日本語版
最新ニュース
健康

Health Catalyst が臨床医が実際に使用する分析をどのように実践するか

医療分析はかつてないほど洗練されていますが、多くの改善努力は依然として行き詰まっています。報告書が届くのが遅すぎます。ダッシュボードにはコンテキストがありません。最前線のチームは、昨日の作業を明日の成果に結びつけるのに苦労しています。ギャップは洞察力ではありません。それはタイミング、信頼、そしてフォロースルーです。 Health Catalyst には解決策があります。 準リアルタイムのデータと AI が臨床改善の取り組みをどのように変えるか との座り込みインタビューで 今日のヘルスケア IT、ホリー・リムマシュ氏、最高臨床責任者兼改善サービス担当副社長 健康触媒と、臨床改善担当上級副社長のキャスリーン・マークリー氏が、分析だけでは行動がほとんど変わらない理由と、より迅速なフィードバック、AI に基づく優先順位付け、臨床医のオーナーシップが今日の医療改善をどのように推進しているかを明らかにしました。 重要なポイント ほぼリアルタイムのデータは、遡及レポートでは決して不可能な方法で動作を変化させます。 臨床医が前四半期の平均ではなく昨日の敗血症症例を見ると、フィードバックがペルソナとなり、持続的な改善を促進する可能性がはるかに高くなります。 AI は、複雑さを加えるときではなく、推測を取り除くときに価値を生み出します。 Health Catalyst は AI を使用して、チームが時間と労力を投資する前に、どの介入が入院期間、再入院、死亡率などの結果を変える可能性が最も高いかを特定します。 持続可能な改善は、トップダウンの命令ではなく、臨床医のオーナーシップに依存します。 最大の利益の一部は、最前線の臨床医が自らが信じるソリューションを設計し、その効果をデータで確認することで得られます。 準リアルタイム分析が臨床行動の変化を促進する理由 Health Catalyst が観察した最も明らかな変化の 1 つは、チームがレポートを数週間または数か月待つのをやめ、代わりに 1 日以内にパフォーマンスを確認したときに何が起こるかです。ほぼリアルタイムのデータは、遡及的な練習による改善を、臨床医が症例がまだ新しいうちに認識し、記憶し、行動できるものに変えます。 マークリー氏が敗血症治療の観点から説明したように、スピードがすべてを変えます。 「私が敗血症コーディネーターで医療システムに所属している場合、昨日敗血症で救急外来にいた人を24時間以内に見ることができます。いつ抗生物質が投与され、いつ輸液が開始され、どれくらいの水分が摂取されたか、乳酸塩はどれくらいか、入院期間はどれくらいかが分かります。」 彼女はこれを従来の報告サイクルと対比させた。 「2か月後の人は、前日のようにあの事件を覚えていないでしょう。」 Health Catalyst…

Health Catalyst が臨床医が実際に使用する分析をどのように実践するか

1770153993
2026-02-03 16:00:00

医療分析はかつてないほど洗練されていますが、多くの改善努力は依然として行き詰まっています。報告書が届くのが遅すぎます。ダッシュボードにはコンテキストがありません。最前線のチームは、昨日の作業を明日の成果に結びつけるのに苦労しています。ギャップは洞察力ではありません。それはタイミング、信頼、そしてフォロースルーです。 Health Catalyst には解決策があります。

準リアルタイムのデータと AI が臨床改善の取り組みをどのように変えるか

との座り込みインタビューで 今日のヘルスケア IT、ホリー・リムマシュ氏、最高臨床責任者兼改善サービス担当副社長 健康触媒と、臨床改善担当上級副社長のキャスリーン・マークリー氏が、分析だけでは行動がほとんど変わらない理由と、より迅速なフィードバック、AI に基づく優先順位付け、臨床医のオーナーシップが今日の医療改善をどのように推進しているかを明らかにしました。

重要なポイント

  1. ほぼリアルタイムのデータは、遡及レポートでは決して不可能な方法で動作を変化させます。 臨床医が前四半期の平均ではなく昨日の敗血症症例を見ると、フィードバックがペルソナとなり、持続的な改善を促進する可能性がはるかに高くなります。
  2. AI は、複雑さを加えるときではなく、推測を取り除くときに価値を生み出します。 Health Catalyst は AI を使用して、チームが時間と労力を投資する前に、どの介入が入院期間、再入院、死亡率などの結果を変える可能性が最も高いかを特定します。
  3. 持続可能な改善は、トップダウンの命令ではなく、臨床医のオーナーシップに依存します。 最大の利益の一部は、最前線の臨床医が自らが信じるソリューションを設計し、その効果をデータで確認することで得られます。

準リアルタイム分析が臨床行動の変化を促進する理由

Health Catalyst が観察した最も明らかな変化の 1 つは、チームがレポートを数週間または数か月待つのをやめ、代わりに 1 日以内にパフォーマンスを確認したときに何が起こるかです。ほぼリアルタイムのデータは、遡及的な練習による改善を、臨床医が症例がまだ新しいうちに認識し、記憶し、行動できるものに変えます。

マークリー氏が敗血症治療の観点から説明したように、スピードがすべてを変えます。

「私が敗血症コーディネーターで医療システムに所属している場合、昨日敗血症で救急外来にいた人を24時間以内に見ることができます。いつ抗生物質が投与され、いつ輸液が開始され、どれくらいの水分が摂取されたか、乳酸塩はどれくらいか、入院期間はどれくらいかが分かります。」

彼女はこれを従来の報告サイクルと対比させた。

「2か月後の人は、前日のようにあの事件を覚えていないでしょう。」

Health Catalyst は、主要な臨床データを 24 時間周期で更新し、実際の臨床ワークフローに基づいてダッシュボードを構築することで、この変化をサポートします。このタイミングにより、学際的なチームが定期的に集まり、最近の症例を一緒にレビューし、薄れつつある記憶ではなく生きた経験に基づいて改善を続けることができます。

AI を使用して実際に結果をもたらす改善に優先順位を付ける

Health Catalyst は AI を臨床判断の代替として位置づけるのではなく、分野を絞り込むために AI を使用しています。目標は、チームが時間とエネルギーを投資する前に、どのアクションが結果を変える可能性が最も高いかを特定することです。

マークリー氏は心不全治療の具体例を紹介した。

「私たちはこれらの特定された機会をすべて活用し、彼らはそれらに対してアルゴリズムを実行し、これを実行すれば、入院期間がこれだけ短縮され、死亡率がこのように改善するだろうと言いました。」

このアプローチは、直感やペットのプロジェクトを証拠に置き換えます。

「私たちは、心不全患者の体重を毎日測定すれば、入院期間と再入院率が改善すると権威を持って言えます。とても簡単なことです。しかし、AI はそれがどれほど重要かを私たちに伝えることができました。」

リムマシュ氏は、この種の優先順位付けにはかつては人間による広範な分析が必要だったと付け加えた。

「これまで、私たちは常にこの改善作業を行ってきました…それは人間の介入によるものでした。今ではそれを AI に統合して、これがチャンスです、ここにいくつかの予測があります、そしてここに検討すべきことがいくつかあります、と伝えることができるようになりました。」

その結果、最初に何に取り組むべきかについての議論が減り、重要なところに努力が費やされているという自信が高まります。

なぜ現場主導の改善がトップダウンのプログラムより長続きするのか

会話全体で最も一貫したテーマは、永続的な改善が実際にどこから来るのかということでした。事前定義されたプレイブックではありません。行政命令ではありません。しかし、臨床医はデータを見て、それを信頼し、解決策の形成を支援します。

マークリーさんは、自身のアプローチがどのように進化したかを次のように説明しました。「私はいつも介入のリストを持ってやって来ます。そうですね、あなたはこれをしたり、これをしたり、これをしたりすることができます。そして、私は介入が決して私が提案したものではなかったので、傷ついていました。」彼女は、一緒に働いている最前線のチームについて重要な点に気づいたとき、すぐにそのフラストレーションを脇に置きました。「これらの臨床医は非常に思慮深く、ケアに非常に情熱を持っており、ケアを改善するための本当に素晴らしい方法を考え出します。そして私たちはそれらを導入し、大きな成果を上げています。」

リムマシュ氏は、初期の抵抗があってもこのオーナーシップが現れると指摘し、「時々、私たちはこれにあまり乗り気ではない人々から始めることもあります。しかし、彼らはチャンスを見出しています。」と述べました。リムマシュ氏によれば、鍵は時間の経過とともに改善を示すことだという。「私たちは持続可能性の重要性を理解しています。必要に応じて、プロセスや改善を何年も続けることができます。」

Health Catalyst の役割は、その所有権が定着する条件を作り出すことです。標準化された指標、信頼できるデータ定義、持続的な可視性により、チームは進捗状況を追跡し、最初の推進を超えた勢いを維持できます。

分析から持続的な改善へ

この会話を通じて、リムマシュとマークリーは同じテーマを繰り返しました。

  • 実際の作業を反映したタイムリーなデータ
  • 優先順位を複雑にするのではなく明確にするAI
  • 患者ケアに最も近い人々による改善の取り組み

これらの要素が組み合わされると、分析はレポート機能ではなくなり、臨床医が維持したいサイクルを強化し始めます。

リムマシュ氏が言うように、改善はそれ自体で構築されます。

「それをやり始め、それについて学び、それが渦を巻き始め、患者にとっても、臨床医にとっても、管理者にとっても良くなっていきます。全員にとって良くなっていきます。」

Health Catalyst について詳しくは、こちらをご覧ください。 https://www.healthcatalyst.com/

聞いて購読してください ヘルスケア IT の今日のインタビュー ポッドキャスト ヘルスケア IT の専門家から最新の洞察をすべて聞くことができます。

トップ記事を特別にご覧いただくには、 ニュースレターを購読する そして YouTube

ご意見をお聞かせください。お問い合わせ ここ またはTwitterで @hcitoday。私たちとの広告掲載にご興味がございましたら、 私たちのさまざまなものをチェックしてください 広告パッケージ そして私たちにリクエストしてください メディアキット

Health Catalyst は、ヘルスケア シーンの誇りを持ったスポンサーです。

#Health #Catalyst #が臨床医が実際に使用する分析をどのように実践するか

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。