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への対応をさらに充実させることが求められています。患者の不満の多くは、診療そのものではなく、その前後で生じます。適切な医師を探すのは手間がかかります。担当が変わるたびに同じ説明を繰り返すことも同様です。 

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（Slalom、グローバルヘルスケア責任者）、Sylvia Doane Stephenson（Slalom、マネージングディレクター）、Cristal Woodley（Renown Health、最高マーケティング・エクスペリエンス責任者）と、医療業界でAIエージェントが実際にどこで導入されているのか、本番環境で稼働させるには何が必要なのかを議論しました。

成果が積み上がる導入と停滞する導入を分けるのは、どこから始めるかです。専門的なパイロットを点在させるのではなく、大量の利用があり、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である理由

患者は繰り返しのサイクルに陥っています。診療の各移行時に本人確認をし、電話の理由を説明します。待たされた末に別の担当へ回されます。別の場所で探し出した回答にも一貫性がありません。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。

Webサイト、患者ポータル、コンタクトセンター、EHR、請求といった接点はすべて存在しますが、相互につながっていません。つながったジャーニーは患者のいる場所から始まり、リスクが低く効果が大きい領域でまず対応します。

多くの組織は、低リスクだと判断した専門的なユースケース、つまり周辺領域からAIを始めますが、それでは成果が積み上がりません。Jacqueが提案するのは「ヒーロージャーニー」です。組織の業務の多くを代表し、なおかつ低リスクで、ユースケースごとに作り直すのではなく、構築後に拡張できる中核的なジャーニーを指します。

デモ：予約を最初から最後まで完了する

予約スケジュールは、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からです。以下は、患者受付から予約確認まで、このジャーニーの入り口がどのように最初から最後まで機能するかを示したものです。

シナリオ：患者が新しいコンタクトレンズの処方箋を必要としています。保険会社のWebサイトで保険適用内の検眼医を見つけ、診療所に電話すると、仮想予約アシスタントが応答します。

デモの内容：

• エージェントが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適切に対応
• 発信者が保険加入者IDを思い出せない場合、カードを予約時に持参するよう案内して次に進む
• 3つの候補枠を提示して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とテキストメッセージの両方を支えているため、最初からオムニチャネルの体験になります。デモの構築にかかった時間は約2時間。チームが数日以内にプロトタイプを作り、社内提案できるほどの速さです。エンタープライズの本番運用は別の規模になります。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、作業の大半が費やされます。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。

始める場所と、実際に妨げとなるもの

医療システムが取り組み始める際の順序：

• 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取り組みます。この作業は通常、文書化ベンダーを通じて進めますが、その後のすべての取り組みの土台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項目として扱われていますが、成長の拠点として機能させることもできます。
• 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を阻む要因は、医師のスケジューリングです。プリファレンスカードやスケジュールテンプレートは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、自律性の高い人々の間で変化を調整することです。効果的なのは、医師の推進役、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必要もあります。

Renown Healthのエージェント導入に向けた取り組み

Renownは、ソルトレイクシティからサクラメントまで、10万平方マイルにわたる地域の患者にサービスを提供しています。

Cristal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、社内での成功が、次の段階に向けたコンプライアンス部門との合意形成につながります。 

実現への道筋はデータから始まりました。Cristal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、予約テンプレートについて医療提供者と協議しました。アンビエントリスニングで得た早期の成果が扉を開きました。生活の質の違い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。

彼女はスピードの重要性についても率直でした。患者はすでにこれを利用しており、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待つ時間はありません。

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

感情が高ぶった通話については、ほとんどのチームがまず質問します。Renownではすでに、コールセンターで音声の感情を測定し、より経験豊富な人間のエージェントへ発信者を振り分け、転送時にもそのコンテキストを引き継いでいます。同じ規律は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、中断やエスカレーションへの対応を学習させ、稼働開始前と継続的なPDSA（計画、実行、評価、改善）サイクルで、敵対的な例に対する評価を行います。

ガードレールは3層で機能します：

• 制御：システムプロンプトを通じて行う
• 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する
• リアルタイム評価：設定したポリシーに対してすべての応答を評価する

コンプライアンスにおける安全対策は、EHRを規定するHIPAA基準をAIシステムに適用したものです。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非識別化、明示的な同意なしに患者データを学習に使用しないことが含まれます。ElevenLabsは医療分野のお客様とのBAA締結を必須とし、データ保持ゼロモードを提供しています。このモードでは、データは処理のために通過するだけで、お客様自身の制限付き環境に返され、そこで保存されます。

すでに実現可能なことと、測定すべきこと

AIは現在、医療業界のお客様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で会話し、尋ねるべき質問を飛ばすことなくスクリプトに従います。

ただし、スタック内のすべてのモデルは、本質的に確率的です。スピーチtoテキスト、LLM、テキスト読み上げのいずれも同様です。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、担当者へ引き継ぐのか、より高性能なモデルへ渡すのかを含め、リスクの閾値とエスカレーションプロトコルをあらかじめ決めておく必要があります。

この閾値を設定したら、次は何を追跡するかです。Renown Healthはチャネルごとの予約件数を追跡し、それぞれがエージェント、電話、テキストのどれを経由したかを記録しています。患者は、ほかのあらゆるサービスにアクセスするのと同じように、医療にもアクセスできるべきだからです。

あるいは、患者、介護者、医師を対象にネットプロモータースコア（NPS）を追跡する方法もあります。多くの人はすでに担当医を気に入っています。負担を生むのは診療そのものではなく、その前後の体験です。そのため、満足度の上昇は負担の軽減を意味します。プラットフォーム側では、導入状況を確認するために稼働中のエージェント数と対応分数を、成果が出ているかを確認するためにCSATと自己解決率を追跡します。

医療業界で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：組織全体に拡張できる、大量利用・測定可能・低リスクの一つのジャーニーは、成果が積み上がらない専門的な導入を分散させるより優れています。
2. プロセスを自動化する前にデータを整える：まず、予約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、その土台にある混乱をそのまま引き継ぎます。
3. 医師の推進役を募り、リーダーシップで支援する：時間がかかるのは技術的な作業ではありません。自律的な臨床医からの理解と協力を得ることであり、導入の完了まで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、中断やエスカレーションへの対応を学習させ、稼働開始前と継続的なPDSAサイクルで敵対的な例に対する評価を行います。
5. 事実に関する内容は決定論的に扱う：日付、空き状況、記録の詳細はツールを通じて取得します。調べられ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閾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す。
7. チャネル別・満足度別に測定する：チャネルごとの予約件数で、患者が実際に利用しているかを把握できます。患者、介護者、医師のNPSで、負担が軽減しているかを確認できます。

セッション全編を視聴

ウェビナー全編を視聴する：Behind the Agent：医療業界でのAI導入セッション。