ボストン小児病院が AI を活用して新たな診断を可能に

ボストン小児病院は、単に新技術の実験のために人工知能（AI）を追求したわけではありません。同院は、小児患者、特に複雑で稀な疾患を抱える患者へのケア提供方法を改善するため、臨床および運用インフラの核として組織全体に AI を組み込みました。日常業務に AI を統合することで、チームは運営コストを削減し、ケアへのアクセスを向上させ、これまで未解決だった 40 以上の稀な疾患の診断に貢献しました。 ## 圧力下での運営 ボストン小児病院は世界最大の小児医療機関の一つであり、年間約 100 万件の外来診療を通じて 40 以上もの専門分野で患者を受け入れています。 多くの医療システムと同様に、同院も厳しい財政制約の中で運営されつつ、増加する事務負担に直面しています。サプライチェーン、請求業務、運用を担当するチームは、請求書の処理からスケジュール調整まで、高頻度の反復作業を扱っています。これらのプロセスは必要不可欠ですが時間がかかるものであり、スタッフを高付加価値の業務から引き離してしまいます。 同時に、臨床チームも異なる種類の制約に直面しています。稀な疾患の症例では、遺伝子データが断片的であったり、臨床歴が不完全であったり、膨大な量の医学文献が存在したりすることが一般的です。研究機関としてトップクラスであっても、医師たちはすべての情報を十分に速く統合して診断に至ることはできません。 「問題は努力ではありません」と、ボストン小児病院のチーフ・イノベーション・オフィサーであるジョン・ブラウンシュタインは言います。「それは人間の認知限界です」。 エンタープライズ AI レイヤーによる基盤構築 ボストン小児病院は、ドキュメンテーションや翻訳ツールといった個別の AI 活用事例から始めました。しかし、これらの初期の取り組みは、断片的なアプローチの限界をすぐに露呈させました。 「単発的なソリューションに頼ることはできません」とブラウンシュタイン氏は述べています。 病院は、ブラウンシュタイン氏が「エンタープライズ AI レイヤー」と呼ぶものへの転換を図りました。これは、研究、臨床、管理チーム全体で使用される安全な内部 ChatGPT 環境です。AI を単なるツールの集合体として扱うのではなく、組織は新たな機能を迅速に開発・展開できる共有基盤を構築しました。 このシステムにより、各チームは自らの役割に直接関連する形で AI と協働できるようになりました。具体的には、内部データへのアクセス、医学文献の統合、ワークフローの効率化などが含まれます。安全性、モニタリング、一貫した評価を確保するために、技術と並行してガバナンス構造も構築されました。 この転換はイノベーションのペースを変えました。かつては長期の開発サイクルを要していたツールが、現在は数日で展開可能となり、組織は運用上の要求や臨床ニーズに迅速に対応できるようになりました。 現在、従業員の 3 分の 1 以上が、臨床、研究、管理機能を含む日常業務の一部として AI を活用しています。 運営全体におけるワークフローの再設計 ボストン小児病院はまず、AI が測定可能な業務上のインパクトをもたらせる分野に注力しました。サプライチェーン運営においては、現在 AI が請求書の受領、ルーティングおよび応答を管理しています。 並行して、同院は手術スケジュールの最適化にも AI を適用しました。臨床記録の分析と患者の重症度の推定を行うことで、手術室時間の配分方法が改善されます。これにより、スケジュールをより遠い将来まで計画できるようになり、稼働率が向上するとともに、必要なケアをより早く受けられる患者数を増やすことが可能になります。 さらに、医師は意思決定支援や複雑な臨床情報の統合に AI を活用しています。研究者はデータ分析やコホート構築に、管理チームは文書作成、コーディング、ワークフローの改善にそれぞれ依存しています。 組織はこれらの変化を測定可能な成果と直接結びつけています。50 以上の自動化プロジェクト全体で、ボストン小児病院は約 6 万時間の時間節約を実現し、これは再配置された労働力として 700 万ドル以上に相当します。 同組織は、AI を単独のイニシアチブとして導入するのではなく、日常業務に関連性を持たせることに注力してきました。 「ここで重要なのは、人々が現在いる場所に応えることです」とブラウンスタイン氏は述べています。 ## 希少疾患の診断と遺伝子研究の進展 運営面の改善と並行して、ボストン小児病院は臨床発見のための AI への投資も行いました。同院は、遺伝子データ、表現型情報、および世界の医学文献を統合するように設計された、「コパイロット遺伝学者」と呼ばれるものを開発しました。 このシステムは、医学における最も困難な課題の一つに取り組んでいます。それは、長年にわたり説明のつかないままだった希少疾患を診断することです。 この取り組みの結果、これまでに不可能と考えられていた40件以上の診断が実現しました。また、新たな遺伝子ターゲットや潜在的な治療経路の特定にもつながっています。 「私たちは、遺伝情報、表現型情報、文献調査、そしてAIの推論を組み合わせて、かつて何の答えも得られなかった家族に診断結果を提供します」とブラウンスタイン氏は述べています。 患者と家族にとって、その影響は即座に、かつ具体的に現れます。これまで未解決のままだった症例が今では回答を得ており、場合によっては治療の新たな方向性も見出されています。 「これは以前には考えられなかったことですが、現在では多くの家族に希望をもたらしています」とブラウンスタイン氏は語っています。 ## スケールしたAI活用ケア ボストン小児病院のAI戦略の次の段階は、より深い統合と広範な導入に焦点を当てています。指導層は、利用範囲と影響の拡大に大きな機会を見出しています。 同病院は、AIを臨床意思決定により完全に組み込み、専門分野全体にツールを拡張し、OpenAIとの協力を通じてモデルを継続的に改良する取り組みを行っています。 時間の経過とともに、AIは医療実践の中核的な構成要素となることが期待されています。 「世界すべての医学知識と並んで、極めて訓練された医師がそばにいないことをどうして望むでしょうか？」ブラウンスタイン氏はこう問いかけました。 ボストン小児病院では、AI がケアの提供、研究、発見を支えるインフラの一部となりつつあり、臨床医と患者双方にとって何が可能かという定義を再構築しています。

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト