ジョンズホプキンス大学が実施した2016年の調査によると、医療ミスが米国の主な死因の第3位であった。これは懸念すべき統計結果だ。医師はこの事態を改善するためにたゆみなく努力し、病院は医療ミスを削減するために業務プロセスと手順を整備している。一部の病院は、薬を処方するときに潜在的なリスクについての早期警告に関する情報を提供し、新しい臨床意思決定支援システムを導入している。幸いなことに人工知能（AI）ツールは、医師や病院が医療ミスを削減しようと取り組む中で直面する幾つかの課題に対処してくれる。
医師は、患者を治療する前の最初のステップとして、まずカルテを確認する。カルテには患者の病歴や検査結果、医用画像、その他の関連情報が含まれる。合併症を持つ患者は、一般的な症状の患者よりも多くのデータを保有している傾向がある。つまり医師は、合併症を持つ患者の治療を開始する前に、より多くの時間をかけてデータを確認する必要があるということだ。
医師は薬物相互作用やアレルギーなどのよくある問題を見落とさないようにするためにEHR（電子医療記録）を頼りにしている。これは現在の市場に出回っている全てのEHRに期待される機能だ。ただし患者データが増え続けると、EHR単体のデータ分析能力は限界を迎える可能性がある。データを高度に分析したりマイニングしたりするサードパーティー製AIツールの支援なしには患者データを十分に分析できず、予防医療のニーズを満たせなくなるEHRも出てくるだろう。
生活者視点から見たDX 受容層43.1％、拒否層12.5％――日本IBM調査
「IBM Future Design Lab.」の調査によると今後、DXの波は産業の場から生活の場へと拡張...
マーケティングオートメーション（MA）を導入しない理由1位は4年連続で「高いから」――Mtame調査
2017年から続く「マーケティングオートメーション意識調査」の2020年版の結果です。
「ファッションテック」から「3密回避」まで データによる価値創造と課題解決の考え方
気象データを活用してファッションコーデを提案するサービスをデジタルエージェンシーの...
ITmediaはアイティメディア株式会社の登録商標です。
