私を知る人なら誰でも、私はコーヒーが好きで、医療に情熱を持っていることをご存じだと思います。 慈善クリニックでボランティアを始めたとき、最初に持ってきたのは、コーヒーメーカーでした。 やがて患者たちは、私がいつもコーヒーカップを手にしていることから、私のことを「ドクター・ブリュー」と呼ぶようになりました。
このニックネームは気に入っています。考えてみれば、コーヒーの話であれ、医療の話であれ、すべては淹れ方の話なのだから。 美味しいコーヒーを淹れるには、適切な豆の組み合わせが必要です。 そして、患者の人生に良いインパクトを与えるためには、臨床知識、技術、共感の適切な組み合わせが必要です。
AIによる臨床医の生産性と患者との対話の改善
このクリニックは、地方の恵まれない地域社会を支援しています。 ボランティア組織なので、スタッフは必要最低限、機材も最低限、薬の量も限られています。 不足していないものは、困っている人だけです。
そのような環境では、可能な限り効率的でなければならないということです。 しかし、このクリニックに足を踏み入れることは、ある意味、過去にタイムスリップしたようなものす。 私たちは昔ながらの紙の記録と手書きのメモに頼っていますが、これほど非効率なことはありません。
ある時、朝のコーヒーを楽しみながら、AIを使って紙の記録を要約し、貴重な時間を節約できないかと思いました。 私は大規模な言語モデルの実験を始め、スキャンした紙の記録からキーポイントを抽出する方法をすぐに思いつきました。 このよい方法のおかげで、各記録に個人的な逸話を含めて、話すきっかけを作り、患者との信頼関係を築ける方法を見つけました。
この小さな生成AIのプロジェクトは大きな成果を上げあました。 私たちは、患者カルテの選別に費やす時間を減らし、最も重要なこと、つまり患者との関わり、診断、治療に集中する時間を増すことができました。 そして、私が田舎で自分ひとりでこのようなことができるのですから、データ・サイエンティストのチームがAIを使ってどのようなことができるのか想像してみてください。
機械学習を使って予約の無断キャンセルを予測する
まだ始まったばかりですが、インターシステムズの顧客の中には、すでにAIとMLを利用してデータ洞察を深め、生産性とケアの質を向上させているところもあります。 サウジアラビアのキング・ハリド眼科専門病院（KKESH）が良い例です。 この病院では、患者が来院しないことに悩まされていました。 平均的な日で、予約時間に来ない患者の割合が高くなっていました。
KKESHは、テキストメッセージ、Eメールによるリマインダー、ボイスメールによる通知など、あらゆる手段を試しましたが、効果はありませんでした。 予約を多くとるオーバーブッキングも試しましたが、結果は、いろいろでした。 うまくいった日もありました。 別の日には、予定されていた患者全員が来院して、大混乱になりました。 この問題にもっと科学的にアプローチする方法があるはずだと考えていました。
最終的に、私たちはKKESHと協力し、さまざまなリスク要因に基づいて来院をしな患者を予測する機械学習モデルを開発しました。 この情報を使って、予約に来ない可能性の高い患者に積極的に連絡を取ります。 データ主導の新しいアプローチにより、KKESHは毎日大幅に多くの予約を取ることができ、臨床医の生産性が失われる数え切れないほどの時間のロスを避けることができます。
予測分析による病気の発見と予防の改善
中東にあるインターシステムズの別の顧客は、糖尿病の検出と予防を改善するためにAIを使用しています。 彼らは何百もの患者記録を調査し、さまざまな特徴を分析して、これまで知られていなかった初期の指標を見つけ出そうとしています。 このプロジェクトは、臨床医が5年以内に糖尿病を発症する可能性の高い患者をよりよく特定し、行動変容や予防措置を早急に推奨できるようにするものです。 他の病院や医療システムも、COPD（慢性閉塞性肺疾患）、乳がん、敗血症、その他の疾患について同様のプロジェクトに取り組んでいます。 機会はほぼ制限がありません。
インターシステムズの別の顧客は、予測分析を使用して、退院後30日以内に再入院する可能性が最も高い患者を特定しています。 研究チームは4年間の患者データを分析し、共通の予測因子を特定しました。 入院期間を1日延ばしたり、退院時の指示を明確にして再度伝えるといった簡単なステップを踏むことで、この医療機関は30日後の再入院を8％削減しました。これはアウトカムを改善するだけでなく、再入院に関連する保険費用の控除を回避することによって、医療制度を何百万ドルも節約します。
AIとMLを始める
AIが大きな可能性を秘めているのは明らかです。 この技術には非常に多くの可能性があり、圧倒されそうになります。 私のアドバイスは、現実的になることです。 小さく始める。 簡単なユースケースをいくつか選ぶ。 現実の問題を解決する。 経験を積んでから、少し大きなチャレンジをする。
ビジネス上の問題解決、ワークフローの改善、臨床上の問題解決など、AIを活用する目的が何であれ、インターシステムズには、ヘルスケアの課題を迅速かつ容易に解決するためのテクノロジー・プラットフォームと専門知識があります。 インターシステムズのソリューションは、AIやMLのためのヘルスケアデータの取得、集約、前処理、クリーニング、強化を容易にします。 私たちは、様々なAIのユースケースをサポートする単一のプラットフォームにより、価値実現までの時間を短縮し、AIへの投資を最大限に活用するお手伝いをします。 私たちを、皆様のAIバリスタだと思ってください。
