防、ICU の最前線の負担の軽減、在院日数と再入院の短縮によるコスト削減が見られており、この傾向は今後も続くと期待できます。

写真：エイドリアンヒルマン、ゲッティイメージズ

この投稿は、 メッドシティのインフルエンサー プログラム。誰でも、MedCity インフルエンサーを通じて MedCity News でヘルスケアにおけるビジネスとイノベーションに関する視点を公開できます。 方法を確認するにはここをクリックしてください。