「AIによる臨床記録再構築」が医師の時間を節約する

医師は患者1人あたりの診療時間の62%をカルテレビューに費やしており、最も時間を要するステップは臨床データの確認であるという。スタンフォード大学の研究チームは、このレビュープロセスを効率化するため、患者情報をAIによって分類・再構築する取り組みを行っている。

JAMA Network Openから23日公開された研究論文によると、同チームが開発したAIシステムの正確性と有効性を確認するため、12名の医師を対象とした前向き研究が行われた。ここでは消化器科専門医らへの紹介患者における臨床記録を、1. 標準的なもの 2. AIによる最適化を受けたもの としてそれぞれ提供し、臨床医に対する22の質問によって各臨床記録からの情報検索時間や満足度などを調査・比較した。結果、標準的な臨床記録のレビューと比較して、AIシステムによる最適化を受けたものは18%の時間短縮を実現し、データ取得の精度にも差はなかった。さらに12名の医師のうち11名は、標準的なものよりもAIによって再構築されたものを好むことも明らかにしており、患者情報の抽出支援にAIが有効である可能性が示唆された。

著者らは「医療データは増え続けており、この事実は臨床医のストレス増大に重大な影響を与えている。AIシステムに対するユーザーの親しみやすさが増すとともに、システム自体がさらに強化されることで、大量の患者記録であっても医師による情報抽出がさらに改善していくことが期待される」と述べている。医療の生産性や質的向上に貢献するばかりでなく、「医師の負担軽減に直接的に寄与するAIシステムを構築し得ること」を示す好例と言えるだろう。

関連記事:

  1. Realyze Intelligence – 電子カルテからハイリスク群を抽出するAIプラットフォーム
  2. EHRコホートを用いた肺がん予後予測
  3. テクノロジーへの不満が医療者の倦怠感を助長する
  4. AIで医療現場はもっと生産的になれる – Googleが医療文書用ツール公開

前の記事アスリート用デバイスが巻き起こすテクノロジードーピングの議論
次の記事AIツールが患者の健康リテラシーを向上させる可能性
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。