[LS1-02] Evidence-based AIが変える臨床意思決定の未来
生成AI の進化は、医療現場における情報活用に新たな可能性をもたらすと期待されている。しかし、医療現場、特に患者の予後を左右するような意思決定への適用には、情報源の透明性や中立性の観点から依然として課題が残る。
近年、従来型のpoint-of-care 二次文献データベースに加え、生成AI とベクトル検索を組み合わせた新たな情報システムが登場している。Elsevier 社のClinicalKey AI はその一例であり、世界最大級のフルテキスト文献データベースから関連する最新エビデンスを渉猟し、臨床現場での意思決定を支援する対話型のevidence-based AI である。英語圏では既に導入が進み、医療の質や業務効率の改善効果が示唆されている。
ClinicalKey AI をはじめとするevidence-based AI は、膨大な臨床エビデンスの中から個別化された臨床疑問に対して最適なエビデンスを瞬時に提供できる。このような技術は、臨床プラクティスのあり方や、医療者に求められる役割およびコンピテンシーにどのような影響を与えるのだろうか。本講演では、evidence-based AI のインパクトを多角的に考察すると同時に、実装と活用に向けた課題と展望について論ずる。
近年、従来型のpoint-of-care 二次文献データベースに加え、生成AI とベクトル検索を組み合わせた新たな情報システムが登場している。Elsevier 社のClinicalKey AI はその一例であり、世界最大級のフルテキスト文献データベースから関連する最新エビデンスを渉猟し、臨床現場での意思決定を支援する対話型のevidence-based AI である。英語圏では既に導入が進み、医療の質や業務効率の改善効果が示唆されている。
ClinicalKey AI をはじめとするevidence-based AI は、膨大な臨床エビデンスの中から個別化された臨床疑問に対して最適なエビデンスを瞬時に提供できる。このような技術は、臨床プラクティスのあり方や、医療者に求められる役割およびコンピテンシーにどのような影響を与えるのだろうか。本講演では、evidence-based AI のインパクトを多角的に考察すると同時に、実装と活用に向けた課題と展望について論ずる。
