どの患者が再入院する可能性が高いかを事前に予測し、その主な理由を把握することで、30 日以内の再入院率を低減するための取り組みを積極的に行います。
ビジネス課題
再入院とは、患者が病院を退院してから 30 日以内に再入院することを指します。再入院は、医療システム間の連携が取れておらず、患者とその健康状態を十分に把握できていない状況を反映しているだけでなく、医療提供者と支払者の双方に多大な財政的負担を強いることになります。米国政府は 2011 年に、あらゆる原因による 30 日以内の再入院が約 330 万件に上り、医療機関のコストが総額 413 億ドルに達すると推定しています。
再入院を低減するうえで最も重要な課題は、最初の入院から退院までの間に患者のリスクを正確に予測することです。再入院は患者の病歴、入院診断、社会的決定要因など多くの要因によって発生しますが、再入院の可能性を評価するために使用される既存の方法(LACE/HOSPITAL スコアなど)では、さまざまな要因を効果的に考慮することができません。つまり、これらの従来の評価方法では検討事項がごくわずかに限られており、健康評価とその結果を最適化できません。
AIソリューション
臨床医やケアマネージャーは AI を使用して、自分たちが治療に当たっている患者との持続的な強いつながりを育むために必要な情報を得ることができます。また、どの患者がリスクを抱えているかを予測し、患者の退院前後に臨床医が介入戦略を策定できるようにすることで、再入院率を低下させることが可能です。既存の手法とは異なり、AI モデルは大量のデータを取り込んで、特定の患者が再入院する可能性が高い理由の背後にある複雑なパターンを学習することができます。AI のモデルの解釈性が向上することで、そのすべての予測に対して個別の説明が提供されるため、臨床医は常にすべての患者の主なリスク要因を完全に把握することができるようになります。
さらに、臨床医は医療 AI という形で AI を利用すれば、臨床医が提供する治療と、すでに実施している他の処置を強化することで、患者の健康を改善するためのインテリジェントな介入を行うことができます。臨床医は、AI から得た情報を活用して、患者と直接会って退院時の手続きを丁寧に説明したり、外来の予約を追加して患者を安心させたり、介入を増やしたりすることで、患者の再入院の可能性を減らすことができます。
インパクト
このユースケースの ROI はどのようになったでしょうか?
「『DataRobot』は LACE モデルよりも優れたパフォーマンスをすぐに発揮し、そのおかげで今年の第 1 四半期の再入院が 5% 減少しました」— KLAS レポート
Symphony Post Acute Care — 再入院を低減することで、50 万ドルのコスト削減を実現。
ユースケースの ROI をどのように計算するか?
現在の再入院コスト = 現在の年間再入院率 x 年間の入院患者退院数 x 平均の再入院コスト
新しい再入院コスト = 新しい年間再入院率 x 年間の入院患者退院数 x 平均の再入院コスト
新しい再入院コスト – 現在の再入院コスト = ROI
コスト推定値(トップダウン計算)
現在の再入院コスト x 再入院率の改善 = ROI
各医療機関の再入院コストをトップダウン計算で算出すると 413 億ドル / 米国の医療提供機関数
関連ブログ
30 日以内の再入院率の低減【技術実装】編 / 【ビジネス適用】編
Related posts
See other posts in 業界事例
複雑化する意思決定プロセスにおいて、適切なインサイトを迅速に得ることは、ビジネスリーダーにとって不可欠です。しかし、従来のアナリティクス手法や多忙を極めるデータチームの存在が、このプロセスを遅延させています。また、AI導入の現場では、長期にわたる実装サイクルやシステム統合の課題が、進捗を妨げています。 実際、AI導入の責任者の66%が、企業目標に沿ったAIソリューションを展開するための適切なツールが不足していると回答しています。特に、7ヶ月以上に及ぶ導入期間やシステム統合の困難さは、経営層の期待に応える上での大きな障壁となっています。 生成AIとAIエージェントは、これらの課題を解決する可能性を秘めていますが、導入は依然として容易ではありません。ビジネスリーダーの77%が、競争における後れを懸念し、チームに導入の加速を強く求めています。 この状況を打開するためには、より複雑なツールへの投資ではなく、即戦力となる構成済みのAIエージェントアプリケーションの導入が最も効果的です。


こんにちは、DataRobotデータサイエンティストの長野です。普段はDataRobotでデータサイエンティストとして製造業・ヘルスケア業界のお客様を担当しています。技術面では生成AIプロジェクトのリードを担当しています。本記事では、DataRobotのBYOLLM(Bring Your Own LLM)と呼ばれる仕組みを用いて、Hugging Face Hubから取得したLLMをDataRobot環境にホスティングする方法をご紹介します。