課題：データをAIで利用可能にする
医療機関は、人工知能（AI）と機械学習（ML）に注目し、 ケアを改善し、プロセスとワークフローを合理化し、洞察力を高めています。 AIはヘルスケアを変革する可能性を秘めていますが、データ管理と統合の課題は、AI開発努力を妨げ、ヘルスケアAIプロジェクトを停滞させ、AI投資のリターンを妨げる可能性があります。
多くのAI搭載アプリケーションは、EHRシステム、スマート医療機器、病院のスケジューリングや会計システム、公衆衛生データベースなど、多様なソースからのデータを活用しています。 データの冗長性、矛盾、ギャップは、データの品質と整合性に影響を与え、ヘルスケアAIイニシアティブの妨げとなる可能性があります。 AI主導のヘルスケア・アプリケーションを構築するにしても、導入するにしても、アクセス可能で、信頼性が高く、正確なデータが成功には不可欠です。
データはヘルスケアAIイニシアチブの基本
データはすべてのAIの基礎となる ガベージ・イン、ガベージ・アウトという昔から言われる公理は、AIにも確かに当てはまります。 AIシステムに入力されるデータが不完全、不正確、または一貫性がない場合、その分析から引き出される結論には必ず欠陥が生じます。 残念ながら、現実の世界ではデータは汚く断片的で、整然とした正規化され構造化されたテーブルには入っていません。 多くの場合、データサイエンティストは、分析や機械学習の準備のために、データを前処理し、整え、ラベル付けしなければならりません。
データをコントロールする能力は、AIの鍵となります。 成功するためには、AIに与えるべきデータを決定し、そのデータがどこから来たのかを理解し、そのデータがどのように使用されているかを追跡・監査し、データへのアクセスを制御してデータ漏えいを回避する必要があります。 また、複数の方法でデータを準備し、複数のデータソースを組み合わせる必要です。
ソリューション：InterSystems IRIS for Health
InterSystems® は、医療データ技術と標準をサポートする相互運用性のリーダーです。 私たちには、お客様のデータをAIに対応させるための技術と専門知識があります。 InterSystems IRIS for Health™は、HL7® FHIR® を含むあらゆる医療データ標準と連携するために必要なすべてのビルディングブロックを提供する、包括的なクラウドファーストのデジタルヘルス開発プラットフォームです。
InterSystems IRIS for Health を使用することで、正確な AI モデルの構築と調整に必要なデータを効率的に収集、統合、管理し、リアルタイムの臨床ワークフローとビジネスプロセスに組み込むことができます。 このソリューションには、広範なパッケージ・アプリケーション、データベース、業界標準、プロトコル、テクノロジーのためのすぐに使える接続性だけでなく、機械学習や生成AIを組み込み機能を含む、組み込み統合機能一式が含まれています。
InterSystems IRIS for Healthは、データ統合、管理、分析など、 スマートデータファブリックの実装に必要な多くの重要な機能を単一の製品で提供します。 スマート・データ・ファブリックは、統一され、拡張可能で、安全かつスケーラブルなデータ・アーキテクチャを提供することで、ヘルスケアAIイニシアチブの強固な基盤を築きます。 そしてデータをAIに対応させるために必要な制御とデータ処理設備を提供します。
インターシステムズで Time-to-Value を加速する
インターシステムズは、従来の表形式のAIソリューションを導入する場合でも、生成AIを搭載した新しいヘルスケアアプリを構築する場合でも、Time-to-Value （価値を生み出すまでの時間）を加速し、AI投資を最大限に活用する支援をします。 InterSystems IRIS for Healthを使用すると、次のことが可能になります：
- 必要なデータをすべて入手- 多様な医療データを迅速かつ簡単に収集
- あらゆるものに接続 - さまざまなアプリケーションやシステムに効率的に接続可能
- データの変換と制御 - データを統合し、AIの使用に備える
- データを管理する - データを保護し、AIに与えるデータを厳重に管理・監査する
- 大規模言語モデルを簡単にフィード - 究極の柔軟性と選択肢のために、あらゆるLLMをフィードし、制御する
- 迅速なモデル構築 - 統合されたML、AIオーケストレーション、ベクトル検索機能、ローコードのグラフィカル・エディタなどにより、迅速に本番稼動が可能
- 1つのプラットフォームでシンプルに - ヘルスケアデータの処理と本番のAIワークロードを同じプラットフォーム上で実行し、TCOを最適化
速くモデルを作成 迅速にプロダクションを開始
InterSystems IRIS for Healthは、社内に経験豊富なデータサイエンティストがいない組織に最適です。 AIアプリケーションの開発とテストを簡素化し、AIプロジェクトを加速するためのさまざまなツールや機能が含まれます：
- 高度なデータサイエンスのスキルがなくても、一般のアプリケーション開発者が簡単に機械学習モデルを作成し、トレーニングできる統合ML機能
- セマンティック検索と検索支援生成（RAG）機能のための内蔵ベクトル検索
- 複数のAIモデルにまたがる複合アプリケーションを効率的に構築・管理するための、ビジュアル・トレース機能を備えた統合AIオーケストレーション
InterSystems IRIS for Health in Action
毎日、患者は、何十もの臨床的に緊急なメッセージを含む何千ものメッセージをパーソナル・コミュニティ・ポータルサイトに残しています。 しかし、コンタクトセンターの担当者は、このような重要なメッセージを識別し、優先順位をつける自動化された方法がなかったため、緊急の治療が必要な患者を危険にさらす可能性がありました。
この医療システムは、患者ケアを改善する革新的な方法を常に模索しており、InterSystems IRIS for Health を使用して、緊急メッセージに正確にフラグを付け、キューの先頭に移動させる機械学習（ML）モデルを開発しました。 このMLモデルは、集中化されたコンタクトセンターが、優先順位の高いメッセージを適切な臨床医に迅速にルーティングし、ケアデリバリーを改善し、患者のフラストレーションを軽減するのに役立ちます。 本番稼動後の最初の1ヶ月間、臨床的に緊急とマークされたメッセージは6％で、これは予想通りでした。
この最初のアプリケーションの成功に基づき、この医療機関は、予約リクエストや処方箋の再処方といった一般的な問い合わせで患者を支援するためにAIを使用し、患者を適切なWebページに自動的に誘導することを計画しています。 ポータルメッセージの15％以上は、予約のスケジュールなど、患者が自分でできる日常的な行動に関連しています。
この組織は、2つの単語を使って患者メッセージを要約したり、臨床医の関与やその他の人的支援を必要としない一般的なポータルへの問い合わせに対する自動応答を生成したりするなど、AIのさらなる利用法も模索しています。
このMLモデルは、患者の過去の来院記録、社会経済的地位、年齢、居住地など多くの変数を分析し、無断での未来院の可能性を予測します。 この予測モデルは、予約スケジュールにノーショウ（来院しない）の確率を考慮することで、患者数を増やし、リソースの利用を最適化し、収益損失を回避するのに役立てています。
未来院を正確に予測することで、1日あたり80件の予約を追加することが可能になりました。 また、予約を逃す可能性の高い患者にテキスト、音声、電子メールによるリマインダーを送信し、未確認の予約を自動的にキャンセルして他の予約を入れることで、この医療機関は無断キャンセルを18％から10％に減らし、収益の損失を回避しました。 現在、この医療機関では未来院率を5％まで下げることを目指しています。
この医療機関は、InterSystems IRIS for Healthを使用して、多様なEHRシステムやその他のアプリケーションから患者データをクリーニングして統一し、機械学習用に準備しています。
人工知能と機械学習は医療を変革する可能性を秘めているが、データ管理と統合の課題がAI構想の妨げになります。 インターシステムズには、データをAIに対応させ、AI開発をスピードアップし、AIプログラムを成功に導くためのテクノロジーとノウハウがあります。 ご興味がありましたら、今すぐご連絡ください。
