AIとMLを活用して緊急の患者ポータルメッセージを特定する

Baystate Healthは、ニューイングランド西部の80万人以上にサービスを提供する非営利の統合医療システムで、AI/MLベースの手法を使用して、MyBaystate患者ポータル経由で送信された緊急の受信メッセージを自動的に検出しています。 このアプローチでは、コンタクトセンターのエージェント、看護師、臨床医が、潜在的に時間的制約のある患者とのコミュニケーションを迅速、簡単、確実に識別できるようにすることで、患者のケアを改善し、リスクを低減し、スタッフの生産性を向上させます。

Baystateは、AI/MLのビジョンを実現するためにインターシステムズと協業しました。 インターシステムズは、Baystateの意見をもとに、プロジェクトを支援するための大規模言語モデル（LLM）を使用したAIモデルを開発しました。 Baystateの専門家とInterSystemsの主題専門家で構成される学際的なチームが緊密に協力し、モデルの改良と訓練を行いました。

インターシステムズはデータサイエンスとAIの専門知識も提供し、Baystateの医師や幹部の利害関係者と関わり、技術の利点を検討し、潜在的な不安や誤解を緩和しました。

Baystateは、MyBaystateポータルの基盤としてInterSystems Personal Communityを使用しています。 ポータルサイトは、患者が診療記録や検査結果を閲覧したり、予約や処方を依頼したり、医療機関と簡単かつ安全に連絡を取ったりできるようにすることで、患者の体験と満足度を向上させます。

患者ポータルサイトは、あくまでも緊急性のない目的のためのものです。 これには、患者が医療緊急事態にポータルを使用しないよう指示する重要な通知も含まれています。 それでも、患者はときどき　緊急時にポータルを使用することがあります。 実際、患者ポータルメッセージの約6％は、Baystate のスタッフが臨床的に緊急であると判断したものです。

これまで、このような一刻を争うメッセージは、ベイステートの診療所やヘルスセンターの看護師や、予約やその他の日常的な問い合わせを処理するコンタクトセンターの担当者には優先されませんでした。 受信者は、それぞれのメッセージを個別に確認することなく、数あるメッセージのどれが臨床チームによる迅速な対応を必要としているのかを判断する方法がありませんでした。

「このポータルは、プライマリ・ケアの患者に大変好評です」と、Baystate Health のコンタクトセンター・ディレクター、ジェニファー・バレット氏は説明します。 「月曜の朝、週末に入った予約依頼が120件もあることも珍しくありません。 私たちのエージェントは、緊急性がないことを確認するために、ひとつひとつ確認する必要がありました。 私たちは、患者がポータルを使って緊急の予約を取るべきでないことを明確にしていますが、それでも起きてしまうのです」

外来診療所の看護師も、受信したメッセージをトリアージして、迅速な対応のために臨床医に送る必要があるかどうかを判断するという、同様の課題に直面していました。 また、看護師が緊急メッセージを特定し転送したとしても、臨床医は時間に制約があり、多くのEHRメッセージを受信することが多いため、多忙な臨床医のOracle Health¹の受信箱の中で気づかれない可能性もありました。

インターシステムズの支援により、ベイステートはAI/MLベースのシステムを導入し、EHRとCRMプラットフォームで緊急メッセージを自動的に識別できるようになりました。 時間に敏感なメッセージにはアスタリスクが付けられ、コンタクトセンターのエージェント、医療アシスタント、看護師、医師、その他のチームメンバーが簡単に見つけられるようになりました。

Baystate の部門間チームは、過去の患者とのコミュニケーションをレビューし、AIモデルで緊急と分類されるべきメッセージにラベルを付けました。 このAIモデルは実際の患者とのやりとりに基づいているため、ベイステートの患者の地域言語特性を正確に反映し、将来的には他のアプリケーションにも容易に拡張可能です。

「インターシステムズの社員とパートナーシップは素晴らしいものでした。 「当組織内にはAIの専門家もいなければ、大規模な言語モデルを使った経験もありませんでした。 インターシステムズのチームは、モデルを開発し、それがどのように機能するのか、なぜ科学的に正しいのかを説明するために、私たちの関係者と会いました。」

Baysate は、本格的な稼働に先立ち、モデルを検証し、調整するためのパイロット・プログラムを実施しました。 これにより、ミスや偽陽性を減らし、モデルが当初抱えていたコンテキストの理解の難しさを解決することができました。 (例えば、"数カ月前、激しい胃痛で救急診療に行った "というメッセージを、"胃痛 "という単語をキーにして誤認する可能性がある）

「この技術がいかにうまく機能し、緊急の症状を正確に認識できるかに驚きました」と、委員会メンバーのベイステート・ヘルス社外来看護部長のミシェル・フィリップスRN氏は振り返る。 「モデルが学習し、時間が経つにつれてさらに正確になっていくのは、とても信じられないことです。

インターシステムズの技術スタック上で動作するAIモジュールは、現在本番稼動しており、4つの医療センターと12のプライマリケア診療所を支援しています。 このソリューションは、BayState が緊急の患者からの連絡を特定し、より迅速かつ効率的に対応できるようにすることで、ケアの質の向上に貢献します。

「このプロジェクトは当組織にとって大成功でした。 特に忙しい日には、非常に助かります」とバレット氏は説明します。 「最近、ある患者がポータルを通じて胸痛を訴えたのですが、そのメッセージが緊急であることを示すフラグが立っていたため、非常に迅速に適切な医療を提供することができました」

「臨床医も非常に満足しています」とフィリップス氏は付け加えます。 「診療所のワークフローを最適化するのに役立ち、迅速なコールバックが必要なポータルメッセージを簡単に特定することができます」

ライリー氏と彼のチームは今後、AIを活用してケアの質とスタッフの生産性をさらに向上させる計画ですです。 「次のステップは、適切な部署や臨床医に適切なメッセージを自動的に転送することで、人的な待ち時間を減らし、リソースを解放し、対応を迅速化することです」とライリー氏は説明します。 「AIとLLMは、緊急でないメッセージへの自動応答や、品質指標のコンプライアンス状況を報告するための自動フラグ付けなど、さまざまなユースケースで活用することを検討しています」

---

1 - 旧 Cerner