フィリップスCEOが語る：医療AIの真のインパクトと信頼の壁

政府の医療政策と支出の状況が劇的に変化し続ける中でも、人工知能は米国の医療の効率と可能性を静かに革新しています。長年のエレクトロニクスメーカーから最先端の医療技術プロバイダーへと変貌を遂げたフィリップスは、このAI主導の医療革命の最前線に立ち、患者ケアのワークフローを積極的に合理化し、加速させています。フィリップス北米のCEOであるジェフ・ディルロ氏によると、放射線スキャンの最適化からがん診断の迅速化に至るまで、テクノロジーは今日の健康成果に計り知れない影響を与える力を持っています。彼は、あらゆる業界のリーダーが、この進化する時代の要求に最善を尽くすために、従来のやり方を再考する必要があると強調しています。

AIの変革力については多くの議論がありますが、その実際の導入と影響は、様々なビジネス分野で誇大広告に比べて遅れることがあります。しかし、ディルロ氏は、医療技術分野においては、AIの影響はすでに大きく、即効性があると強調しています。彼はフィリップスの2025年フューチャー・ヘルス・インデックスを引用し、特定の医療「部門」や分野におけるAIアプリケーションが驚くほど成熟しており、FDAの承認も受けており、臨床使用に安全であると見なされていることを明らかにしました。対照的に、他の分野はまだ実験段階にとどまっています。しかし、大きな障害は、より広範な人口における未熟な「信頼要因」であり、これが現在、広範な展開に対する最大の障壁となっています。

この信頼のギャップはデータにも表れています。約60〜65%の臨床医がAIを信頼していると表明している一方で、患者、特に高齢者の約3分の1しかその感情を共有していません。ディルロ氏は、この隔たりを埋めることは集団的な責任であり、フィリップスがAIを活用した検証済みでFDA承認済みの診断能力を提供することで重要な役割を果たすと信じています。彼は、若い世代は「デジタルに精通している」ため、AIモデルを本質的に信頼していると指摘します。高齢患者にとっての鍵は、医療従事者自身にあります。医師や看護師がAIの信頼性と有効性を信じ、それを分析や診断を補強するために使用し、置き換えるものではないと認識すれば、患者の信頼は最終的に高まるでしょう。臨床医がAIの価値を認識し、患者との対話により多くの時間を割き、自身のストレスを軽減できると理解すれば、今後数年間で医療システム内での採用は飛躍的に加速すると予想されます。

管理機能を超えて、医療従事者にとってのAIの実用的な応用は、特に放射線医学においてすでに具体的な違いを生み出しています。早期診断はしばしばより良い結果と相関しますが、スキャン待ち時間は長くなる可能性があります。ディルロ氏は、フィリップスのAI統合MRIシステムがいかにスキャン時間を大幅に短縮し、時には半分または3分の2にまで短縮するかを例に挙げています。かつて45分かかっていたスキャンは、ノイズを除去してスキャン時間を圧縮する「スマートスピード」技術のおかげで、わずか20分で完了できるようになりました。これにより、より短時間で高品質なスキャンが得られるだけでなく、放射線科医が1日に処理できる研究数を増やすことができます。例えば、12〜15件だったものが20件になる可能性があります。この処理能力の向上は、より多くの患者にサービスを提供し、病院の償還額を増やし、最終的には患者ケアを改善することにつながります。さらに、AIはデジタル画像内の特定の領域を正確に特定し、放射線科医を重要な領域に誘導して即座に判断を下すことができます。がんの所見のためのデジタル病理学を含む診断プロセス全体が、以前のタイムラインから劇的に変化し、わずか数時間に合理化できるようになりました。

ジェネレーティブAIモデルにしばしば関連付けられる「AIの幻覚」に関する懸念は、人間による監視が不可欠であるため、現在医療に導入されている診断AIにはあまり関係ありません。より高度なジェネレーティブAIを探索するためには注意と堅牢なガバナンスが不可欠ですが、ディルロ氏は実験を避けることは選択肢ではないと強調しています。彼は、放射線ワークフローにおけるスマートスピード、腫瘍ボード会議の迅速化、オンデマンドの仮想コンサルテーションなど、現在のAIアプリケーションは、まだその潜在能力を最大限に発揮していないものの、すでに大きな影響を与えていると指摘しています。マサチューセッツ総合病院ブリガム、スタンフォード、マウントサイナイなどの主要機関は、人口健康データを積極的に活用してAIモデルを特定のユースケースや広範なユースケース向けに訓練しており、利用可能な計り知れない即座の機会を示しています。

ディルロ氏は、医療システムが永遠の命を約束したり、あらゆる病気を治したりする「特効薬」のような解決策を待つ必要はないと強調しています。むしろ、既存のシステムを最適化し、強化することに焦点を当てるべきです。初めて運転を学ぶときにすぐにアウトバーンを走らないのと同じように、現在の医療業務の「近所」にはまだやるべき重要な仕事がたくさんあります。ディルロ氏の推定では、AIの潜在的影響の大部分（80%）は、成熟したAIと仮想能力によって生産性を大規模に向上させることで、今日実現できます。この即座の、ゲームチェンジャーとなる可能性は、効率性と患者アウトカムの改善に対する深く緊急なニーズによって推進される、医療提供における次の大きな機会を表しています。