Kaiser Permanenteは、8州に40の病院を持つヘルスケア大手であり、積極的にその施設全体で生成型AIツールを導入しています。一方で、カリフォルニア看護師協会（CAN）の200人のメンバーは数ヶ月前、サンフランシスコのKaiser施設の前で「患者はアルゴリズムではない」と「AIではなく看護師を信じて」と書かれた看板を持って抗議し、ツールの透明性の向上と、これらのプラットフォームがどのように展開されるかについての発言権を求めました。看護師の中には、ツールによる誤ったアラームや、深刻な状態の患者を検出できなかった事例を指摘する者もいます。
ヘルスケア業界全体は、AIを倫理的かつ責任を持って採用するために、データガバナンス、プライバシー、モデルバイアス、そして一貫性のない基準と長い間取り組んできました。しかし、最前線の人々は、遅らせること、徹底的なテスト、そして意思決定プロセスへの参加を求めています。
Kaiser PermanenteのAIと新興技術の副社長であるDaniel Yangは、VB Transformで、生成型AIを米国内で最大のヘルスケア組織の一つに統合する変革の旅について話し、責任あるAIへの道のりを説明します。彼は、患者の結果を予測するための予測分析、患者の問い合わせを管理する自然言語処理、および高度な診断ツールなど、ヘルスケアにおける最も有望な生成型AIアプリケーションの実例を紹介します。また、データ管理から患者のプライバシーを維持するための説明責任の確保まで、生成型AIがもたらす課題にも言及します。
VB Transform 2024は、2024年7月9日から11日までサンフランシスコで開催され、AIを大規模に活用することをテーマに、業界リーダーから直接、最も重要な実用的な生成型AIケーススタディとアプリケーションストーリーに焦点を当てます。
【ニュース解説】
ヘルスケア業界は、世界中で生成されるデータの約30%を占める巨大なデータプールを持っています。この膨大なデータを活用しようと、スタートアップから大手病院の経営層に至るまで、多くの関係者が生成型AI（人工知能）の可能性に目を向けています。生成型AIは、医療の奇跡を実現するツールとして期待されており、患者の命を救うだけでなく、利益と患者ケアのバランスを見つける手助けをすると予測されています。
この流れの中、ヘルスケア大手のKaiser Permanenteは、8州に40の病院を持ち、積極的にその施設全体で生成型AIツールを導入しています。しかし、この技術の導入に対しては、カリフォルニア看護師協会（CAN）の看護師たちから懸念の声が上がっています。彼らは「患者はアルゴリズムではない」と主張し、AIツールの透明性の向上と、これらのプラットフォームがどのように展開されるかについての発言権を求めています。看護師たちは、AIツールによる誤ったアラームや、深刻な状態の患者を検出できなかった事例を指摘しており、患者の安全が危険にさらされる可能性があると警鐘を鳴らしています。
ヘルスケア業界全体は、AIを倫理的かつ責任を持って採用するために、データガバナンス、プライバシー、モデルバイアス、そして一貫性のない基準という課題に直面しています。最前線で働く看護師たちは、これらの課題に対して、技術の導入を遅らせること、徹底的なテストを行うこと、そして意思決定プロセスへの参加を求めています。
Kaiser PermanenteのAIと新興技術の副社長であるDaniel Yangは、生成型AIを組織内に統合する変革の旅と、責任あるAIへの道のりについて語ります。彼は、患者の結果を予測するための予測分析、患者の問い合わせを管理する自然言語処理、高度な診断ツールなど、ヘルスケアにおける生成型AIアプリケーションの有望な例を紹介します。しかし、データ管理から患者のプライバシーを維持するための説明責任の確保まで、生成型AIがもたらす課題にも触れています。
この技術の導入は、ヘルスケア業界におけるイノベーションの進展と患者の安全を守るための新たな方法を提供しますが、同時に、データの取り扱い、プライバシー保護、バイアスの問題など、多くの課題を解決する必要があります。また、技術の導入にあたっては、看護師や医師などの医療従事者の意見を尊重し、彼らが技術の開発と展開において重要な役割を果たすことが重要です。将来的には、生成型AIがヘルスケア業界に革命をもたらす可能性がありますが、その過程で患者のケアの質を維持し、向上させるためには、技術的な課題だけでなく、倫理的な課題にも取り組む必要があります。
from Is the healthcare industry ready for generative AI? Nurses say no, Kaiser Permanente begs to differ.
