数十年にわたり、医療従事者はより良い成果とイノベーションを追求するために患者のケアを記録するよう求められてきましたが、その結果、事務負担が増大し、患者中心のケアが減少しています。
人工知能（AI）は、文書化と成果の間の溝を埋めるエンドツーエンドのソリューションを生み出すことで、ヘルスケアを変革できます。
より良く質の高いケアをすべての人に提供するため、これらのツールが安全で、公平性が確保され、広く利用可能であるようにしなければなりません。
100年以上前、メイヨー・クリニックのスタッフは、ヘルスケアに関するシンプルでありながら変革的なアイデアを考案しました。それは、各患者の健康情報を保存し、アクセスし、更新することを、ケアチーム全体が行える統合された健康記録です。このアイデアは、卓越したヘルスケアへの理解に不可欠であることがすぐに証明されました。質の高いデータと文書化を蓄積することは、その患者へのより良いケアにつながるとともに、将来の患者に恩恵をもたらす画期的な研究と取り組みの基盤を築くものです。
過去30年間で、電子健康記録（EHR）は、データと文書化を蓄積する私たちの能力を高めてきました。推計によると、単一の病院は年間50ペタバイトのデータを生成しており、これはHDビデオ映像170年分に相当します。このデータの蓄積、文書化、活用を担う医療従事者は、増大する事務負担に苦しんできました。ある研究によると、医師はEHR関連の作業に勤務時間の最大半分を費やし、さらに月28時間の時間外作業を行っています。別の2つの報告によると、2021年には、医師の60%が燃え尽き症候群の症状を少なくとも1つ報告し、EHRの利用者の70%が医療情報技術の利用に伴う仕事上のストレスを報告しています。
ゲノムやその他のオミクスデータの追加により、ヘルスケアにおけるデータ量は指数関数的に増加すると予想されます。すでに、システムが限界に達しつつある状況が見られます。医療従事者は、より速いペースで、また、より多くのデータを特定の形式と構造で記録・収集することを求められており、それは、ケアやブレークスルーを促進する代わりに、ケアとイノベーションを阻害している可能性があります。
ヘルスケアを強化するための生成AIの最適化
近年、研究者、医師、医療提供者は、大規模データセットで訓練された予測型AIを活用したツールの開発と利用を始めています。これらのツールは静かにヘルスケアを変革しつつあります。これにより、患者へのケアが向上し、医療従事者の体験が改善され、業界全体でイノベーションと利用機会が拡大しています。予測型AIツールは、メイヨー・クリニックや世界中の医療従事者が疾病をより早期に診断し、ケアを個別化し、成果を向上させることに役立っています。
昨夏、欧州連合は発表しました。AIソリューションへの2億2,000万ユーロの投資を発表し、その一部はヘルスケアAIに割り当てられています。ブラジルでは、医師がAIを使用してCT画像の微細な変化を迅速に検出しており、これにより早期のがん診断とより良い成果につながっています。ルワンダのヘルステック系スタートアップ企業は、AIを活用してサプライチェーン管理を改善し、患者と医療提供者が必要な必需品を確実に入手できるようにしています。韓国保健福祉省は、新たな政策を導入し、AIを活用したものを含む革新的な医療機器の開発を加速させています。医師と患者の比率が極めて低い国々にとって、AIを活用したツールは、何百万人もの必要としている人々に、命を救うケアと専門知識を提供する可能性を秘めています。
世界経済フォーラムは、ヘルスケアシステムの改善に向けて何に取り組んでいますか。
ヘルス＆ヘルスケアセンターは、アクセス、公平性、レジリエンス、備えを含め、世界の保健システムが直面する課題を理解するため、リーダーをつないでいます。
信頼に基づく対話と官民連携を通じて、センターはパートナーが共通の優先事項に沿って行動し、健康成果を改善するための集団行動を推進できるよう支援しています。
2022年11月のChatGPTの登場以来、大規模言語モデル（LLM）を含む生成AIツールは、ヘルスケアを含む多くのデータ豊富な分野において、協働、イノベーション、問題解決へのアプローチを再考する契機をさらに与えてきました。LLMは、大量のデータの要約と分析、そして説得力のあるテキストの生成に優れており、ヘルスケア分野全体で急速に導入が進んでいます。
わずか1年の間に、私たちを含む多くのヘルスケア提供者は、LLMを使用して、事務文書の作成を効率化し自動化し、患者へのメッセージの下書き、診察記録の要約を行い、見逃された可能性のある、または不正確な診断を検出しています。あるMayo Clinic Proceedings誌に掲載された研究では、外科医がLLMを使用して、臨床ガイドラインに適合する質の高い記録を5秒で作成しました。通常であれば作成に7分かかる作業です。これは84倍の速さであり、患者とその医師にとって満足のいく品質の出力となっています。
ヘルスケアにおける生成AIとLLMのイノベーションと応用の速さは、画像診断やゲノミクスからより深い洞察を引き出すことを含め、ヘルスケアにおける生成AIの大きな可能性を示しています。しかしながら、データ、提供者、患者の間の溝を埋めることができるソリューションを、安全、検証済み、効果的かつ統合された形で利用するための包括的な戦略が緊急に必要であることも浮き彫りになっています。
生成AIとLLMを活用し、ヘルスケアの変革的な未来を創出する
ヘルスケア分野が革新を続け、業界全体で新たな生成AIツールを導入する中、研究機関、ヘルスケア組織、政府機関は、次の4つの一般的な分野で前進させる必要があります。
1. 信頼できるAIとLLMのためのルール
ヘルスケアは、患者と医療提供者の間の信頼を基盤とする分野です。その信頼がなければ、最も革新的なツールであっても、潜在的な影響力を十分に発揮することはできません。生成AIとLLMの強みが十分に実証されている一方で、誤情報や虚偽の情報を生み出したり、答えを捏造したりする能力もまた、同様に十分に実証されています。LLMやその他のAIツールを最大限に活用するため、ヘルスケア組織、テクノロジー革新者、研究機関、政府機関は協力し、出会うすべての患者に適した、信頼でき、倫理的で公平なAIツールのための共通基準を策定しなければなりません。「Coalition for Health AI」などの組織は、これらの変革的ツールの開発と利用に向けた初期ガイドラインを策定しており、その中には「信頼できるAIのためのブループリント」も含まれています。Coalition for Health AIは、これらの変革的ツールの開発と利用に向けた初期ガイドラインを策定しており、その中には信頼できるAIのためのブループリントも含まれています。
2. 自動化
LLMが説得力のあるテキストを生成する能力を、アンビエント・リスニングや自然言語処理などの他の技術と組み合わせることで、機械的または単調な作業を外部化し、キーボードや画面といった侵入的な技術を患者の診察から取り除くことにより、患者と医療チームの関係を強化できます。定型業務を自動化することで、医療従事者は患者を最優先とすることに集中できるようになります。
3. 医療提供者のための「セカンドオピニオン」
質の高いケアを提供するため、医師やその他の医療専門職は、各患者のEHR内の複雑な情報網を読み解かなければなりません。特に臨床データ、文書、分析で訓練された生成AIは、医師にとって合理化された「セカンドオピニオン」として機能し、健康記録を即座に分析して代替診断や見落とされた情報を提示するとともに、ケアチームにとって重要な他の情報を強調することができます。医師やその他の医療専門職にとってのこの仮想アシスタントは、適切な診断と治療をより早く導くことで、ヘルスケアの質を向上させ、ミスを減らし、患者とそのケアチームのための貴重な時間を節約できる可能性があります。
4. 世界のための専門的なヘルスケアリソースとしての生成AI
LLMなどのAIツールは、時間と距離によって生じる高品質なヘルスケアへのアクセスの障壁を取り除く可能性を秘めています。具体的には、主要な医療提供者の専門知識で訓練され、数十年分の縦断的臨床データによって支えられた生成AIツールは、世界中の人々が、世界水準で高度に複雑なケアと専門知識を容易に利用できるようにすることができます。
AIツール、特に急速に進歩している生成AI分野が、ヘルスケアをどのように再構築し変革していくのか、私たちはまだその始まりに立ったばかりです。しかしながら、世界のヘルスケアが直面する構造的な非効率性と不公平性を解決するには、個々のAIツールや技術だけでは不十分であることを認識しなければなりません。これらの変革的ツールを活用するためには、安全で非識別化されたデータと、それを最大限に活用するよう設計されたケアのプラットフォームモデルを中心に、動的な体制の中でそれらを開発しなければなりません。これにより、革新的なツールの開発が促進され、そうしたツールや質の高いケアへのアクセスが、支援を必要とする何百万人もの人々にまで広がります。革新的な物理インフラを中心に、動的な体制の中でそれらを開発しなければなりません。これにより、革新的なツールの開発が促進され、そうしたツールや質の高いケアへのアクセスが、支援を必要とする何百万人もの人々にまで広がります。
