ボストン小児病院、AI で新たな診断を実現

ボストン小児病院は、新しいテクノロジーを試すためだけに人工知能を導入したわけではありません。同病院は、複雑で希少な疾患を抱える患者を含む小児患者へのケアを改善するため、臨床および業務インフラの中核として AI を組み込みました。AI を日々のワークフローに統合することで、チームは運用コストを削減し、ケアへのアクセスを改善し、これまで診断がついていなかった40件以上の希少疾患の診断を支援できました。

ボストン小児病院は世界最大級の小児医療機関の1つで、40を超える専門領域で患者に対応し、年間の外来受診は100万件近くに上ります。

多くの医療システムと同様、同病院も管理業務の負担が増す中で、厳しい財務上の制約に対応しています。サプライチェーン、請求、運用に関わるチームは、請求書の処理からスケジュール調整まで、大量の反復作業を担っています。こうしたプロセスは必要不可欠である一方、時間がかかり、スタッフをより価値の高い業務から遠ざける要因になっています。

同時に、臨床チームは別の種類の制約にも直面しています。希少疾患の症例では、断片的な遺伝情報、不完全な臨床歴、膨大な医学文献が関係することが少なくありません。主要な研究機関であっても、医師が早期診断に必要な速さで、それらすべての情報を統合することはできません。

「問題は努力ではありません」と、ボストン小児病院の最高イノベーション責任者、John Brownstein 氏は述べています。「人間の認知能力の限界なのです」

ボストン小児病院は、文書作成や翻訳ツールなど、個別の AI ユースケースから取り組みを始めました。しかし、こうした初期の取り組みにより、用途ごとに分断されたアプローチには限界があることがすぐに明らかになりました。

「単発のソリューションだけに頼ることはできません」と Brownstein 氏は述べています。

同病院は、Brownstein 氏が「エンタープライズ AI レイヤー」と呼ぶ基盤の構築へと移行しました。これは、研究、臨床、事務部門の各チームが利用する、安全な社内 ChatGPT 環境です。AI を個別ツールの集まりとして扱うのではなく、新しい機能を迅速に開発・展開できる共有基盤を構築しました。

このシステムにより、各チームはそれぞれの役割に直接関係する形で AI を活用できます。たとえば、内部データへのアクセス、医学文献の整理・統合、ワークフローの効率化などです。安全性、監視、一貫した評価を確保するため、テクノロジーの導入と並行してガバナンスの仕組みも構築されました。

この転換により、イノベーションの速度が変わりました。かつては長い開発サイクルを必要としていたツールを、今では数日で展開できるようになり、同組織は業務上の要求と臨床上のニーズの双方に迅速に対応できます。

現在、従業員の3分の1以上が、臨床、研究、事務・管理部門にわたる日常業務の一部として AI を利用しています。

ボストン小児病院はまず、AI が測定可能な業務上の効果をもたらせる領域に注力しました。サプライチェーン業務では、現在 AI が請求書の受け付け、振り分け、対応を管理しています。

並行して、同病院は手術スケジューリングにも AI を適用しました。臨床メモを分析し、患者の重症度・緊急度を推定することで、手術室の時間配分を改善します。これにより、スケジュールをより早い段階で計画でき、稼働率が高まり、より多くの患者が必要なケアをより早く受けられるようになります。

さらに、医師は意思決定支援や複雑な臨床情報の統合に AI を利用しています。研究者はデータ分析やコホート構築に AI を活用しています。管理チームは、文書の下書き、コーディング、ワークフロー改善に AI を活用しています。

同組織は、これらの変化を測定可能な成果に直接結び付けています。50 件を超える自動化を通じて、ボストン小児病院は約 6 万時間の時間削減を実現しました。これは700万ドル超の労働コスト相当の再配分に相当します。

同組織は、AI を独立した取り組みとして導入するのではなく、日々の業務に役立つものにすることに重点を置いてきました。

「ここで重要なのは、人々の現在の働き方に合わせることです」と Brownstein 氏は述べています。

業務改善と並行して、ボストン小児病院は臨床上の発見を支援する AI にも投資しました。同病院は、遺伝子データ、表現型情報、世界中の医学文献を統合するよう設計された、遺伝学の専門家を支援する AI システムを開発しました。

このシステムは、医学における最も困難な課題の1つである、長年原因や診断が明らかにならなかった希少疾患の診断に取り組むものです。

この取り組みの結果、これまで診断が困難と考えられていた症例で、これまでに40件以上が診断に至りました。また、この取り組みにより、新たな遺伝子標的や潜在的な治療経路の特定にもつながっています。

「私たちは、遺伝情報、表現型情報、文献検索、そして AI による推論を組み合わせ、かつて答えを得られなかった患者さんとご家族に診断を届けています」と Brownstein 氏は述べています。

患者と家族にとって、その影響は即時的で具体的です。かつて未解決のままだった症例に答えが見つかりつつあり、場合によっては治療の新たな方向性も示されています。

「これは以前なら考えられなかったことですが、今では非常に多くの家族に希望をもたらしています」と Brownstein 氏は述べています。

ボストン小児病院の AI 戦略の次の段階は、より深い統合とより広範な導入に重点を置いています。リーダー層は、利用と効果の双方を拡大する大きな機会があると見ています。

同病院は、AI を臨床上の意思決定にさらに深く組み込み、専門領域をまたいでツールを拡張し、OpenAI との協力を通じてモデルの改良を続けています。

時間の経過とともに、AI は医療実践の中核的な構成要素になると期待されています。

「高度な訓練を受けた医師のそばに、世界中の医学知識があるとしたら、それを望まない理由があるでしょうか」と Brownstein 氏は述べています。

ボストン小児病院では、AI がケア提供、研究、発見を支えるインフラの一部となり、臨床医と患者の双方にとって可能なことを再定義しています。