ヘルスケアにおけるAI – UCSFのロバート・ワクター氏の洞察が未来を変革する

ChatGPTの一般公開から1周年を迎え、医療におけるAI技術の進化は画期的な転換期を迎えようとしています。2023年11月30日付のJAMA誌に掲載された論説記事で、カリフォルニア大学サンフランシスコ校医学部学部長のロバート・ワクター博士とスタンフォード大学デジタルエコノミーラボ所長のエリック・ブリニョルフソン博士は、生成型人工知能（genAI）ツールの変革の可能性について深く掘り下げています。本記事では、彼らの洞察を掘り下げ、genAIが医療にどのような革命をもたらし、医療業界が長年直面してきた課題を克服できるかを明らかにします。.

GenAIでヘルスケアのデジタル革命を加速

ヘルスケア分野は、変革をもたらす技術の導入が遅れていることで悪名高い。tronカルテ（EHR）の統合への躊躇から、IBMのWatson Healthへの取り組みの失敗まで、ヘルスケア業界は変化を受け入れる上で様々な障害に直面してきた。しかし、著者らは、学習データとは異なる高品質なコンテンツを作成できるgenAIは、変革プロセスを加速させる可能性のある独自の特性を備えていると主張している。.

医療情報技術の課題を詳細に記録してきたことで知られるワクター博士は、genAIが、医療を含む様々な業界における汎用技術の導入を阻んできた「生産性パラドックス」の悪循環を打破できると考えています。インセンティブの不一致、複雑性、プライバシー規制、そして変化への一般的な嫌悪感によって引き起こされてきた、こうした変化への抵抗は、今やgenAIという潜在的な解決策に直面することになります。.

1993年にブリニョルフソン博士によって提唱された情報技術の生産性パラドックスは、汎用技術が広く普及しているにもかかわらず、生産性の向上が遅れていることを浮き彫りにしました。ヘルスケアの分野では、genAIはユーザーフレンドリーな性質、最小限のハードウェア要件、そして既存のデジタルワークフローとの整合性から、解決策として注目されています。.

EHR導入時に直面する課題とは異なり、genAIの使いやすさは、医療従事者と患者が既にデジタルツールを活用している環境において、genAIを有利な立場に立たせます。また、デジタルデータとシステムの活用に慣れた医療エコシステムの現状は、genAIが臨床ニーズとビジネスニーズに効果的に対応するための絶好の機会となります。.

ヘルスケアにおけるAI - AI統合における応用と課題

医療分野におけるAIアプリケーションの歴史的失敗、特に1960年代から1980年代にかけての失敗は、医師の認知機能を代替しようとしたことに起因しているとされています。しかし、GenAIの初期のアプリケーションは、予約のスケジュール設定、薬の補充、患者からの質問への回答といった事務作業の負担軽減に重点を置いています。医療従事者にとって、genAIは臨床記録の作成、事前承認申請、複雑な患者記録の要約などを支援することが期待されています。.

genAI は診断を支援する可能性を秘めていますが、医療上の決定に伴う大きなリスクと結果を認識し、医師の専門知識に取って代わるのではなく、可能性のある診断を提案することに重点が置かれています。.

genAIは大きな可能性を秘めているものの、医療システムへの統合を成功させるには、解決すべき課題に直面しています。特に、リスクの高い臨床分野への展開に伴い、この技術自体も継続的な改善が求められます。EHRシステムへのAIの統合は以前より容易になったとはいえ、依然として改良が必要です。また、医療分野へのAI導入に伴うコストへの影響を効果的に管理し、投資収益率（ROI）を確保する必要があります。.

AIをめぐる労使間の緊張は、他の業界で最近発生したストライキに象徴されるように、課題となる可能性がありますが、医療分野における深刻な人材不足と燃え尽き症候群のレベルは、ある程度の抵抗を和らげる可能性を秘めています。AIが臨床分野に進出するにつれ、 医療 従事者がテクノロジーと効果的に連携できるバランスを見つけることが、成功の鍵となります。

GenAIの成功への道を切り開く

genAIが医療分野で成功するには、特にリスクの高い臨床応用においては、規制の枠組みを確立する必要があります。しかしながら、汎用技術の規制は複雑であり、困難な課題となっています。特定のAIアルゴリズムの規制と、ケアシステム全体におけるAIのより広範な役割の監督を区別するには、患者の安全とケアの質を確保するための革新的なアプローチが必要です。.

genAIは医療を根本から変える可能性を秘めているため、業界は協力してこれらの課題を乗り越えなければなりません。医療エコシステムは、genAIの変革力を活用しつつ、臨床ワークフローへの責任ある効果的な統合を確実に実現するために、どのように適切なバランスをとることができるでしょうか。