ジェッダ：人工知能は、医療イノベーションの端から、その運用の中核へとますます移行しつつある。AIは臨床医に取って代わるというよりも、管理業務の過負荷やスタッフの過労働から、断片化されたデータや非効率的な患者の流れに至るまで、医療システム全体の根強い課題に対処するために導入されつつある。

アラブニュースの取材に応じたレイン・ステラ・テクノロジーズの最高経営責任者（CEO）アッベス・セカット氏と最高製品責任者（CPO）エリック・ターキントン氏は、AIがすでに医療提供にどのような変革をもたらしつつあるのか、また、AIが単独のツールとして扱われるのではなく、臨床ワークフローに直接組み込まれることでその影響が最も意味を持つ理由について語った。

セカット氏は、AIの役割について、医療提供の構造的転換を加速させることだと説明している。「AIは基本的に、検出、分析、予測を支援するため、医療におけるリアクティブケアからプロアクティブケアへのシフトを加速させます」と彼は述べ、多くの医療システムには、これらのタスクを大規模に実行するためのリソースが不足していると指摘した。

医療におけるAIのユースケースは多岐にわたるが、Seqqat氏は、今日最も効果的なアプリケーションは、管理負担の軽減、患者リスクの早期発見、より信頼性の高いリアルタイムの臨床データの取得など、運用と臨床の基本に焦点を当てていると強調した。

レイン・ステラ・テクノロジーズ（RST）のポートフォリオはこのアプローチを反映しており、手術データの取り込みとワークフローの自動化、クラウドベースの電子カルテ、医療情報交換に及んでいる。これらのシステムに共通する目標は、臨床医が情報管理に費やす時間を減らし、より多くの時間を治療に費やせるように、データの質と使いやすさを向上させることである。

ターキントン氏によると、RSTのシステムは、確立されたAI技術と新興のAI技術をミックスして利用している。

「ポートフォリオ全体にわたって、私たちは、臨床医の入力を確実に取り込む音声技術から、収集されたデータを分析して行動する大規模な言語モデルまで、幅広いAIと予測技術を使用しています」と彼は言った。

AIを地域や臨床の実情に適応させることが重要な焦点となっている。例えば音声モデルは、アラブ首長国連邦やGCC諸国の訛りに合わせて訓練され、実環境での精度を向上させるために医療用語に基づいたものとなっている。RSTはまた、検索拡張世代とマルチエージェントAIアーキテクチャを使用しており、異なるAIコンポーネントが、手術メモの分類、異常事象の特定、請求とコーディングの支援などの特殊なタスクを実行できるようにしている、とターキントン氏は説明した。

AIの導入にまつわる中心的な懸念のひとつは、すでに要求の厳しい臨床の役割に複雑さが加わるのではないかということだ。CEOは、その逆を目指すべきだと主張している。

「看護師や最前線のスタッフにとって、AIの最大の貢献は、燃え尽き症候群につながる目に見えない管理上の摩擦を取り除くことです」

手術室では、AIシステムはリアルタイムの状況認識を提供することで、電話やホワイトボードのような手作業の調整方法に取って代わることができる。更新を自動化し、遅れを予測し、オンデマンドの臨床メモ帳として機能することで、AIは認知的負荷を軽減し、スタッフが患者ケアに集中できるようになると彼は説明した。

RSTの音声対応アシスタントOrvaは、特に周術期環境用に設計されている。

ターキントン氏によれば、Orvaはハンズフリーの文書作成と調整を可能にし、手術チームがスケジュールとリソースをより効果的に管理するのに役立つという。

Orvaは、音声入力によってライブアップデートを取得することで、遅延を表面化し、ボトルネックにフラグを立て、部門間の調整を促すことができる。Orvaはまた、文書化とコーディングを支援し、エラーを減らし、より正確な診療報酬をサポートする。

電子カルテは依然として医療提供の中心的存在だが、ターキントンは、AIによって電子カルテを受動的なデータ保管庫の域を超えることができると指摘する。

「私たちは、ソフトウェアに費やす時間を減らし、患者により多くの時間を費やせるEMRとしてEquinoxを設計しました」

音声入力、視覚的な注釈による自動文書化、AIが生成する診察前のサマリーなどを通じて、システムは臨床医の動きを鈍らせるのではなく、積極的にサポートすることができる。来院しないリスクを特定したり、ケアギャップを強調したりするような予測分析は、EMRを管理義務ではなく、意思決定支援ツールへとさらにシフトさせる。

同社幹部は、AIの有効性はデータアクセスと品質に大きく依存すると強調した。Seqqat社は、相互運用性が後付けではなく前提条件であると指摘した。

「AIはデータにアクセスできる限り強力である」と彼は言い、断片的な記録は臨床的な洞察とシステム全体の学習の両方を制限すると付け加えた。

RSTのコンステレーション・プラットフォームのような医療情報交換は、患者データを医療機関間で縦断的に見ることを可能にする。そして、AIは患者の身元照合や集団レベルの分析を支援し、大規模なデータセット全体で傾向やリスクを特定することができる。

ターキントン氏は、AIが連鎖的な遅延の防止に役立った手術室の例を紹介した。ある手術症例が遅れたとき、看護師が口頭でOrvaに患者の退室準備が整ったことを伝えた。システムは回復ユニットに警告を発し、スケジュールの競合を分析し、遅れが後続の処置に影響する前にスタッフを再配置するよう管理者に促した。

遅延の原因をタグ付けし、そのデータを予測モデルに入力することで、システムは、手作業による調整を追加することなく、将来的に同様の問題を防止するのに役立つ。

セカット氏によると、AIの導入による主な見返りは、効率性と財務の正確性を組み合わせることで得られるという。ワークフローを合理化することで、プロバイダーはケアを損なうことなく、より多くの患者を治療できるようになり、文書化を改善することで収益の漏れを減らすことができる。

同氏は今後、AIがサウジアラビアの医療変革の中心になると見ている。彼はその役割を、スマート・ホスピタル、予測的患者フロー、ビジョン2030の目標に沿った精密医療を推進することだと述べた。

「サウジアラビアの医療セクターにおけるAIの役割は、支援技術から王国のビジョン2030変革の基礎となる柱へと進化しています。今後数年間で、AIはスマート・ホスピタルの領域へと移行し、予測分析によって患者の流れが最適化され、AI主導の精密医療がサウジ・ゲノム・プログラムを活用して超個人化医療を提供するようになると予想されます。国民の健康データを一元化し、複雑な管理ワークフローを自動化することで、AIは、国全体で患者の転帰と業務効率を改善する、より積極的で価値に基づく医療モデルを可能にするでしょう」