Wolters Kluwerでは、AIツールはデータだけではなく、厳選されたエビデンスから作成されたコンテンツに基づいて構築されるべきだと考えています。UpToDate®を進化させる中で、私たちはテクノロジーの力だけでなく、正確な臨床知識を反映したコンテンツの提供を重視しています。
土台となるのはデータの出所（provenance）
今日の臨床医は、膨大な量の医療情報に直面しています。課題はアクセスだけではなく、判断力にあります。 実態のないスピードは危険です。臨床判断には、信頼性、コンテクスト、責任が求められます。このような意思決定は、確率的技術ではなく、事実とエビデンスに基づいて行われるべきです。 臨床AIでは、それは推奨の根拠がエビデンスや専門家の判断だとはっきりわかることを意味しています。検証はオプションではなく、絶対的に必要な基盤です。だからこそ、データの出所は技術的な詳細ではなく、臨床的な必須事項なのです。
出所の3つの柱
1. 起源：信頼性の高い知識基盤の上に構築
AIがすべての医学文献をリアルタイムで要約できれば、臨床医はより良い意思決定を行えるというのはありがちな誤解です。しかし、臨床推論は情報の単なる統合ではなく、どの情報が、いつ、なぜ重要なのかを判断することです。このような見極めを独立して行える最新テクノロジーは、現時点で存在しません。
Wolters Kluwerの生成AI機能であるUpToDate Expert AIは、UpToDateの臨床コンテンツを土台としています。このコンテンツの根底にある編集プロセスは、厳格なだけでなく、意図的に予測し、ユーザーが直面する臨床シナリオを反映するよう設計されています。
UpToDate Expert AIの基礎を成すUpToDate臨床コンテンツのあらゆる文章は、専門家が執筆し、ピアレビューを経て定期的に更新されています。UpToDateに追加される研究はどれも、その重要性、臨床的背景との整合性、方法論的妥当性、診療に応用する情報に値するかどうか、リスクとベネフィットのバランスが入念に考慮されています。
2. 派生：透明性を確保して知見を作成
臨床医向けのシステムには、一般的な技術を大量のコンテンツに適用するのではなく、臨床医の考え方、優先順位、意思決定の方法が反映されていなければなりません。
透明性も同様に重要です。システムがどのようにして回答にたどり着いたかが、臨床医にはっきりわかるようになっていなければなりません。結果だけでなく、その裏にある根拠の明示が必要なのです。
スムーズに追跡できることも大切です。検証は迅速かつ直感的に行われ、必要不可欠であるべきです。
3. 説明責任：専門知識が知見を支える
生成システムの設計は中立的ではなく、設計者の判断、経験、意図が反映されています。強固なシステムは、テクノロジーをコンテンツに適用するだけでなく、臨床とAIの能力を熟知するチームによって形作られています。
このような作業には、さまざまなスキルとリーダーシップが必要です。エビデンスに基づいた医療の知識、批判的思考、新しい方法で有用な知識を創造する寛容さが求められます。Wolters Kluwerのアプローチは、臨床医と技術者の緊密な連携に根差しています。すべての要素が臨床推論プロセスに関連付けられ、患者の安全を強化するための安全策で強化されています。
Wolters Kluwerのシステムを際立たせているのは、それを支える臨床的専門知識の奥深さと幅広さです。UpToDate Expert AIの中核を成すのは、専門医療、病院管理、患者の安全、医学教育、出版、コンテンツ技術の分野で経験を持つ現役の医師や薬剤師の専任チームで、その仕事を膨大な基盤が支えています。それは各分野で第一人者としての地位を確立した7,600人以上の寄稿者で構成されるUpToDateの世界的なネットワークで、エビデンスに基づいた方法論の教育を受けた医師でもある編集者の社内チームがそれをサポートしています。
このような経験の集合は、単なる資質ではありません。医学の世界では、自分の名前が掲載されると、それは責任、当事者意識、質に対するコミットメントを表します。一方で、匿名で機能するシステムは、信頼を損なうリスクがあります。Wolters Kluwerは、システムを支える専門知識を可視化することで、医療に使用する生成AIが技術力だけで構築されるのではなく、整合性を伴うべきだという理念を強化しています。
Wolters Kluwerのホワイトペーパー「橋を架ける—生成AIと臨床知識の未来」では、変化する臨床知識の収集とイノベーションの間に橋を架けるUpToDate Expert AIのようなツールについての見解を取り上げています。詳細をダウンロードしてお読みください。
