AI を再考しましょう — 患者の摂取は始めるのに最適な場所です

米国には、独立開業医から大規模な病院システムに至るまで、医療における AI の将来についてある程度のレベルで考えていないプロバイダーはありません。残念ながら、何年も約束してきたにもかかわらず、医療提供者と患者の両方に対して AI が潜在的にできることに対して、私たちは相対的にほんの小さな一歩しか講じていません。コスト、複雑な統合、医療従事者からの抵抗などが、AI の到達範囲を制限し、業界全体での導入を遅らせているいくつかの要因です。しかし、AI についての考え方がまったく間違っていたとしたらどうなるでしょうか?

テクノロジーの開発と導入のこの段階では、AI は主にメモ取りと文書化を自動化するツールでした。しかし、この視点はその可能性のほんの表面をなぞっただけです。

ジェネレーティブ AI は、思慮深く適用され、スクライビングと連携して意思決定を強化し、患者ケアを個別化し、治療計画を最適化し、医療提供者へのリマインダーとして機能し、複雑な管理タスクの合理化に役立ちます。 2025 年に向けて、ヘルスケアにおける AI の将来は、現代の臨床実践の基盤としてシームレスな AI 統合のビジョンに移行する必要があります。そしてそれは患者の受け入れプロセスから始まります。

摂取プロセスの最適化

私たちは、患者が診察室に入る前に患者を真に理解する重要な機会を失っています。すべての患者受け入れ体験は、より深い理解と個別化されたケアへの入り口となるべきですが、その逆の場合が多すぎます。

たとえば、患者が片頭痛の予約を入れたが、オフィスで問診票に記入するときに急いでいる場合、医療提供者は、最近仕事を休んだこと、片頭痛の家族歴など、片頭痛が患者の日常生活にどのような影響を与えているかを十分に認識していません。試験室での会話は基本的なことからやり直し、貴重な文脈が失われ、関係者全員にとってイライラする経験と冗長性をもたらします。

代わりに、インテリジェントな吸気音声を想像してください。ボタンをクリックすると、音声が患者の病歴を収集および統合するプロセスを案内し始めます。その過程で、AI は潜在的な症状にフラグを立て、与えられた回答に基づいて特定の質問をします。このデータは AI を活用した筆記システムにシームレスに流れ込み、診察を記録し、リアルタイムの臨床コンテキストを追加して、ナラティブを EHR に統合します。医療提供者は、事前に情報を伝えた上で部屋に入り、冗長な質問を避け、患者と協力して問題を解決することに集中できます。訪問の終わりには、すべてが 1 つのファイルにまとめられ、今後のケアを効率化する準備が整います。

インテークとスクライビングは同じコインの表裏の関係にあります。インテークは患者の洞察を収集することで段階を設定し、スクライビングはそれらの洞察とその結果として得られる臨床上の決定を確実に取得し、ケアの過程全体にわたって実行できるようにします。このタイプの統合がなければ、AI は切り離されたツールの集合体のままになるリスクがあり、個々のタスクの自動化には効率的ですが、患者エクスペリエンスを変革することはできません。

AI をデジタル クリップボードや高級な音声テキスト変換ツールとしてしか見ていない場合、AI の実際の価値を見逃してしまいます。 AI の将来は、医療提供者が事後対応的なケアから予防的なケアに移行できるように、患者の受け入れや書き込みなどのプロセスを組み合わせることにかかっています。臨床医は断片的なデータを追うのではなく、患者の健康状態を一貫した視点で把握できるため、より適切な意思決定と患者との関係強化が可能になります。この統合された文脈で AI を再考することで、よりスマートで、より人間らしい医療システムを構築することができます。

AI の現在の影響 (またはその欠如)

昨年、ヘルスケア業界は、利用可能な多数の AI オプションに徐々に気づき始めました。スクライビングは多くの組織にとって簡単なエントリーポイントでしたが、私たちは業界として AI ソリューションを臨床ワークフローや電子医療記録 (EHR) に完全に統合することに苦労してきました。 AI を活用したスクライビングは文書作成の負担を軽減する即時的なソリューションを提供しますが、それだけではプロバイダーの広範なニーズを満たすのに十分ではないことは明らかです。

AI ツールの市場が成長し続けるにつれて、医療リーダーによるこれらのテクノロジーへの取り組み方には顕著な変化が見られます。 ROI が改めて重視されており、経営陣は「これで実際に何が得られるのか?」との疑問をますます強めています。意思決定者が AI ソリューションをチームに正当化しようとするため、財務上の成果を重視することが導入の原動力となっています。

AI で成功するために、医療システムは将来を見据えたソリューションを優先し、患者の受け入れや筆記などのタスクを中心とした AI プロセスを開発し、医療提供者がすでに行っていることに完全に統合できるようにする必要があります。最終的には、AI が患者の転帰と収益の両方にどのような影響を与えることができるかについての答えは、ポイント ソリューションではなくエコシステムになります。

進むべき道

AI を活用したヘルスケア ソリューションの勢いは否定できず、2025 年は何らかの星座の変化が見られる年になるかもしれません。患者の受け入れと筆記の統合は始まりにすぎません。これまで指摘してきたように、重要なプロセスに焦点を当てながら、医師や管理者の負担を増やさずにそれらを完全なケア プランに統合する方法を考えることが、実用的な AI の要素を組み立てる方法です。ベンダーはこの需要に耳を傾け、プロバイダーのニーズを満たす、よりシンプルでアクセスしやすいオプションで対応しています。

同様に重要なのは、簡単な統合を開発することです。 AI ツールの効果は、既存のワークフローに自然に適合する能力によって決まります。その結果、管理上の負担を軽減し、過度に負担がかかる IT 部門の摩擦を軽減することを目的とした「プラグ アンド プレイ」モデルが増加しています。この変化により、最終的に医療システムの適応性が高まり、患者データや臨床の完全性を損なうことなく、AI 実装からより迅速に実験、方向転換、学習できるようになるかもしれません。

最後に、ROI を証明することは今後も不可欠です。 AI アプリケーションの多くは、その価値をまだ明確に実証していません。ただし、AI を活用した患者受付などのソリューションは、管理タスクを合理化し、エラーを減らし、ケアの質を向上させることで、目に見える ROI をもたらします。この種のソリューションの統合が進むにつれて、明らかなコスト削減とより良い成果が実証され、より広範な AI 採用の強力な根拠となるでしょう。

医療システム幹部を対象とした最近の調査では、88% が AI には大きな潜在的な影響があると回答しましたが、今後 2 年間に投資を計画しているのは 20% のみでした (マッキンゼー・アンド・カンパニー）。データの品質と、システムを実装して実行するための訓練を受けた人材が、導入の最大のハードルとなります。問題はAIが何ができるかではなく、どのようにできるかだ 私たちは 業界のあらゆる分野を超えた ROI を提供しながら、ヘルスケアをすべての人にとってより人間的、効率的、効果的なものにすることができます。

写真提供: Flickr ユーザー agilemtkg1

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。