ブログ

Aug 04, 2023

信頼の欠如が医療現場における AI 革命を遅らせる: GE ヘルスケアのレポート

Incontra i massimi dirigenti e ascolta i leader a San Francisco l'11 e il 12 luglio

7 月 11 ～ 12 日にサンフランシスコで経営トップに会い、リーダーたちが成功に向けて AI 投資をどのように統合し、最適化しているかを聞きましょう。 もっと詳しく知る

AI が大流行している現在、GE ヘルスケアの新しい調査では、医療現場での AI の使用に対するかなりの不信感と懐疑心が浮き彫りになっています。

5,500 人の患者と患者擁護者、2,000 人の臨床医を対象とした「Reimagining Better Health」の研究では、大多数の医師が AI には医療を変革する可能性があると信じていることがわかりました。 同時に、このテクノロジーはまだ準備が整っておらず、偏見などの障害によって損なわれたままであると多くの人が感じています。

この発見は、多くの医療大手が、患者エクスペリエンスと成果の向上、タスクの自動化、生産性の向上を目的として、ChatGPT や会話型 AI などの生成テクノロジーを含む AI モデルの検討と実験を続けている中で得られたものです。

今日、AI について話す人は必ず、創薬や個人の最適な治療計画の予測など、AI がどのように患者ケアに革命をもたらしているかについて言及します。 GE ヘルスケアの調査では、臨床医も同様のメリットを繰り返しており、61% がこのテクノロジーが意思決定に役立つと述べ、54% がより迅速な医療介入が可能になると述べ、55% が業務効率の向上に役立つ可能性があると述べています。

トランスフォーム 2023

7 月 11 ～ 12 日にサンフランシスコで開催されるイベントにご参加ください。そこでは、経営陣が AI 投資をどのように統合して最適化して成功に導き、よくある落とし穴を回避したかを共有します。

可能性は無限ですが、現場での AI の導入に伴うリスクを懸念する人は依然として多いです。 具体的には、調査回答者の55%がAI技術はまだ医療用途に向けて準備ができていないと述べ、58%がAIデータを信頼していないことを示唆した。 16 年以上の経験を持つ臨床医の場合、懐疑レベルはさらに高く、67% が AI を信頼していませんでした。

臨床医らは、この不信感の最大の理由は、不完全なトレーニングデータ、欠陥のあるアルゴリズム、不適切な評価プロセスなどのさまざまな要因により、アルゴリズムが不公平または差別的な結果を生み出す可能性があることであると指摘しました。 回答者の 44% もの人が、このテクノロジーにはバイアスが組み込まれていると回答しました。

第二に、関連するテクノロジーに関する臨床医の認識が基準に達していないことがよくあります。 この研究では、調査対象となった臨床医のうち、医療技術の使用方法について適切なトレーニングを受けていると感じているのはわずか 55% であることがわかりました。

GE ヘルスケアの CTO タハ・カス・ハウト氏が指摘するように、データの品質と透明性を確保するための努力が払われる、思慮深いデータ主導のアプローチが、AI テクノロジーについて不安に思っている臨床医の間で信頼を築く鍵となります。

「私たちはデータセットの出所と、サンプリングされた母集団の特徴に特に注意を払っています」とカスハウト氏はVentureBeatに語った。 「私たちはまた、データを分類して整理するアルゴリズムを評価し、これらのアルゴリズムを更新する際の AI の定式化自体と臨床医のフィードバックにも注目します。」

同最高技術責任者（CTO）は、軌道に乗せるためには、企業は臨床医がAIの仕組みから業務の拡張方法まで、AIに関するあらゆることについて指導を受けるトレーニング/教育プログラムを推進する必要があると述べた。

「業界として、それをどこでどのように使用すればよいのか、他のツールや人間の専門知識に頼るのではなく、いつ完全に信頼できるのかについて臨床医の理解を深めていく必要があります」とカスハウト氏は述べた。 「臨床医が AI モデルの内容を理解できるように、私はこれを『AI のブラックボックスの破壊』と呼んでいます。」

これには、年齢、性別、検査結果、遠隔モニタリング、病歴、遺伝子変異またはバイオマーカー、その後の画像における病変の進行など、データがどのようなデータを構成するかが含まれるため、臨床医は何が AI 出力に影響を与えているかをよりよく理解できます。

「何がモデルに影響を与えるのか、また長期にわたる一貫したフィードバック ループでモデルをどのように調整できるのかについての透明性は、臨床医の間で AI テクノロジーに対する信頼を築くために重要です」と同氏は述べています。

世界中の医療システムが極度のプレッシャーに直面する中、臨床医は燃え尽きて業界からの撤退を検討しています。 実際、世界保健機関によると、2030 年までに 1,000 万人の医療従事者が不足する可能性があり、2030 年には 14 億人が 60 歳以上となります。

このようなシナリオでは、AI主導のシステムが導入され、反復的な低レベルのタスクが排除され、従業員が患者のケアだけに集中できるようになる可能性があるとカスハウト氏は述べた。

「テクノロジーが管理タスクを軽減し、リソースをより適切に割り当て、燃え尽き症候群を軽減するのに役立つ場所があります」と彼は言いました。

GEヘルスケアのコマンドセンターはその好例だ、と同氏は述べた。 このプラットフォームは、病院がリアルタイムの使用率データを使用してリソースをより適切に割り当てるのに役立ちます。 「病院は AI テクノロジーを使用して外来サービスの方向を変更し、患者を利用率の低い施設に搬送することができ、燃え尽き症候群の軽減に役立ちます」とカスハウト氏は述べています。

別の例では、ヘルスケア業界向けにプラグアンドプレイの会話型 AI アシスタントを提供する企業である Hyro は、患者の登録、ルーティング、スケジュール設定、IT ヘルプデスクの発券、処方箋の補充などのタスクを自動化しています。これらのタスクは、着信コールのおよそ 60 ～ 70% を占めています。そして医療システムへのメッセージ。

「私たちはこれらのテクノロジーの真の効果を確認するまだ初期段階にありますが、人間による適切な監視があれば、AI は臨床医のデータクエリと分析の負担を軽減し、臨床医が本当に重要なことに集中できるようにすることができます。つまり、患者の改善です。結果はこうだ」とカスハウト氏は指摘した。

VentureBeat の使命は、技術的な意思決定者が変革をもたらすエンタープライズ テクノロジーと取引に関する知識を獲得するためのデジタル タウン スクエアとなる予定です。 ブリーフィングをご覧ください。