活動報告: ヘルスケア分科会 第8回イベントレポート
皆さま、こんにちは！ヘルスケア分科会です。
オンラインで開催した5/17 第８回のMeetupはの内容紹介記事となります。
医療分野におけるLLMの最新動向、Google CloudによるDICOM（医療系の画像・データの規格）管理事例、Google Cloudのヘルスケアアップデート、介護・福祉現場でのICTの活用実態などテーマが盛りだくさんとなっております。
それでは、最後までご覧ください！
医療分野におけるLLMの現状と応用課題について〜アカデミアと病院の立場からのLLMへの期待と課題 / 大阪大学 杉本賢人さん
本講演では医療分野におけるLLMの最新動向とその応用可能性について、アカデミアや大学病院の視点からLLMへの期待と課題を杉本賢人先生にご講演いただきました。
杉本先生は大阪大学にて機械学習などの情報科学の医療応用や電子カルテなどのリアルワールドデータの二次利用に関する研究に取り組まれています。この研究に加えて、病院情報システムや臨床研究システムの運用業務も担当されており、まさに医療の本丸へ最新技術をいかにして適用するのか？をご担当されているそうです。
今回の講演ではまずLLM（大規模言語モデル）の基本的な概要が紹介されました。
続いて医療分野におけるLLMの応用について様々な具体例や先行研究をご紹介いただきました。
これらの先行研究紹介に加えて、実際に大学病院で働かれている先生方から見た医療現場におけるLLMの応用に関するリアルな現場の課題についてもご説明いただきました。
特に医療現場においてはモデルの新しさや正確性、情報の一貫性の問題が挙げられます。LLMは訓練データの内容を理解しているわけではなく、単語間の確率的な関連付けを学習しているに過ぎないため、訓練データに依存した情報の信頼性には限界があります。またモデルがどのように回答を生成するのかのプロセスが不明であるため、生成された回答がどの程度正確かを判断するのが難しいという問題もあります。
さらに個人情報の取り扱いについても慎重な姿勢が求められます。病院などでLLMを利用する場合、患者の同意や厳密な匿名化が必要であり利用の障壁となる可能性があります。またLLMが生成する情報が有害、差別的、攻撃的である可能性があるため、倫理的な配慮も重要です。
講演の最後には、改めて医療分野におけるLLMの今後の展望について言及されました。既存システムとのシームレスな連携やセキュリティ要件の整備、個人情報保護に関する法規制の理解と適用が重要であるとご説明いただきました。さらにモデルの軽量化や効率化、マルチモーダルなモデルの発展、外部ツールとの組み合わせによるLLMの拡張とパーソナライズの可能性についても触れられました。
このような状況を踏まえて大阪大学医学部附属病院では、データ・プラットフォームの構築やデジタルヘルス、医療AI、研究開発の推進に向けた取り組みが進められており、病院データのプラットフォームを構築、匿名化された患者データを利用して、医薬品や医療機器の研究開発を進めるための基盤が整備されているそうです。
本講演では医療分野におけるLLMの現状と応用可能性について多角的に紹介いただきました。LLMは医療教育や臨床業務の改善、患者ケアにおいて有望なツールである一方、正確性や個人情報保護、倫理的な課題も存在します。これらの課題を克服し、LLMの潜在力を最大限に引き出すためにはアカデミアや病院、企業などが連携して取り組むことが重要とのことでした。
杉本先生の講演は、医療分野におけるLLMの未来を見据えた非常に示唆に富む内容であり、今後の研究と実践に向けた多くのヒントを提供いただきました。
（ヘルスケア分科会運営メンバー/ 硴﨑裕晃）
Google Cloud によるDICOM管理: Healthcare APIとの最適な棲み分け / 株式会社エムネス森藤敏之さん
株式会社エムネスの森藤さんによる、Google Cloudを用いたDICOMデータ管理とHealthcare APIとの連携に関するプレゼンテーションです。森藤さんは、エムネスが医療画像分野で培ってきた経験と、Google Cloudの最新技術を組み合わせることで、医療画像データの管理と活用をより効率的かつ安全に進めることができると語っていただきました。
株式会社エムネスは、医師が遠隔で画像診断を行う遠隔読影サービス「LOOKREC」などを提供しており、森藤さん自身もバックエンドやインフラ周りのエンジニアとして、医療画像データとクラウド技術に精通しています。このプレゼンテーションでは、DICOM規格の概要から、DICOM Webサービス、DICOM Store、Healthcare APIといったGCPのサービスの活用方法まで、具体的な事例を交えながら解説していただきました。医療画像データの管理や活用に関心のある医療従事者やITエンジニアにとって、必見の内容となっています。
まず、森藤さんは、CTやMRIといった画像診断が日本の医療現場で広く普及している一方で、読影を行う放射線科医の数が不足しているという課題を指摘します。OECD加盟国のデータを示したグラフを用いながら、日本はCTやMRI装置の保有台数が世界トップレベルであるにも関わらず、放射線科医の数は世界的に見て非常に少ないという現状を説明しています。このアンバランスな状況は、放射線科医の負担増や読影の遅延、ひいては医療の質低下につながる可能性も孕んでいます。森藤さんは、この課題解決には、クラウド技術を活用した画像データの効率的な管理と活用が重要であると強調しています。
具体的には、Google Cloud Platform（GCP）のサービスを活用することで、大量の画像データを安全に保管し、必要な時に必要な場所でアクセスできる環境を構築することができます。また、AIによる画像解析などを活用することで、読影の効率化や診断の精度向上も期待できます。
森藤さんは、医療画像データの標準規格であるDICOM（Digital Imaging and Communications in Medicine）について詳しく解説しています。DICOMは、医療画像データのファイル形式と通信プロトコルを定めた国際標準規格です。DICOMデータは、画像データ本体と、患者情報や撮影条件などを記述したタグ情報で構成されています。タグ情報には、患者ID、氏名、生年月日、検査日時、撮影部位などの情報が含まれており、この情報をもとに画像データを管理・検索・参照することができます。
DICOM規格は、異なる医療機関やシステム間での画像データの相互運用性を確保する上で重要な役割を果たしています。病院内のPACS（Picture Archiving and Communication System）、遠隔読影システム、AIによる画像解析など、様々な医療システムでDICOM規格が採用されており、医療現場における画像データの共有と活用を促進しています。
森藤さんは、エムネスが開発した遠隔読影システム「LOOKREC」の事例を挙げながら、DICOM Webサービスの利点と活用方法について説明してくださいました。
LOOKRECは、撮影されたCTやMRIなどの画像データをクラウド上に保管し、遠隔地の医師がWebブラウザ上で閲覧・診断できるようにしたシステムです。
従来のDICOMビューワソフトは、高価で専用端末へのインストールが必要でしたが、Webサービスとして提供することで、一般的なWebブラウザからDICOM画像にアクセスできるようになり、コスト削減と利便性向上を実現しています。
また、エムネスでは、診断レポートの作成や画像データの分析に必要な情報を効率的に取得したり、他のシステムとの容易な連携といった医療現場のワークフロー全体の効率化を実現するための手段として、 Healthcare API へ大きな期待を寄せています。
森藤さんは、Healthcare API の DICOM Store がサポートするDICOMWebは医療画像データのアクセス性と利便性を飛躍的に向上させる技術であり、医療現場のデジタル化を加速させる可能性を秘めていると語ってくださいました。
森藤さんは、医療データの分析・活用を支援するHealthcare APIについて解説し、具体的な活用例と課題を挙げていました。Healthcare APIではDICOM Store、FHIR Store、Consent StoreといったAPIが提供されておりこれらを組み合わせることでセキュアにデータを管理することができます。
DICOM Storeは、DICOMデータを効率的かつ安全に保管するためのマネージドサービスです。大量の画像データを扱う研究や臨床試験において、DICOM Storeを活用することで、データの保管・管理にかかるコストや手間を大幅に削減することができます。また、DICOM Storeに保管されたデータをBigQueryなどのデータ分析ツールで分析したり、機械学習モデルのトレーニングデータとして活用したりすることが可能になります。
ただし、DICOM Storeは、現時点ではデータセット単位での操作しか提供されておらず、個別の画像データに対する操作ができないという制限があります。また、料金体系もデータ量に応じて課金されるため、コスト管理には注意が必要です。森藤さんは、DICOM StoreやHealthcare APIといった最新技術を適切に活用することで、医療画像データのさらなる利活用が促進され、医療分野の研究開発や診断・治療の質向上に貢献できる可能性を説明していただきました。
（株式会社スリーシェイク / 佐藤慧太）
Google Cloud ヘルスケア関連アップデート / Google Cloud 中庄谷哲平さん
本講演では、Google Cloud におけるヘルスケア関連のアップデートをお届けしました。レポートの執筆は、当日発表させていただいた Google Cloud Cutomer Engineer の中庄谷が担当させていただきます。
Google は検索（Search）から始まった会社ではあるが、Alphabet の中には、老化など病気に関する研究を行う Calico や、AI の開発を行う DeepMind などヘルスケア関連の事業が様々存在します。
Googleには「世界中の情報を整理し、世界中の人々がアクセスでき、使えるようにする」というミッションがあります。ただし、電子カルテなどの医療データは各社独自仕様になっており、「標準化」などに多くの課題があります。
Google Cloud には、Cloud Healthcare APIを代表とした ソリューションが用意されています。
これらのソリューションは、医療データの相互運用や分析、AL/ML の活用ができるサービスです。
Google は10年以上前から AI の研究に取り組んでおり、2017年には大規模言語モデル（LLM）の革命をもたらしたと言われる Transformer を発明しています。ここから派生して、現在の生成AI の技術が数多く生まれています。
Google Cloud では、基盤モデルである Gemini や PaLM 以外にも、ドメイン特化したモデルも提供しており、医療向けの生成AI である MedLM の開発も進めています。
昨年12月に発表された Gemini は、DeepMind や Google Researchなどが結集して作成されたマルチモーダルモデルです。従来のテキストやコードだけではなく、画像や動画、音声などあらゆるデータでトレーニングされたモデルです。
Google Researchのブログでは、テキストだけではなく、医療画像やロングコンテキストなどを扱うことができる Med-Gemini モデルでの研究成果が発表されました。MedQA ベンチマークでは、91.1%という強力な結果が実証されています。
詳細は公開論文に記載されているので、興味のある方は是非目を通していただければと思います。
（Google Cloud Japan / 中庄谷哲平）
ある社会法人が考える介護・福祉の課題とICTの取り組み / 医療法人微笑会 / 社会法人ほほえみ会 田畑博規さん 関口貴生さん
次は社会福祉法人ほほえみ会の田畑さんと関口さんの発表です。田畑さんは音楽が趣味でライブの予定があるとのことでしたが、Meetに映っている映像にストラトキャスターらしきエレキギターが。そして好きなアーティストは…ということは田畑さんも速弾きをされるのでしょうか(笑)
関口さんはヘルスケア分科会の皆様にはおなじみです。この分科会のリードを務めてくださっています。田畑さんとは旧知の仲で小学生の頃からのお付き合いなのだそうです！
今回取り上げてくださるほほえみ会は日本有数の温泉街、指宿にあり、職員数は88人です。特養、グループホーム、小規模多機能、有料老人ホーム、訪問診療ととても幅広く展開されている福祉法人になります。
ここからは関口さんが説明してくださいました。
まずは特養ってよく聞くけど有料老人ホームと何が違うの？などといった私たちが知っているようで知らない各施設の違いについてご説明いただきました。特養は要介護3以上という条件がありますが、公的施設なので自己負担が原則1割です。有料老人ホームは利用料が高くなる傾向がありますが、公的な施設ではなくオプションがつけれたり介護認定がなくても入居できたりという柔軟な一面があります。
グループホームは要支援2以上で入居ができる5～9名のユニット単位で共同生活が行う、自分でできることは自分で行うという自立を促すタイプの施設です。介護サービスは原則1割負担ですが日常生活は自己負担になります。小規模多機能は通いや訪問、泊まりといった選択を利用者がどの時々の状況に応じて選択、組み合わせできる施設になります。小規模多機能も介護サービスは原則1割負担です。
ここからは人口推移予測から見える未来についてです。
平成23年と少々古いデータになりますが。人口推移予想です。2050年には1億人を割る見込みであると皆さんはご存知でしたでしょうか。こうようなデータに基づく予測を見ると驚きますね。
我が国における総人口の長期的推移: https://www.soumu.go.jp/main_content/000273900.pdf
今年の中間報告書でもほとんど変わっていなかったそうです。
東京のような大都市については左のグラフのグレーの線で見られるように今後、高齢者が急増することが予想されています。指宿市が含まれる鹿児島県(中央の図)と指宿市自体(右の図)は同じ傾向を示しており、全体の人口が減り、高齢者も少しずつ減っていく予測となっています。
日本の地域別将来推計人口: https://www.ipss.go.jp/pp-shicyoson/j/shicyoson23/t-page.asp
大都市圏はそうでもないですが、地方についてはどんどん高齢者の割合が上がっていくことがわかっています。指宿は30%近くが75歳以上となっていきます。従って労働可能人口も著しく減っていくことがわかるため、指宿だけに着目して事業を行うことはかなり難しいということがわかります。
ここからは社会福祉法人の現状についてです。
コロナ禍で介護従事者の確保が難しくなっていたことと物価高の影響もあり、特養の経営状況は二極化しています。黒字の施設は利用率が高く、赤字の施設は利用率が低いです。また、黒字の施設は1施設あたりの従業者数が20人ですが、赤字の施設は22人となっています。赤字の施設は利用率が低いにも関わらず、従業者数が多く、生産性が低いということがわかります。
売上に相当するのがサービス活動収益になります。その内訳にある介護報酬は診療報酬と同じように金額が決まっています。介護報酬は基本報酬、加算、減算から成ります。基本報酬だけではほとんど差がでてきません。いかにして減算を減らして加算を多くとっていくかということになります。
介護報酬における「加算」は専門的な知識やスキルを有する人員を配置するなど、利用者にとってより充実したサービスを提供できる場合に追加される報酬となります。これも定められています。加算を多くしていく活動は利用者のQOLを上げるだけでなくその施設にとっても生産性の向上をもたらします。加算を多くしていくと結果として法人にとっては健全な経営へとつながっていくことになります。
ここからはほほえみ会での取り組みについてです。ここからは田畑さんが説明してくださいました。
3つの大きな取り組みをほほえみ会では行っています。写真は先月にスタートしたグループホームのものです。このときは竣工時なのでがらんとしていますが、現在は27室にICT機器が導入されパソコン、モニターなどがずらっと並んでいます。
取り組みの一つ目です。外国人の採用です。現在、ほほえみ会は絶えず応募がありまったく人員には困っていませんが、関口さんから説明がありました通り地域で働く人が半減する未来に備えインドネシアとほほえみ会とのつながりを作っています。外国人採用は給与の他に一人あたり小計数百万円の経費がかかります。大変ですがほほえみ会が指宿と海外との架け橋になるつもりでやっています。この写真でヒジャブを巻いているのがほほえみ会で働くインドネシア人の方々です。私(田畑さん)はアロハを着ていますが、これは指宿市民の正装です。
こちらのスライドは事業規模の拡大についてです。少子高齢化の中、事業を継続していくには事業規模を拡大していき地域のシェアをとりきって別地域にも進出していくということがマストとなります。そのために事業を集約していくことが必須となります。
少子化の中で事業を拡大していくには職員には職員でしか行えない専門業務に集中してただき、それ以外のところは機械や専門職以外に助けていただくことが必須になります。厚労省はこれを評価する加算を最近設けましたがほほえみ会では9年前からICT機器を導入し、これに対応しようとしています。サービス向上と職員の負担軽減を図っていますが、その結果必要な利益を残すことができ、事業拡大のスピードアップが図れます。
課題が2つあります。IT専門の職員がいないためITの教育や運用は業者に頼る必要があります。そして、どんなに良い機械やソフトウェアを導入してもそれを使いこなせるためには職員の理解が十分でないと活用できません。目的の理解やサービス提供側と介護職員の専門領域の違いによる理解の齟齬もあるというのも課題です。
また、今使っているソフトのマニュアルがとにかく膨大で、介護職員には理解しにくいです。スマホだと介護職員でもマニュアルを見なくてもみなさん操作できてはいますが、これもなかなか… そして現場のニーズなどに応えてもらうのに時間がかかります。メーカーに現場に訪問していただいて、現場の負担を体験していただいてバージョンアップにつなげていただけるように働きかけていますが、現場の負担だけでなくどういった方が現場で働いていて、こういうことをしてほしいという気持ちで取り組んでいます。
かつては複数の職種で同じような記録を何度も書いたりするような非効率が見られたので9年前にソフトウェアを導入してみましたが生産性が大幅に向上しました。現場と連動した請求業務というのもとても大きかったです。
最後に今後期待することです。レセプト、勤務表の作成、勤怠管理など人的マネジメントが関係する部分については連動させることができたらもっと事務負担が軽減される期待しています。ケアプランの作成支援は国も行っていますが、国の方はまだまだ難しそうです。職員の教育システムと動画マニュアルや組織独自のマニュアル作成支援ツールがあって組織の暗黙知を集約して組織知にしていく手立てがあるととても助かると感じています。20年後は私(田畑さん)も介護を受ける側になっています。深刻な人手不足の中でも安心して生活していけるような仕組み作りをしていきたいと取り組んでいるところです。
最後に関口さんよりまとめです。
みなさんご存じの通り、高齢化は進行していきます。そして労働力の人口は減っていきます。いずれ我々も利用者になる可能性がありますが、労働力の確保と生産性の確保の両方が必要です。生産性向上には福祉施設に限らずICTの導入は一生懸命やっていると思いますが介護職員についてはまだまだハードルが残っています。なので介護職員が利用しやすいUI/UXを提供したり、生成AIなどを活用した業務の支援は今度発展していくことを期待しています。
（TD SYNNEX株式会社 / 吉川洋太郎）
所感・まとめ
ということで第8回オンラインMeetupのイベントレポートでした。
Google Cloudのコアな話から大学病院、介護・福祉の現場目線での発表まで幅広い視点からのお話を聞けて非常に内容の濃いMeetupとなりました！
最後はお馴染みのJagu’e’rポーズで閉会！
引き続きヘルスケア分科会では、有益な情報共有や双方向の学びにつながる活動や企画を続けていきます！
この記事を読んでご興味を持たれた方は是非 Jagu’e’rへの会員申し込み ＆ ヘルスケア分科会へ申し込み をお願いします！
（PharmaX株式会社 / 尾崎皓一）
次回予告
次回第９回はAI/ML分科会とコラボし、Geminiを活用したヘルスケア生成AIアイデアソンを開催します。
8月30日(金)17:30〜19:00 (懇親会 19:00-21:00)：オフライン（渋谷ストリーム）
是非ご参加お待ちしております！