医療AIが失敗するとき、原因がモデルにあることはほとんどありません。原因は、その周囲のワークフローにあります。
要約が生成され、ダッシュボードが作られ、デモはよく見えます。しかし、誰が情報を提供し、誰が出力を確認し、どの意思決定を支えるのかが不明確なら、システムは連携ではなく混乱を増やします。
だから私たちは、技術ではなくワークフローから始めます。
散在
- 臨床・業務システム
- スプレッドシートとフォーム
- 自宅での介護者の気づき
- 電話、メッセージ、引き継ぎ
連携済み
- 構造化された情報
- 確認可能な文脈
- 連携した行動
成果物
私たちが提供できるもの
成果物は、ワークフローと組織のニーズによって決まります。
可視化
現在のワークフロー、情報の欠落、引き継ぎリスク
設計
連携と導入を考慮した、人間主導のワークフロー案
試作
AI支援ワークフローの試作品と確認可能な出力
検証
パイロット設計、成功指標、改善計画
一つだけを提供する場合も、四つすべてを提供する場合もあります。決めるのはワークフローです。
譲れない原則
私たちが決して省かないこと
人間主導の責任
ケアの責任は人が担い続けます。AIは情報、構造化、確認を支援しますが、判断、エスカレーション、説明責任に取って代わるものではありません。
方法
組織と共に進める方法
把握と実装はつながっています。ワークフローを可視化する担当者が、それを支えるシステムを構築し、試行します。
AIによって試作が速くなったため、誤った方向性を高コストになる前に早期に退けられます。
ワークフローを見えるようにする
正式な手順、非公式な回避策、引き継ぎを含め、現在の業務の進み方を可視化します。さらに、誰が情報を提供し、確認し、行動し、各出力がどの意思決定を支えるかを明らかにします。
欠落は引き継ぎ、特に自宅と医療機関の間に生じます。 そこがAjentikの取り組む領域です。
最小限の有用なワークフロー単位を作る
構造化フォームの場合もあれば、要約、連携、アクセス制御、監査証跡、AI支援の確認の場合もあります。私たちはAIモデル上の画面だけに限定せず、医療業務でAIを役立てるデータ、連携、確認、ガバナンスの層を構築し、価値がある場所にだけAIを加えます。
拡張前に実務で検証する
ワークフローが壊れたままでも、デモは成功して見えることがあります。そこで実際の業務内で試行し、デモではなく証拠に基づいて拡張対象を決めます。
既存システム承認プロセスセキュリティ要件スタッフの日常業務導入が進むにつれ、検証済みの単位をより大きなシステムへ接続します。
実践例
Elderwiseはこの方法を実践で示しています
Ajentikの最も分かりやすい公開事例です。高齢者に起きる多くの変化はまず自宅で気づかれますが、ケアチームが見られるのは断片的な状況だけです。
これは私たち自身にも関わることです。誰もがいつか年を重ねます。Elderwiseは、私たちが実現したい変化です。
私たちの考え方
これは自動化すべきでしょうか？
「自動化できるか」と同じくらい真剣に考えます。目的が曖昧なままでは、AIは混乱を増幅し、要約や通知を増やしても負担は減りません。
実装の前に明確さが必要です。
ワークフローには誰が関わりますか？
多くの場合、組織図が示す以上の人々が関わります。臨床職、ケアコーディネーター、業務チーム、管理者、介護者、家族、地域のパートナーです。人間主導の境界は組織ごとに異なり、現場の摩擦を最もよく知るのは利用者です。
技術は責任を曖昧にせず、支えるべきです。
パイロットの成功を何で判断しますか？
情報を追いかける手間が減ること。確認しやすいこと。文脈が明確なこと。最初のデモ後もチームが継続できることです。
試作品だけでは証拠になりません。