医療分野ではAIの活用が急速に進んでいる。小児研究からスマートホスピタルまで、AI技術はケアチームがルーチン業務にかける時間を削減し、患者との直接的な関わりに多くの時間を割けるように支援している。医療システムやスタートアップは、患者と臨床試験のマッチング、放射線科医の支援、病院チームの業務サポート、在宅患者へのケアなど、さまざまな場面でAIを導入している。そのプロセス全体を通じて、臨床医は常に中心的な役割を担い、AIの出力を確認して最終的な意思決定を導く。NVIDIAの技術は、これらのアプリケーションを支える計算基盤を提供している。
ニュージャージー州に拠点を置く臨床AI企業Dyania Healthは、Synapsis AIを開発した。これは臨床推論エンジンであり、病院に蓄積された数十年分の患者履歴の多くが自由記述のテキスト(医師のメモ、手術記録、画像・病理所見、退院要約など)で保存されているという課題に対処する。臨床医が一人の患者の全体像を把握するには、何年分ものカルテを読み通す必要がある。Synapsis AIは、患者記録内のあらゆるメモ、レポート、検査結果を処理し、数年離れた所見同士を関連付けて、専門医がカルテをレビューするのと同じように臨床的な問いに答える。その出力は臨床シグナルのセットであり、各シグナルは記録内の出典まで追跡可能で、どの患者に注意が必要か、その理由は何かをケアチームに示す。臨床医はその証拠を確認し、すべての意思決定を行う。
データセキュリティの面では、Synapsis AIは医療システム自身のファイアウォール内で、NVIDIAによって加速されたコンピューティング環境上で動作する。医療システム全体の患者記録をオンサイトで処理できるため、患者データが共有されたり病院外に出たりすることはない。この方法により、カルテレビューの作業が臨床チームのデスクから取り除かれ、患者と過ごす時間を確保できる。ただし、Synapsis AIには依然として臨床医の入力が必要であり、医療記録から証拠を提示する支援ツールとして位置づけられ、臨床医がそれを確認して行動に移す必要がある。DyaniaはNVIDIA NeMoのオープンライブラリで臨床モデルを構築・訓練し、NVIDIA TensorRTとTensorRT-LLMを使ってモデルを最適化することで、病院のGPUサーバー上でより高速かつ効率的に実行できるようにしている。
実際の導入例として、クリーブランド・クリニックは2005年から2021年の間に大動脈弁置換術を受けた7,800人以上の患者を対象とした研究でSynapsis AIを活用した。Synapsis AIは各患者の記録(術後数年経って追加された心エコー検査を含む)を推論し、その情報を用いて、大動脈弁置換術後3年、5年、10年時点での弁の劣化と再介入リスクを予測するモデルを構築した。このAIプラットフォームは、人手では臨床医が何年もかかるであろうコホート全体のカルテレビューを完了した。クリーブランド・クリニックの心臓・血管・胸部研究所所長であるLars Svensson博士は、「技術を活用して、植え込み心臓弁の耐久性予測に役立つ情報を集約・分析することは、転帰の改善と患者により個別化されたケアを提供するための有望な一歩です」と述べている。
同じアプローチは、医療記録の中に答えがあるあらゆる医療課題に応用できる。例えば、臨床試験に適格な患者の特定、心臓病学や腫瘍学におけるケアギャップの解消、臨床レジストリの入力などである。AI技術の成熟に伴い、医療チームは臨床監督を確保しながら、膨大な患者データをより効率的に活用し、患者がより早く適切な治療を受けられるようになることが期待される。