医療記録の整理は生成 AI で - スタートアップの挑戦が医療現場を変える

※この投稿は米国時間 2024 年 7 月 26 日に、Google Cloud blog に投稿されたものの抄訳です。

包括的で正確かつ情報量豊富な患者の医療記録を作り上げることは、長年にわたり、医療における究極の目標のひとつでした。これは、人の生涯にわたる病歴を信頼できる単一の視点で把握できるということであり、幅広いアクセス性だけでなく、強固なセキュリティとプライバシーも備えている必要があります。断片的なデータを精査したり、矛盾する情報に苦戦したり、直感だけに頼ったりする必要はもうありません。入力ミスや見落としに起因する防げたはずの問題も、過去のものとなります。

サンノゼを拠点とするスタートアップである Mendel 社は、電子医療記録を統合する道筋、つまり臨床データ ウェアハウスを推論に活用し、その膨大な可能性を解き放つことができる独自の AI モデルを発見したと考えています。

Mendel 社は、経験豊富な医師である Karim Galil 氏と AI サイエンティストの Wael Salloum 氏により 2017 年に共同設立されました。Karim 氏は、医師として勤務した後、100% の説明可能性をもって臨床的に推論し、ハルシネーションを回避できる AI を構築するというビジョンを抱きました。今や、Mendel 社は現在、医療およびライフ サイエンス向け生成 AI における主要企業の一つとなっており、大手のライフ サイエンス機関やテクノロジー企業出身のリーダーシップ チーム、優良投資家を擁し、世界有数のライフ サイエンス企業を顧客としています。

Mendel 社の使命は、医師の専門知識をこれまでどおり重要視しつつ、医療をより客観的でデータドリブンなアプローチへと転換させることです。同社は、構造化されていない臨床データの複雑な世界を構造化して矛盾する情報を調整し、包括的な患者記録を生成することによってこれを実現しています。

こうした記録から患者の病歴を総合的な視点で捉えることで、臨床医は情報に基づいたデータドリブンな意思決定に必要な知見を得ることができます。Mendel 社の最新のプロダクトは Hypercube です。これは、あらゆる環境において臨床データへのアクセスと分析を簡単かつ確実に行い、より適切な意思決定と、それに伴う健康状態の改善を実現するためのチャット インターフェースです。

データドリブンな顧客向け分析情報の構築を同様に重視し、現行の AI 開発を主導しているクラウド パートナーを探していた Mendel 社は、自社のモデルを開発してビジネスを拡大するためのプラットフォームとして Google Cloud を選択しました。

Mendel 社は、Google Cloud の広範なコンピューティング リソースとグローバルな展開が、スタートアップによる臨床 AI ソリューションのデプロイに役立つだけでなく、医療分野における AI の導入を加速し、最終的には患者の転帰を改善して医療分野に革命を起こすという Galil 医師のビジョンにも貢献すると判断しました。

臨床 AI テクノロジーによって患者記録を刷新する

20 年以上にわたり、医療システムは進歩を続けており、特に米国では多少の困難が伴ったものの、電子医療記録の導入が拡大されてきました。課題の 1 つは、米国において患者の診療が断片化され、サイロ化されていることでした。引っ越しをしたり仕事を変えたりすると医療の選択肢が変わるので、人々はさまざまな主治医、専門医、病院、診療所を受診することになるからです。

これらすべてのデータを手作業で収集、統合、分析するには、かなりの時間がかかる可能性があります。Mendel 社は、臨床 AI のビジョンを実現するための独自のテクノロジー スタックを活用することで、このプロセスを大幅にスピードアップさせています。

Mendel 社の AI モデルは、生成 AI の能力を活用して、患者データ内の複雑なパターンと関係性を学習します。Mendel 社では、臨床ハイパーグラフという、医療に関する情報と関係性を拡張・構造化することで得られる知識表現に基づく多次元ナレッジグラフを活用しています。この手法により、AI が出力する情報の説明可能性と一貫性を確保することができます。

Mendel 社の Neuro-Symbolic Reasoning System は、臨床データのワークフローと分析に特化して構築されており、大規模言語モデルと臨床ナレッジ ハイパーグラフを組み合わせています。この AI システムは、大規模言語モデルにおける最新テクノロジーを活用しながら、シンボリック AI によって説明可能性を確保し、ハルシネーションを抑えることができます。

これらの機能により、医療従事者にとって理解しやすく信頼性の高いシステムが実現します。あらゆる診療所や救急治療室で使用されている知識と略語をベースとしているためです。

このシステムは、臨床的状況（一連の病理記録から、外在的な健康リスクを明らかにする可能性のある患者の社会歴まで、多種多様な情報）を分析した後、より情報に基づいた決定を下すのに役立つ明確な推奨事項を医師に提示できるだけでなく、決定の背後にある根拠も明確に示して簡単にクエリを実行できるようにします。医療従事者が Hypercube のようなプロダクトの推奨事項を信頼できるという確信を強めるために、このオブザーバビリティは不可欠です。

従来の研究環境では、医療従事者は臨床データ分析を実施するために、使いづらい複雑な臨床データ ワークフローを使用して、医療現場にある構造化データと非構造化データの膨大なデータセットを処理しています。SNOMED CT などの標準的なオープンソース データモデルを活用できるようになったことで、臨床データ ワークフローはわずかに改善されました。

しかし、それでも臨床的推論が欠如しているため、得られるものは限られたままです。これがまさに Mendel 社が解決しようとしている課題です。

Mendel は、自社の Neuro-Symbolic AI システムと、SNOMED CT データモデルを使用した従来の SQL クエリを比較する研究を実施しました（この調査は、Permira Private Equity が支援する非規制対象の調査会社が主導しました）。この研究では Mendel 社の AI システムにより、SNOMED CT を使用した従来のワークフローと比較して、効率が 10 倍向上し、クエリエラー率が 90% 減少して、費用が 80% 以上削減されたことがわかりました。

AI と人間の専門知識のギャップを埋める

Hypercube は特に、医療データに新たなレベルの明確さをもたらし、それにより成果を向上させることを目的としています。Mendel 社は、医療における信頼の重要性に加えて、その重要性とテクノロジーがもたらす計り知れないほどの可能性のバランスを取る必要性を理解しています。

Hypercube プラットフォームには、Mendel 社の顧客特有の業界ニーズに合わせて調整された Google Cloud の AI モデルを利用して構築された、次のような新たなソリューションが用意されています。

• Hypercube Cohorts: 多様なデータソースを活用して 5 倍の精度と規模でコホートを定義して分析情報を生成できます。
• Hypercube Charts: 洗練された臨床推論に対応したユーザー フレンドリーなインターフェースを介して医療記録とチャットし、訪問、事前承認、臨床試験マッチングなどのカルテ審査を行う際の効率を 30% 以上高めることができます。
• Hypercube Analyst: 意味的、時間的、階層的な関係を捉える Mendel 社の Knowledge Hypergraph 推論エンジンを搭載したローコード インターフェースでクエリを実行することにより、クエリを 10 倍高速化します。
• Hypercube Build-Your-Own（BYO）: 高度な臨床推論を活用する Hypercube コパイロットを特定のデータニーズと課題に合わせてカスタマイズします。BYO には、EMR-to-EDC、サイトのアクティベーション、商用アラート、カスタム NLP および LLM など、複雑なタスクに合わせて事前構築されたコパイロットが付属しています。

医療の未来はデータドリブン

新しい AI モデルを医療記録でトレーニングすると、AI モデルは症状なのか副作用なのかを理解せずにテキストと構文を単純に読み取ることになります。Mendel 社は、医療記録のセマンティクス（意味）を推論し、理解できる臨床 AI を作りました。

「当社のシステムが他と違うのは、困難な道を選んだことです。単に既存のテクノロジーに手を加えるのではなく、根本的に新しいアプローチを構築したのです」と Galil 氏は言います。「大規模言語モデルと臨床ハイパーグラフを組み合わせることにより、医療独自のニーズに合わせた画期的なテクノロジーを開発しました。」

Mendel AI は、データ活用を通じて医療従事者が患者に最適な治療を提供できる未来の実現に向けて取り組んでいます。AI に対する同社の革新的なアプローチと Google Cloud テクノロジーの力を組み合わせることで、より客観的かつ効率的、そして最終的には人間中心の医療システムへの道が開かれます。

-Google Cloud、医療およびライフ サイエンス担当インフラストラクチャ エンジニア Sumeet Ranu

-Transform 上級編集者 Matt A.V. Chaban