サッター・ヘルスの最高医療情報責任者であるビナ・ジョーンズは、子どもの咳で受診の判断に迷った際、小児科医としての経験に加え、同社の患者向けチャットボット「Emmy」も参照したと述べた。ジョーンズは、同ツールが臨床歴を提示し、受診すべきかどうかの判断材料になったとしている。
記事は、診療室での「ambient AI scribes」が既に利用されていると伝える。AI scribesは患者と医師の会話を聴取し、患者の病歴、診察所見、治療計画を含む診療記録の要約を自動生成する。単なる文字起こしではなく、医師が確認・承認した上で医療記録に反映される構造化されたノートとして整理するという。カイザー・パーマネンテは声明で、同社のambient AI scribesがシステム全体で19 million件以上の患者対応を記録したと説明し、サッター・ヘルスでは2年以上にわたり広く運用しているとジョーンズが述べた。記録業務の負担について記事は、2016年にAnnals of Internal Medicineに掲載された研究で、記録作成が患者対応の2倍の医師時間を消費していたと報じている。
診断領域でもAIが使われているとして、ジョーンズはサッター・ヘルスで肺結節検出に特化したAIツールを導入し、肺がんをより早期の段階で診断できるようになったと述べた。カイザー・パーマネンテのAdvanced Alert Monitor（AAM）は入院患者の状態悪化の可能性を予測し、New England Journal of Medicineで約44,000件のアラート発生入院を評価した結果、AAMの下で治療された患者は死亡率が16%低下し、同社は年間約520人の死亡が防がれると推計している。共同著者であるカイザー・パーマネンテ北カリフォルニアの集中治療医で地域病院高度分析ディレクターのビンセント・リューは、2020年のKaiser Permanente Research報告で、予測分析と機械学習が電子カルテ内の信号を見つけ、臨床を補強すると述べた。
一方で、サッターとカイザー・パーマネンテはいずれも、AIが自律的に運用されるのではなく、医師が意思決定の自律性を保持すると強調した。サッターでは、法務、管理、臨床、デジタルの専門家からなるAIガバナンス委員会が、導入前に基盤モデルの性能を評価し、医療記録への反映前に臨床医がAI出力を承認するとジョーンズは述べた。カイザー側も、代表性のある患者データでの検証、現地でのテスト、継続的なモニタリングを行うとしている。スタンフォード大学の法学教授ミシェル・メロは、医療AIの法的責任を巡る訴訟はほとんど提起されていないと述べ、患者は医療機関がAIをどのように審査し、どのように監視して安全を確保しているのかを尋ねるべきだと語った。
出典: svvoice.com: AI in Medical Care: Tools Assist But Doctors Still Decide
