早めの処置は九つを省く、とよく言われます。そして、血液凝固抑制剤を早めに使用すれば、心臓発作による救急外来への搬送を回避できる、というのがDiagnostic Robotics社の主張です。同社の機械学習を活用した予防医療は、危険な（そして高額な）医療危機を予測・回避し、人々の医療費を節約し、ひいては健康全般を維持することを目指しています。同社は事業拡大のため、4500万ドルを調達しました。
まず最初に説明しておきたいのは、AI、保険、病院代、そして「予測医療」を組み合わせたこのサービスは、テクノロジーの悪夢のようなものではないということです。この会社全体の基盤となっているのは、例えば心臓発作を起こすよりも心臓の健康状態を改善する方が、あなたにとってより良く、費用も安くなるという事実です。
だからこそ、医師は「心臓発作を起こしたら救急外来に行きなさい」と言う代わりに、赤身の肉の摂取を減らし、場合によってはコレステロール値を維持する薬を服用するように勧めるのです。これは常識であり、患者、病院、そして保険会社の費用削減にもつながります。そして、ご安心ください。こうした予測が保険料の値上げや治療拒否に利用されることはありません。医師はあなたに毎月の保険料を支払ってほしいのです。ただ、2万5000ドルもの手術費用を負担させたくないだけなのです。
問題は、あまり目立たない病状や、患者が特定の検査を受けていない病状の場合はどうなるかということです。ここで機械学習モデルが活躍します。機械学習モデルは大量のノイズからシグナルを拾い出すのに非常に優れています。そして今回のケースでは、AIは6500万件の匿名化された医療記録で学習されました。
「私たちは、問題が起こる前の状態を観察します。私たちの活動はすべて予防医療です」と、ダイアグノスティック・ロボティクスのCEO兼共同創業者であるキラ・ラディンスキー氏は述べた。「適切な介入を、適切なタイミングで、適切な患者に提供することがすべてです。」
彼女は、医療提供者はコスト削減のため、例えば進行した心臓病の患者など、最も医療費のかかる患者に重点を置くことが多いと指摘した。しかし、急性期ケアと維持療法は依然として医療提供者にとって重要であるものの、その費用はすでに無駄になっている。一方、うっ血性心不全の初期症状を診断できれば、進行を食い止め、費用を節約し、場合によっては命を救うこともできる。そして、この技術は検査室で検出できるものだけにとどまらない。
「例えば、うつ病や不安障害に苦しんでいるのに薬を服用していない患者を見つけるのが課題だとしましょう」とラディンスキー氏は提案した。「医療記録に基づいて、うつ病や不安障害のある患者をどのように特定するのでしょうか？ 私たちは、患者の受診回数のエントロピー（医療提供者への受診回数、苦情の多さ）を特定します。これは強力なシグナルです。その後、具体的な質問を行い、医療トリアージを行い、心理士や精神科医につなげることで、症状の悪化を防ぐことができます。」
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
同社は、救急外来の受診を4分の3に減らすことができると主張しているが、これは患者と医療提供者にとっての直接的な利益以上に重要なことだ。米国では、救急外来や緊急治療室がパンク状態になっているが、これは皮肉なことに、莫大な医療費がかかるのではないかという不安が広がっているためである。
彼女によると、多くの場合、医療提供者や保険会社は、将来的に大きな負担を負うことを避けられると分かっているため、薬や治療を無料、あるいはわずかな費用で提供するそうです。もちろん、それはすべて自己利益のためですが、だからこそ信頼できるのです。
テルアビブに拠点を置くダイアグノスティック・ロボティクスは、ステージワンの投資家が主導し、メイヨー・クリニック、テクニオン（イスラエル工科大学）、ブラッドリー・ブルームが参加した4,500万ドルのBラウンドを調達した。ラディンスキー氏は、これにより同社は医療提供者とより直接的に連携し、特定の高リスク疾患に加えて、より包括的な健康目標に取り組むことができるようになると述べた。（同社は現在約20の疾患を追跡している。）
この幅広いアプローチのパイロットテストは、最近、数百人の患者を対象とした研究で検証され、AIが作成した医療プランは医師のプランと統計的に区別がつかないことが示されました。同社は既に、イスラエル、南アフリカ、米国において、ロードアイランド州のブルークロス＆ブルーシールドなどと提携し、数百万人の患者に何らかの形でサービスを提供しています。
これらがプロバイダーにまで拡大された場合、名前から明らかなように何らかのロボット検査が行われることは期待できません。
「ケアマネージャーから電話がかかってきて、無料、あるいはほぼ無料で追加の治療を提案されるでしょう」とラディンスキー氏は述べた。AIはすでにその仕事を終えており、検査結果や居住地から何かのリスクが示唆されるかもしれない。そうしたアドバイスを真剣に受け止めるべきだろう。AIはまだ成長の余地が大きいかもしれないが、統計的な相関関係を嗅ぎ分けるのは得意だ。
彼女は、アルゴリズムのバイアスを発見、定義し、軽減することにも積極的に取り組んでいると付け加えた。それが偏ったデータに起因するものなのか、あるいはどこか別の場所で人為的なミスに起因するものなのかは関係ない。「アルゴリズムがやろうとしているのは、誰が最も利益を得るかを見極めることです」とラディンスキー氏は説明したが、他のAIや機械学習と同様に、アルゴリズムが考える「誰が利益を得るか」が現実世界と合致しているかどうかは、注意深く監視することによってのみわかるだろう。
