NY病院の幹部、マルチモーダルLLMアシスタントによる患者ケアの「パラダイムシフト」を予測

多様な情報を活用した大規模言語モデル（LLMs）を用いることで、病院システムは先進的なバーチャルドクターアシスタントを開発し、患者の状態を予測的に監視し診断することが可能になります。この技術を新York-Presbyterian（NYP）のAI運営の医学ディレクター、アシュリー・ビーシー博士が説明しました。

最近のニューヨークでのAIインパクトツアーイベントにおいて、ビーシー博士はNYPがすでに生成的AIを活用している低リスク分野—たとえば患者訪問時の会話の要約—の例を挙げました。彼女は、生成的AIへの関心が高まることで、病院の業務フローが変革し、患者ケアを革命的に改善する包括的アシスタントが創出されることに期待を寄せています。

予測的ケアのためのマルチモーダルLLM技術

心臓病医でもあるビーシー博士は、これらの技術的進展の実施について具体的なタイムラインを示すことはできなかったものの、来年中の進展を目指していると述べました。現状では、胸痛を訴える患者が彼女のもとに紹介されますが、彼女は心臓発作リスクを事前に予測できるようになりたいと考えています。「この技術と患者データを活用することで、画像診断や心エコー検査、心電図の情報から、AIが認識できるが人間の目には見えない洞察を得て、迅速な介入を実現できます」と説明しました。

この技術の基盤はすでに確立されているものの、ビーシー博士は病院内の業務フローにおける変革管理の必要性を強調しました。全国的な健康機関との連携が、より広範な構造変革の実現には不可欠です。このアプローチでは、初めに患者の会話要約など、低リスクの事務作業をターゲットにし、その後、心疾患検出などの臨床診断に進む予定です。「すべての機能がシームレスに統合され、次の患者が到着する時間、必要な予約時間、過去の訪問の要約がわかるモデルを描いています。これにより、電子記録で容易にアクセスできるようになります」と述べました。

従業員のエンゲージメントと業務フローの精緻化

ビーシー博士は、NYPの従業員は一般的に生成的AIに前向きで、技術に積極的に関わりたいと考えていることに言及しました。NYPには約49,000人のスタッフと、コーネル大学およびコロンビア大学に関連する医師がいます。

AIライターのシャロン・ゴールドマンが司会を務めたディスカッションでは、ビーシー博士はパターン認識、データ抽出、要約などの主要アプリケーションを強化するAIの可能性を強調しました。これにより、医師の事務負担を軽減することができます。彼女の好むアプリケーションの一つは、患者訪問を録音し、リアルタイムでノートに転記することで、手動のトランスクリプションの負担を軽減することです。ただし、訪問の録音には患者の同意が必要であり、透明性を重視しています。

事務用アプリケーションから臨床診断に移行するのはより複雑ですが、NYPは心臓構造病の特定に心電図を利用することを検討しています。「多くの人が心電図を受けており、心疾患を早期に発見できる可能性があります」と語りました。

リスクと革新のバランス

生成的AIの導入に伴う潜在的リスクについて尋ねられた時、ビーシー博士は複数の懸念を認識しつつ、訪問要約や診断の医師による監視が多くのリスクを軽減する可能性があると強調しました。「この技術は完璧ではありません。精度は約90％にとどまり、医療提供者のレビューが重要です」と説明しました。

AI技術への過剰依存という別の懸念もあります。ビーシー博士は、LLMsの急速な進化、例えばGPT-3.5からGPT-4への進化を引用し、人間の監視の重要性を再確認しました。

NYPは慎重ながらも前向きなアプローチを採用し、技術がAIツールに興味を持つ利害関係者とそれを利用する者の両方に合致するよう努めています。既存の業務フローへの統合に対する懸念は理解できますが、ビーシー博士は新しい取り組みを試みたいというスタッフの興奮が高まっていると報告しました。

医療における技術の民主化

ビーシー博士は、テクノロジーの統合方法にシフトが起こり、NYPでは初めて医療従事者がChatGPTなどの生成的AIツールに直接アクセス可能になったことを強調しました。この分散化は、提供者が自身の業務に関連する実践的なユースケースを見出すきっかけとなります。

NYPはまた、患者グループに対してAIの利用に関する透明性を測る努力をしています。患者がAIを活用する場合に通知を希望するかどうかについての質問があり、社会学者や倫理学者の見解など多面的な意見が必要とされています。

ビーシー博士のプレゼンテーションに続いて、Microsoftのグローバル責任あるAIエンジニアリングリーダー、サラ・バードが、全人的なドクターアシスタントを構築する上でのテクノロジーの基盤的役割について議論しました。彼女は、生成的AIがプロセスを合理化できる一方で、要約の正確性が重要であり、重要な情報が欠けると患者の診断に重大な影響を与える可能性があると強調しました。

別のセッションでは、シティのプロミティ・デュッタが、生成的AIが金融分野をどのように再形成しているかを共有し、データに基づく意思決定への文化的シフトを強調しましたが、外部向けのLLMを駆使したチャットボットは依然としてリスクが高すぎると認識されています。