100万件超の電子カルテをAIで解析、患者の治療実態を可視化する共同開発

この取り組みでまず効いているのは、データを保有・運用する側とAIを構築する側を切り分け、そのうえで噛み合わせた座組みの設計です。千年カルテという既存のプラットフォームがデータの集約と運用を受け持ち、AI側は医療介護領域で積み上げてきた知見をモデルとソフトウェアの設計に集中して振り向けています。データを集めて安全に保つ仕事と、そこから意味を取り出す仕事とでは、必要になる体制も技術もまったく別物です。どちらかが両方を抱え込む形を取らなかったことが、この規模のデータを扱う前提を成立させたのではないでしょうか。

次に注目したいのは、AIに何を出力させるかを「ペイシェントジャーニーの可視化」という具体的な形に定めた点です。医療データの解析は、目的を広く取れば取るほど、何をもって成功と言えるのかが曖昧になります。疾病ごとに、患者がいつどんな治療を受けているかを一本の流れとして描き出す、と出口を決めておけば、必要なデータ項目も評価の基準も逆算できます。使い道を先に固定してから技術を選ぶ順序が、この設計の芯にあると読めます。

三つめは、難易度の異なるデータを一度に攻めなかった進め方です。検査値のように既に数値としてそろっている項目を患者層のフィルタリングに使い、機能の骨格を先に立ち上げる。一方で、文章の診療記録や画像といった扱いの難しい情報は、活用手法の検討として並走させています。すべてを構造化してから着手するのではなく、扱える部分から形にしていく順番の付け方が、開発を前に進める力になっていると考えられます。