MEDICINE & AI

タイトル：A Novel Playbook for Pragmatic Trial Operations to Monitor and Evaluate Ambient Artificial Intelligence in Clinical Practice 雑誌名：NEJM AI. 2025 Sep; 2(9): doi: 10.1056/aidbp2401267. Epub 2025 Aug 28. 概　要： 本研究は、環境人工知能（AI）の導入を促進するためのフレームワークとプロトコルを提案します。環境AIは、臨床ノートの生成を通じて文書作成の負担を軽減し、効率を向上させる可能性がありますが、電子健康記録（EHR）との統合やコーディングの遵守、実世界での評価に課題があります。研究では、日常的なケアの中で環境AIを設計、監視、展開するための方法論を示します。 方　法： 技術的なワークフローを構築し、ガバナンスを確立するための実施フェーズを開始しました。双方向のガバナンスモデルを通じて、運営と研究を結びつける多職種の作業グループを設け、患者安全のためのシステム工学イニシアティブ（SEIPS）フレームワークを取り入れました。EHRへの統合には、ファストヘルスケア相互運用性リソース（FHIR）を使用し、リアルタイムダッシュボードで利用状況と文書の正確性を追跡しました。ドリフトを監視するために、時間、作業外作業、利用率の3つのプロセス指標に対して差分の差分析を適用しました。 結　果： 環境AIの利用率は、システムを使用して完了した適格な臨床ノートの割合として測定され、加重中央値は65.4%（四分位範囲50.6〜84.0%）でした。ノートテンプレートの変更に関連するワークフローの問題が、ICD-10文書の正確性を79%（95%信頼区間[CI]、72〜86%）から35%（95% CI、28〜42%）に低下させましたが、テンプレートの再設計とユーザートレーニング後に正確性は基準に戻りました。内部開発の大規模言語モデル（LLM）コーダーは、専門のコーダーとの強い相関を示しました（Pearsonのr=0.97）。試験には8つの専門分野から66人の提供者が登録され、提供者の幸福感を主要な結果として90%のパワーで設計されました。 結　論： 本研究は、医療における環境AIの安全な実装を支援するための公開可能なフレームワークとプロトコルを提供します。革新には、埋め込まれた実用的試験デザイン、人間工学、遵守に基づくフィードバックループ、リアルタイムモニタリングが含まれ、臨床試験の開始前に忠実性を確保します。