友だちが手術後、また発熱している。
私の友だちは、昨年末に膵臓癌のために、胃の一部、胆嚢、膵臓の一部、十二指腸の切除術を受けている。今は日常生活を送ることができているが、１か月に１回くらいは３９度近い熱が出る。熱が出るまえに悪寒があるので、３７度以上の熱が出た時点で、救急外来に行くようにしている。いつもの胆管炎という判断。抗生剤の点滴をしてくれれば、とりあえず熱はさがるいつものパターン。
しかし、夜間当直の医者ガチャが････。「様子を見ましょう」と言われて帰らされたらしい。帰ったとたんに38.8度まで熱が上がった。翌日の主治医の外来まで待つことになった。一人暮らしの女性。遠く離れている友だち。
電子カルテはもう当たり前。でも、なぜ自分自身が早期発見できる力があるにもかかわらず、様子を見ないといけなかったのか。どの医者が診察しても、この患者のこの症状には、この抗生剤を選択し、それでもだめなら････というアルゴリズムは作成できるはず。
････という苛立ちのもと、ChatGPTに以下の質問を投げかけてみた！
日本の病院で医療DX（デジタルトランスフォーメーション）が進まない理由は？
ChatGPTをもとに手を加えました。
日本の病院で医療DX（デジタルトランスフォーメーション）が進まない理由は、いくつかの要素があります。
- レガシーシステム（Legacy System旧式のコンピュータシステム）との互換性の問題: 新しい多くの病院は長い間デジタル化されてきましたが、旧来のレガシーシステムを使用していることがあります。各社の競争があり、独自のものをそれぞれも病院が導入しているので医療のDXの導入を妨げる事態が起こっている可能性があります。
- データの統合とセキュリティの危機: 医療データは、個人のプライバシーを守る必要があるため、舵を切りにくいという問題が起こっている可能性があります。
- 医療現場の文化と意識の変化: 医療DXの導入には、医療現場の文化やスタッフの意識の変化が必要です。デジタルツールや新しい技術に対する理解や受け入れが不足している場合、医療DXの進歩が進まないことがあります。
- 予算とリソースの保留: 医療DXの導入には費用と労力がかかるため、病院の予算やリソースの保留が進展を阻害する原因になることがあります。 特に小規模な病院や地域医療機関ではこの問題があるようです。
- 法律と規制の境界: 医療は高度な規制が存在し、デジタル化の導入には法規制が存在する場合があります。例えば、医療データの保護や患者のインフォームドコンセントに対する個人の見解を言語化し残すことにどれだけの権限があるのか、など難しい問題があります。
医療DXを進めるためには、具体的に何が必要ですか。
ChatGPTをもとに手を加えました。
医療DXを進めるためには、以下の要素が重要です。
- デジタルインフラストラクチャの整備: 医療DXを進めるには、確実性のあるデジタルインフラストラクチャが必要です。高速かつ安定したネットワーク接続、セキュアなデータストレージ、互換性のあるシステムなどが必要です。病院は、現行のインフラストラクチャを見直し、必要なアップグレードや更新を行う必要があります。
- データの統合と相互運用性の確保: 医療DXでは、患者のデータを統合し、異なるシステムや部門間での相互運用性を確保することが重要です。患者のデータを一元管理するための統合プラットフォームや標準化されたデータフォーマットの採用が有益です。
- デジタルツールと技術の活用: 医療DXを進めるためには、デジタルツールや技術を積極的に活用する必要があります。例えば、電子カルテ、予約システム、テレヘルス（遠隔医療）などの導入が有効です。 人工知能（AI）や機械的な学習、ビッグデータ解析などの技術を活用して、効率診断や治療のサポートを行うことも重要です。
- スタッフの教育と意識改革: 医療DXの導入には、医療スタッフの教育と意識改革が必要です。デジタルツールや技術のトレーニングを提供し、その活用方法や確保についての注意が必要です。スタッフが積極的に参加し、変化に対応できるような環境を整えることも重要です。
- 法的・倫理的な側面への対応: 医療DXは法的・倫理的な側面も考慮する必要があります。患者のプライバシーやデータセキュリティの保護、規制や法の要件への適合などが重要な要素です病院はこれらの権利を遵守し、デジタル化を進めるためのガイドラインや政策の策定が重要です。法的側面や倫理的な問題に対処するために、専門家の助言や関係機関との協力も検討すべきです。
- パートナーシップの構築: 医療DXを進めるためには、外部のパートナーとの協力が有益です。IT企業やデジタルヘルスベンダー、研究機関などとのパートナーシップを構築し、共同でプロジェクトを進めることで成功の可能性があります。
- 政策と規制の支援: 医療DXの促進には、政府や関連する規制機関の支援が重要です。適切な政策や規制環境を整備し、医療DXを推進するための支援や助成金制度、規制の緩和などが行われると、病院のデジタル化への解決が加速する可能性があります。
人工知能（AI）や機械学習、ビッグデータ解析などの技術を活用して、効率的な診断や治療のサポートを看護活動にも生かしたいですね。
ChatGPTをもとに手を加えました。
人工知能（AI）や機械学習、ビッグデータ解析などの技術は、看護活動においても効率診断や治療のサポートに活用することができます。
- 予測モデルの構築: 患者のデータを元に、疾患の予測モデルを構築することができます。過去のデータや継続のモニタリングデータから、患者のリスク評価や投与後の予測を行い、初期の問題や合併症状のリスクを特定することができます。看護師はこれらの予測結果を活用し、適切なケアプランを立てることができます。
- データの分析とパターンの抽出: ビッグデータ解析や機械学習を使用して、大量の患者データからパターンや傾向を抽出することができます。看護師はこれらのデータ解析結果を利用して、特定の疾患や症状に関する知見を得ることができます。これにより、より正確な診断や正しい看護方針の検討が可能になります。
- 画像解析の支援: AIを使って医療画像の解析を行うことで、診断の補助や初期の異常検出を支援することができます。看護師は画像の結果を活用し、患者の状態を評価したり、治療の効果をモニタリングしたりすることができます。
- テレヘルスとリモートモニタリング: テレヘルス技術を活用して、患者の在宅ケアや遠隔モニタリングを支援することができます。をサポートすることができます。
- これらの技術を看護活動に組み込むためには、看護師の教育やトレーニングが重要です。AIやデータ解析の基礎知識の習得や、正しいツールやシステムの操作方法の学習が必要です。看護師と医療技術者やデータサイエンティストなどの専門家との連携が重要です。相互の専門知識や経験を共有し、協力して最適なケアを提供することが求められます。
さらに、組織レベルでの取り組みも重要です。 病院や医療機関は、AIやデータ解析を活用した看護の実践を支援するためのインフラやリソースを提供する必要があります。患者のプライバシー保護についてのガイドラインを作成し、適切な使用と保護を確保する必要があります。
最後に、継続的な評価と改善が重要です。看護活動におけるAIやデータ解析の効果や課題を定量的に評価し、必要に応じてプロセスやプロトコルを改善していくことが求められます。
児玉の感想
なるほど！
そういえば、外部講師をしている学校からマイナンバーカードのコピーを求められることはあるけど、スマホを活用したことないかも。
電子カルテは、各病院がいろんな企業を選んで導入していているから、横横のつながりがいまいち悪いのかな～。
訪問看護とか、病院からのデータがいる場合はどうしてるのかな？まさか、手紙とかファックスってことないですよね。私が働いていた頃と同じってことは･･･笑笑
高齢者の方も障害のある方も安全・安心にスムーズに診療が受けられる方法、真剣に考えよう。
以上、友だちの発熱から学んだこと。暮らしの中に「看護」がある。そして進化し続けている。
