ウェビナーまとめ：医療分野におけるAI導入から得た学び

医療システムには、人員を増やさずに患者のためにより多くのことを行うよう求められています。患者を悩ませることの多くは、診療そのものではなく、その前後で起こります。適切な医師を見つけるにも手間がかかり、引き継ぎのたびに同じ話を繰り返すのも負担です。 

最新のBehind the Agentセッションでは、Cindy Liu（ElevenLabs、エンタープライズ導入担当）が、Jacque Myers氏（Slalom、グローバルヘルスケア責任者）、Sylvia Doane Stephenson氏（Slalom、マネージングディレクター）、そしてCristal Woodley氏（Renown Health、最高マーケティング・エクスペリエンス責任者）と対談し、医療分野でAIエージェントが実際にどこで導入されているのか、また本番運用に移すために何が必要かを探りました。

導入の成果が積み重なるか停滞するかを分けるのは、どこから始めるかです。専門的なパイロットを散発的に行うのではなく、大量の利用が見込め、測定可能で、リスクの低い一つのジャーニーから始めます。

患者ジャーニーが分断されたままの理由

患者は同じことを繰り返すサイクルに陥っています。診療の移行時には毎回、本人確認をし、電話の理由を説明します。待たされた末に別の窓口へ回され、ほかで調べた回答も一貫していません。ようやく適切な担当者につながっても、また最初から手続きを始めることになります。

ウェブサイト、患者ポータル、コンタクトセンター、EHR、請求システムといった接点はすべて存在しますが、互いに連携していません。つながったジャーニーは患者がいる場所から始まり、まずは低リスクかつ高インパクトな領域で対応します。

多くの組織は、リスクが低いという理由で選んだ専門的なユースケースなど、周辺領域からAI導入を始めます。しかし、それでは成果が積み重なりません。Jacque氏が提案するのは「ヒーロージャーニー」です。これは業務の大部分を代表し、なおかつ低リスクな中核ジャーニーで、ユースケースごとに作り直すのではなく、その上に構築・拡張していくものです。

デモ：予約を最初から最後まで完了する

予約スケジューリングは、ヒーロージャーニーの有力な候補です。利用量が多く、測定可能で、拡張の土台にできるほどリスクも低いためです。患者の受付から予約確認まで、このジャーニーの入口から完了までをご紹介します。

シナリオ： 患者はコンタクトレンズの新しい処方箋を必要としています。保険会社のウェブサイトでネットワーク内の検眼医を見つけ、診療所に電話すると、バーチャル予約アシスタントが応答します。

デモで紹介した内容：

• エージェントは会話形式で新規患者の受付を行い、氏名、生年月日、電話番号を収集
• 実際のSMSコードで電話番号を確認し、最初の試行でコードを聞き間違えた場合も対応を継続
• 発信者が保険会員IDを思い出せない場合は、予約時にカードを持参するよう案内して次へ進行
• 3つの空き枠を提示して1つを予約し、会話履歴に基づく確認メールとテキストリマインダーを送信
• 同じエージェントがSMSでも稼働し、別途構築することなく、同一のワークフローをテキスト会話として実行

重要な理由： 1つのエージェントが電話回線とテキストスレッドの両方を支えるため、標準でオムニチャネルの体験を提供できます。デモの構築には約2時間しかかからず、チームは数日以内にプロトタイプを作り、社内提案できます。一方、エンタープライズでの本番運用は別の規模です。稼働開始前に必要なインテグレーション、テスト、コンプライアンス対応にこそ大半の工数がかかります。ElevenLabsでは、この作業をフォワードデプロイドエンジニアが担います。

どこから始めるか、実際に何が障壁となるか

医療システムが導入を始める際の順序：

• アンビエントリスニング： まだEHRに統合されていない場合に始めます。この作業は通常、文書作成ベンダーを通じて行われますが、その後のすべての取り組みの基盤となる臨床医の信頼を得られます。
• コンタクトセンター： 多くのシステムではコスト部門として扱われていますが、成長の拠点として運用することもできます。
• 患者教育と服薬アドヒアランス： ROIをすぐに測定できる反復可能な業務であり、スケールできます。

コンタクトセンター自動化の障壁は、医師のスケジューリングです。希望カードやスケジュールテンプレートは目に見える部分にすぎません。時間がかかるのは、高度な訓練とスキルを持ち、独立性の高い人々の間で変革を進めることです。有効なのは、変革を後押しする医師チャンピオン、その変革を促進できる足並みのそろったリーダーシップ、そして導入完了までの継続的な支援です。場合によっては、臨床医一人ひとりにコーチを付けることも必要です。

Renown Healthがエージェント導入に向けて進めていること

Renownは、ソルトレイクシティからサクラメントに及ぶ10万平方マイルの地域で患者を支援しています。

Cristal氏のチームは、範囲を限定したパイロットから始めています。検討中のユースケースでは患者情報を一切扱わず、社内での成功事例を通じて、次の段階に向けたコンプライアンス部門の理解を得ています。 

実現への道筋はデータから始まりました。Cristal氏のチームは、オープンスケジューリングを標準化しながら、医療提供者と共にスケジュールテンプレートを検討しました。アンビエントリスニングによる早期の成果が扉を開きました。生活の質の変化を実感した医療提供者が、ほかに何ができるのかを尋ねるようになったのです。

また、スピードの重要性も明確に指摘しました。患者はすでにこれを使っており、すでに期待しているため、マーケティングチームやコンタクトセンターチームには待つ時間がありません。

セーフティ、HIPAA、新入社員のようにエージェントをオンボーディングする方法

感情的に緊迫した通話は、ほとんどのチームが最初に尋ねるテーマです。Renownではすでにコンタクトセンターで音声の感情分析を測定し、より経験豊富な人間のエージェントに発信者を転送しています。その際、転送先にも文脈を引き継ぎます。同じ規律がAIエージェントにも当てはまります。

人をオンボーディングするのと同じように、エージェントをオンボーディングします。SOPとナレッジセンターを与え、割り込みやエスカレーションに対応する振る舞いをトレーニングし、稼働開始前と継続的なPDSA（計画・実行・評価・改善）サイクルの中で、敵対的な事例に対する評価を行います。

ガードレールは3つのレイヤーで機能します：

• 制御 ：システムプロンプトによる制御
• 入力検証 ：エージェントが応答する前に敵対的な試みを検知
• リアルタイム評価 ：設定したポリシーに照らしてすべての応答を評価

コンプライアンスにおける保護策は、EHRを管理するHIPAA基準をAIシステムに適用することです。AIベンダーとのBAA、相互運用性、適切な記録システム、情報が移動するあらゆる場所での匿名化、明示的な同意なしに患者データをトレーニングに使用しないことが含まれます。ElevenLabsは医療顧客とのBAA締結を必須とし、データ保持なしモードを提供しています。データは処理のために通過するのみで、保存のために自社のアクセス制限された環境へ返されます。

すでに実現できることと、測定すべきこと

AIは現在、医療顧客の本番環境で稼働しており、リアルタイムかつ低レイテンシーの会話を行いながら、尋ねるべき質問を飛ばさずにスクリプトに従っています。

ただし、スピーチtoテキスト、LLM、テキスト読み上げのいずれであっても、スタック内のすべてのモデルは本質的に確率的です。だからこそ、それらを囲む決定論的なレイヤーが重要であり、すべての導入では、人間またはより高性能なモデルに引き継ぐ場合も含め、リスクのしきい値とエスカレーションプロトコルを事前に決めておく必要があります。

そのしきい値を設定したら、次に問うべきは何を追跡するかです。Renown Healthでは、患者がほかのあらゆるサービスと同じように医療にもアクセスできるべきだという考えのもと、チャネルごとの予約数を追跡しています。また、それぞれがエージェント、電話、テキストのどれ経由かも記録しています。

また、患者、介護者、医師を対象にネットプロモータースコア（NPS）を追跡することもできます。多くの人はすでに担当医を気に入っており、負担を生むのは診療の周辺にあるすべてのことだからです。満足度の向上は、その負担が減っていることを意味します。プラットフォーム側では、導入状況を確認するためにデプロイ済みエージェント数と対応分数を、成果を確認するためにCSATと自己解決率を追跡します。

医療分野でAIエージェントを導入するためのベストプラクティス

1. エッジケースではなくヒーロージャーニーを選ぶ： エンタープライズ全体へ拡張できる、大量利用・測定可能・低リスクの1つのジャーニーは、成果が積み重ならない専門的な導入の寄せ集めより優れています。
2. プロセスを自動化する前にデータを整備する： まずスケジュールテンプレートとオープンスケジューリングの基準を整理する必要があります。エージェントは、その基盤にある混乱をそのまま引き継ぎます。
3. 医師チャンピオンを募り、リーダーシップで支える： 時間がかかるのは技術作業ではありません。独立性の高い臨床医から理解を得ることであり、導入まで一貫した実質的な支援が必要です。
4. 新入社員のようにエージェントをオンボーディングする： SOP、ナレッジセンター、割り込みやエスカレーションに対応するトレーニング済みの振る舞いを用意し、稼働開始前と継続的なPDSAサイクルで敵対的な事例に対する評価を行います。
5. 事実に関する情報はすべて決定論的に扱う： 日付、空き状況、記録の詳細はツールを通じて取得します。検索できる内容をモデルに推測させてはいけません。
6. エスカレーションのしきい値を事前に定義する： スタック内のすべてのモデルは確率的です。人間またはより高性能なモデルへの引き継ぎを何がトリガーするか、あらかじめ決めておきましょう。
7. チャネル別・満足度別に測定する： チャネルごとの予約数から、患者が実際に利用しているかを確認できます。患者、介護者、医師にわたるNPSからは、負担が軽減しているかを確認できます。

セッション全編を見る

ウェビナー全編を視聴する：Behind the Agent：医療分野におけるAI導入セッション。