"AIやそれらの技術ソリューションが最適な方法で患者をケアしていることを実際に信頼できるようになるまで、一定期間、臨床医をループに入れることになります。"
私はこの言葉についてよく考えています。ある意味で、この言葉は私に怖さを感じさせます。私のプライマリーケア医は真のケアパートナーであり、私は彼女の判断を信頼し、問題が必要なときには専門医を紹介してくれることを知っています。彼女がAIチャットボットに取って代わられるかもしれないと思うと、気が気ではありません。
でも、車が勝手に判断してくれるのが心地よいとは思っていませんでしたが、それが私のニューノーマルになっています。
一方、私は自動車の問題よりも、医療情報の品質やユーザビリティの詳細について、ずっと詳しいです。そして、AIを使ったチャットボットの頼みの綱であるヘルスケアデータには、多くの不満が残ります。実際、Sage Growth Partnersが最近行った調査では、インタビューしたヘルスケア企業の経営者のうち、データを完全に信頼しているのはわずか20％でした。また、分析能力が非常に成熟していると判断したのは8％未満で、医療情報の根幹である非構造化データを取り込めるデータモデルを持つのは4分の1以下です。
医療データ品質への投資による具体的なメリット
Sageは、「The Hidden Costs of Bad Healthcare Data（悪い医療データによる隠されたコスト）」という別のレポートを発表し、医療データの質の低さに関連するコストについて論じています。このレポートでは、医療データの質の低さに関連するコストについて論じています。査読済みデータおよびその他の信頼できるデータソースを参照し、6つの問題（例えば、重複する患者記録の意味）に対処することで実現できる節約額を推定しています。その結果、米国のある大規模な統合デリバリーネットワーク（IDN）組織では、医療データの質の向上への投資により、3年間で4,000万ドル以上の節約につながるという控えめな見積もりが出されました。
正直なところ、私はより良い意思決定、より良いケア、そしてより良いAIへの影響にも同様に興味があります。結局のところ、先に述べた調査では、回答者の53％が、医療データの質が低いと意思決定能力が低下すると答えていることもわかりました。また、ケアのギャップを特定し、品質指標を満たし、収益サイクルを最適化する能力にも影響を及ぼします。このようなデータに対して実施される機械学習の結果にも影響を与えるものと思われます。
私の車は、かつて空想の産物だと思っていたことが完全に可能であることを示しています。質の高い健康情報があれば、おそらく私が予想するよりも早く、介護についても同じことが可能になるでしょう。
医療におけるAIチャットボットの未来を見据えて
私の同僚であるラス・レフトウィッチは、彼が医学部にいたとき、学部長が「あなたが診る患者の4分の3は、あなたが何をしてもよくなる」と言ったそうです。「なので、失敗しないようにしなさい！」と言われたそうです。ですから、健全なデータ基盤があれば、3/4を正しく見分け、チキンスープとタイレノール（解熱鎮痛剤）を処方し、残りの25％のトリアージを適切に行うことができる仮想チャットボットを作り出すことができれば、いつか、十分な医療資源が行き渡るようになるかもしれません。
