継続的インテリジェンスが医療診断を迅速・高精度に実現

継続的インテリジェンス（CI）は、医療への革新的アプローチを可能にし、臨床医に高速でより正確な診断能力を提供しています。

医療機関は、患者状態を評価し治療計画を処方するための豊富なデータに恵まれています。ますます、より迅速でより正確な診断を行う能力には、ストリーミングデータのリアルタイム分析から導き出される継続的インテリジェンス（CI）が必要です。

この変化を推進する2つの要因があります。第一に、患者の期待が変化しています。ケアの質がますます重要になっています ― 患者が自分の医療への関わり方と相手を選択する権利を行使し始めているためです。彼らはデータとプロセスの透明性を要求します。結果として、医療機関は患者にとって意味のある方法で質の高い成果をどう達成するかに焦点を当てる必要があります。

関連記事： AI Providing Mental Health Guidance? Not So Fast, Say Psychiatrists

同時に、新しいデータソースの可用性によって医療は大きな変化を経験しています。具体的には、IoTウェアラブルと接続医療デバイスの台頭があります。医療機関がより多くの接続デバイス、電子健康記録（EHR）、患者とのバーチャル診療を使用するにつれ、ますます多くのデータが流れ込んでいます。

しかし、そのデータは通常サイロ化されており、レビューされて将来の使用のために保管されるまで患者ケアを改善しません。前進するには、さまざまなデータソースを簡単に活用し、そのデータに即座にリアルタイム分析を適用できるソリューションが必要です。

診断のためのリアルタイムデータ

データ障壁を克服するソリューションは新たな機会を開きます。例えば、ストリーミングデータの使用は、多くの分野で多様な健康状態の早期診断に役立ちます。一つの例は、音声コミュニケーションを医療状態の診断に応用することです。

以下のシナリオを考えてみてください：最近記憶喪失の問題を抱えている母親の健康を心配した娘が電話をかけます。母親がクリニックの看護師トリアージラインに電話し、看護師が診断のための情報収集で5つの質問をします。看護師との音声コミュニケーションに感情分析が実行されます。その分析から導き出された情報は、看護師がリアルタイムで見られる母親のウェアラブルデバイスから取得された健康データと組み合わされます。看護師はその情報を用いて、アルツハイマー病の可能性が高いと判断します。その結果、このやり取りが娘の母親の今後のヘルスケアの次のステップを決定する助けとなります。

今日利用可能な多数の接続デバイスにより、音声コミュニケーションを診断（または診断確率の決定）に使用することは、究極のメディカルボットに近づいています。

音声コミュニケーションの分析を用いた特定医療状態の早期診断は、今日の現実に近づいています。例えば、Apple Watchには心電図（EKG）機能が搭載され、ユーザーに心拍情報を提供し、未診断状態への警戒を支援します。Apple Watchのようなウェアラブルが提供するリアルタイムデータは、特定の健康状態の診断における第一歩となり、データが何か異常を示すときに患者がプロバイダーに相談するよう警告できます。

リアルタイム分析とAIの融合

リアルタイム分析を用いた状態診断は、医療治療を新たなレベルに押し上げています。さらに高度なのは、予測分析と人工知能（AI）を用いて疾病や状態の発症を予防するアプリケーションです。

この予防技術の応用例の一つは、HCA Healthcareによる敗血症による死亡リスク低減の取り組みです。

敗血症は、体に大混乱をもたらす容赦ない状態です。人々が他の状態の治療のためにすでに病院に入院した後、夜の泥棒のように忍び寄ることがよくあります。体が感染と戦う際、血流に送り出される生化学物質のバランスの崩れによって引き起こされます。敗血症が敗血症性ショックに進行すると、臓器が損傷し、血圧が低下します ― 潜在的に致命的な状況です。敗血症は米国だけで年間27万人の死因となっています。

通常、敗血症の診断はシフト交代時の患者カルテの手動レビューのみに基づいて可能です。問題は、この方法で敗血症が検出される頃には手遅れかもしれないことです。「診断が1時間遅れるごとに、死亡リスクが4〜7%増加します」と、HCA Healthcareの臨床サービス担当プレジデント兼チーフメディカルオフィサーのDr. Jonathan Perlin氏は述べています。

この遅延は受け入れられません。臨床医、データサイエンティスト、テクノロジープロフェッショナルのチームが団結し、患者の敗血症をより正確かつ迅速に検出するリアルタイム予測分析システムを作成しました。

課題は、敗血症前段階に関連するデータを取得することでした。医療会社の年間3,000万回以上の患者やり取り、1,800ケアサイト全体で大量に生成されていました。しかし、その多くは分散したシステムとアプリケーション間でサイロ化されていました。

既存のデータインフラストラクチャのほとんどは、大規模なビジネスインテリジェンスとレポーティング向けに設計されていませんでした。必要なのは、命を救うアクションを迅速に取れるよう、すべての施設からリアルタイムデータを収集、分析、共有する方法です。この課題に対処するため、チームはSPOT（敗血症予測と治療最適化）と呼ばれるリアルタイム予測分析システムを作成しました。

SPOTにより、臨床医は患者の敗血症をより正確かつ迅速に検出できます。プラットフォームは、患者位置、バイタルサイン、薬局、検査データなどの臨床データを収集・分析し、ケアギバーにリアルタイムでシグナルを送って早期敗血症ケアを開始させます。

SPOTツールにより、HCA Healthcareは早期検出を改善できます。臨床医は、従来のスクリーニング方法より最大20時間早く敗血症の初期指標を検出・特定できます。

医療詐欺の早期検出における分析の役割

診断を超えて、リアルタイム分析は他の医療アプリケーションにも注目されています。例えば、今日の医療業界の主要な問題の一つは、発生する医療詐欺の量です。2017年には、米国保健福祉省監察総監室によると、13億ドルの虚偽請求がありました。分析は、医療詐欺の検出と医療状態の早期診断の支援の両方で重要な役割を果たせます。

患者からの電話で医療詐欺を試みている際、ボイスアナリティクステクノロジーを使用する医療コールセンターを想像してください。ソフトウェアに組み込まれた分析により、患者の声のトーンのレッドフラグを特定できます。電話を受けた担当者は、分析によって示された懸念にアラートされ、より深いレベルで状況を調査できます。分析はいつか、予約スケジューリングプロセスの早い段階で潜在的詐欺に組織を警告する、医療詐欺の早期検出で鍵を握るかもしれません。

真の課題：データと働くこと

すべての取り組みにおいて、主な課題は多数のデータソースを効率的にどう使うかです。適切なソリューションは、以下を可能にします：

多様なデータソースを継続的に融合： 医療デバイスは、心電図（ECG）、心拍数、血中酸素飽和度（SpO2）、呼吸数などの生理ストリームを通じてバイタルサインの視覚表示を提供します。世界中の電子健康記録イニシアチブがより多くの医療データソースを創出します。院内感染、気胸、脳室内出血、脳室周囲白質軟化症などの生命を脅かす状態は、異なるデータソースを融合する分析で検出できます。

高度にパーソナライズされたケアを提供： 兆候をより早く検出し、患者アウトカムを改善し、入院期間を短縮。自動化または臨床医主導の知識発見で、データストリームイベントと医療状態の新たな関係を特定。

プロアクティブな治療を支援： パーソナライズされたデータストリームに基づく各患者のプロファイルを構築し、継続的にインサイトを受信

結論

簡単に言えば、今日の医療業界の多様な課題を緩和するためのリアルタイム分析の潜在能力は巨大です。患者体験の次世代へ医療を飛躍させる新しいテクノロジーの創出でこれだけの進歩があった以上、早期医療診断、医療詐欺、その他のアプリケーションへのリアルタイム分析導入が続くのは自然なことです。