このコンテンツはいかがでしたか?
Pieces Technologies が AWS サービスを活用して患者の転帰を予測する方法
未来を予測できたらどうしますか?
予測型人工知能 (AI) /機械学習 (ML) ツールの進歩した機能により、少なくとも確率的には将来を予測できるようになるかもしれません。
ヘルスケアとライフサイエンスのスタートアップ企業である Pieces Technologies, Inc. (Pieces) は、予測型 AI/ML の分野で道を切り開いています。Pieces は、病院の電子ヘルスコード (EHR) に統合されたサービスとしての Software as a Service (SaaS) ベースの AI プラットフォームです。その使命は、患者の経過に沿って臨床のインサイトを提供することで医療を改善することです。退院予定日、予想される退院についての臨床的および非臨床的障壁、再入院のリスクなどの健康上の事象を発生前に予測します。また、Pieces は医療従事者に自然言語でインサイトを提供します。患者の臨床上の問題を全体的に明確し最適化するので、医療チームはより効率的に作業できます。
CEO 兼創業者の Ruben Amarasingham 博士は、医療従事者と患者がより良い結果を達成できるよう支援するために Pieces を設立しました。彼はこう説明します。「医療の仕事は必要不可欠です。しかし、医師、看護師、その他の人々は、燃え尽き症候群になったり無力感を感じたりするため、医療の分野から離れています。私たちは生活の他の分野で非常に洗練されたテクノロジーを見ています。なぜそれを医療に応用できないのでしょうか」
病院勤務医として 13 年間働いていた Ruben 氏は、「再入院を繰り返す患者がたくさんいて、病院で治療を受けても、1～3 週間後に戻ってくる」のを目の当たりにしました。大学院で生物医学情報学の研修を受け、臨床的な事象の予測に重点を置いていた Ruben 氏は、この傾向を見て触発され支援を始めました。
「私の研究背景、臨床実践、そして病院で起こっていることが交差していると思いました。」
彼の理論を実際のユースケースに適用するために、「私たちは、患者の特徴に基づいて、どの患者が再入院する可能性があるかを数学的にモデル化し始めました。次に、社会的決定要因を含む臨床的および非臨床的リソースをリスクのある患者に適用しました。そして、再入院の可能性を未然に特定して予防できることもわかりました」
患者の再入院を予測できるとわかったので、Ruben 氏は 2016 年に Pieces を設立しました。医療従事者と患者に対する Pieces のサービスを提供できる範囲は急速に拡大しています。現在、「私たちはあらゆる種類の患者の有害事象を見て、『事前に予測できるか?』と言っています。その場合、現場の人々にインサイトを前もって提供します。彼らがそれに基づいて行動できるような方法で行います」
Ruben 氏は、AI エンジンを大規模にデプロイして維持するには、Amazon Web Services (AWS) が不可欠だと言います。「信じられないほど動的でスケーラブルなクラウドがなければ、この作業はできません。オンプレミスでは不可能です。これらのモデリングシステムに大規模なデータセットから学習させる必要があり、大規模かつクライアント全体にわたって AI のパフォーマンスを操作または変更できる機能が必要です」
Pieces は、オンプレミス環境を使用していたインキュベーションの短い期間の後、、「AWS に切り替えましたが、すばらしかったので、以前を振り返ることはありませんでした。AWS 環境にとても感謝しています。」
Pieces がモデルを本番環境で大規模に実行するために使用する最も重要な 2 つの AWS サービスは、Amazon Managed Workflows for Apache Airflow (Amazon MWAA) と Amazon Elastic Kubernetes Service (Amazon EKS) です。Ruben 氏は次のように説明しています。「私たちは Amazon EKS を使用して Amazon Elastic Compute Cloud (Amazon EC2) と Amazon Relational Database Service (Amazon RDS) の Kubernetes インスタンスを実行しています」ヘルスシステムのクライアントサイトをリアルタイムでモニタリングできることは Pieces にとって極めて重要です。そのため、Amazon EC2 と Amazon OpenSearch Service を使用して分析を記録し、リアルタイムのアプリケーションモニタリングを行っています。
Ruben 氏は、関連性が高くアクセスしやすい AI/ML 予測の作成に情熱を注いでいます。「自然言語生成をソフトウェアに組み込むことにもっとも力を入れています。現在、Pieces が AI を使って取り組んでいるのはこの機能です」Pieces は自然言語生成を活用して、医療従事者にわかりやすい言葉で状況に応じた予測を提供します。自然言語を使うと、医療従事者は、最も重要な患者のニーズに対する AI の判断を評価しやすくなり、一方、それほど重要でない予測は脇に置くことができます。これにより、情報に基づいてタイムリーかつ有益な方法で行動しやすくなります。
「自然言語生成は、情報を最も分かりやすい方法で大規模に翻訳することで、医療従事者や患者を支援します。それは医師向けの臨床サマリーであろうと、あるいは中学 1 年生の教育レベルの家庭向けの退院指示書であろうと役立ちます。」
近い将来、Pieces は医師向けの引き継ぎサマリーを発表し、これにより必要に応じて患者を別の医師に引き継ぐことができるようになる予定です。このサマリーは、AWS のソリューションで Pieces が収集できる臨床データの一部を使用して生成されます。Joint Commission によると、「重大な医療ミスの約 80% は、患者の搬送や引き継ぎの際のケアスタッフ間のミスコミュニケーションが原因である」ため、医師の引き継ぎは医療における重要な課題です。この作業を自動化することで、Pieces は患者の転帰を改善すると同時に、「非常に複雑な状況であっても、医療を実践する喜びをもたらしたい」と Ruben 氏は説明します。
Ruben 氏は、Pieces の後を追いたいと思っているスタートアップ企業に、「医療は規制が厳しく、正確さが求められ、小売業のスタートアップ企業よりも厳しいテストを受ける必要がある」とアドバイスしています。ゆっくり進めても構いません。医療環境と段階的な進歩がもたらす利点を理解している投資家や支援者を見つけることが重要です」
成功にはそれだけの価値がある、と Ruben 氏は言います。「すべてのステップを踏むことができれば、その影響は計り知れません。あなたは世界のために良いことをしているのです」
関連リソース:
Dr. Ruben Amarasingham
Ruben Amarasingham 氏 (MD、MBA) は、臨床意思決定科学を専門とするヘルスケア AI 企業である Pieces の Founder 兼 CEO です。また、テキサス州ダラスに拠点を置く科学研究機関である PCCI の Founder であるほか、同社の President を務めたこともあります。同社は臨床試験と生物医学情報学に重点的に取り組んでおり、Pieces の創業につながりました。Dr. Amarasingham は、医療と公衆衛生のための AI 製品設計の国内有数の専門家です。Pieces の CEO に就任する前は、Parkland Health & Hospital System で Associate Chief of Medicine を務め、University of Texas Southwestern (UTSW) Medical Center では General Internal Medicine および Clinical Sciences の学部の教授を務めていました。同学では、NIH Clinical and Translational Science Award の Director of the Biomedical Informatics Program も務めました。また、HIMSS の National Board of Directors の元メンバーでもあります。
Megan Crowley
Megan Crowley は、AWS の Startup Content Team の Senior Technical Writer です。高校の英語教師としてのキャリアを持つ Megan は、教育的かつインスピレーションを与えるコンテンツに貢献したいという絶え間ない熱意に突き動かされています。スタートアップのストーリーを世界と共有することは、AWS での Megan 役割の最もやりがいのある部分です。余暇には、木工品を制作したり、庭で遊んだり、アンティークマーケットに出かけたりしています。
このコンテンツはいかがでしたか?