Consensus Cloud Solutionsの最高技術責任者（CTO）、Jeffrey Sullivan（ジェフリー・サリバン）氏による寄稿。
医療業界がファックスを嫌っているのは周知の事実だ。多くの医療関係者はいまだに旧式の紙ベースのファックスのみを想像しているが、セキュリティ、スピード、使いやすさの面でクラウドベースのデジタルファックスに匹敵する情報共有技術は少ない。他の業界がセキュリティ面で劣るメールやメッセージングプラットフォームに移行する中、医療分野ではファックスが依然として主流だ。実際、当社の最近の調査によると、医療機関の大多数がいまだにファックスを主要なコミュニケーション手段として利用している。
問題は、ファックスが医療分野での情報送受信の主要手段であり続けている一方で、多くの組織がファックスプロセスを更新していないことだ。現在の医療ワークフローは、従来の紙中心のやり方よりも電子カルテ（EMR）や患者ポータルなどのデジタルツールを優先している。
では、現代の革新技術を活用して、ファックスをより良く、今日の医療ニーズに合ったものにするにはどうすればよいのか？他のすべての業界が既存のプロセスを強化しているのと同じ方法で：AIを活用するのだ。
AIを活用したデジタルファックスの可能性を実現する
多くの人にとって、「ファックス」という言葉は、大きな機械、うるさいクリック音やブーンという音、そして紙があふれるトレイのイメージを思い起こさせるだろう。
今日、その時代遅れのイメージはずっと洗練されたバージョンに置き換えられている。クラウドベースのデジタルファックスは主要な医療機関で受け入れられる標準となり、送信プロセスはメールやアプリ統合型メッセージングソリューションとさほど変わらない。ユーザーはコンピュータ上で安全なファックス番号に文書を送信するだけだ。これらの文書はスキャンした紙から作成されることもあるが、デジタル紹介状やデジタル患者記録からの関連情報である場合もある。大きな機械の近くに積み上げられた紙のイメージとは程遠く、使い方もはるかに簡単だ。
多くの医療機関がすでにデジタルファックスの恩恵を受けているが、AI、特にインテリジェントデータ抽出によって、データ共有プロセスをさらに改善し自動化することができる。
従来、スタッフは患者に電話をかけたり、重要な情報を電子カルテに追加したりする前に、ファックスを個別に確認する必要があった。今日、インテリジェントデータ抽出により、ファックスがスタッフの受信トレイに届く前に、確認と分類のプロセスが劇的に迅速化される。光学式文字認識（OCR）と医療に特化した大規模言語モデル（LLM）の組み合わせにより、情報を識別し、複数のタスクを同時に自動化する：メッセージの内容のカタログ化、重要情報の要約、適切な部門へのファックスの転送、さらにはメッセージの緊急性の検出とフラグ付けまで行い、スタッフによる手動での分類、編集、フォローアップの日数を削減する。
これらのモデルは、情報の識別と分類だけでなく、情報の抽出と安全かつ正確な変換にも優れている。ワークフロー内のモデルを補完することで、患者記録、手書きメモ、保険請求書や紹介状など、さまざまなソースからの情報を電子カルテの正しいフィールドに照合し、最新の患者情報を自動的かつ正確に記録に直接入力することができる。結果は？手動でのデータ入力が減少し、より効率的な運用とエラーの機会が減少する。最も緊急性の高い要求や紹介が優先されるため、影響を受ける患者はより早く診療を受けることができる。
この自動化こそ、業界特化型AIアプリケーションが真価を発揮する場面だ。ロードアイランド州の医療機関がAI対応デジタルファックスソリューションを2つテストしたところ、汎用AIアプリケーションではデータ入力の正確性が40％にとどまったのに対し、医療に特化したソリューション（医療提供者の実践に関連するニュアンスとビジネスロジックを理解するよう訓練されたもの）では90％以上の正確性を達成した。
最後に、インテリジェントデータ抽出により、ファックスの入出力の柔軟性が高まり、あらゆる形式から情報を取り込み、必要に応じて多くの異なるファイルタイプ（PDF、XML、CCD、JSON、Direct Secure Message、FHIRなど）に出力することができる。これにより、スタッフは使用される標準やプラットフォームに関係なく、他の医療機関、支払者、患者契約と安全に正しくフォーマットされた情報を送信できるようになり、ファックスは医療分野で最も確立され、アクセスしやすい相互運用性のチャンピオンとなる。
AI対応ファックスの潜在的な課題
AIを活用したファックスワークフローには明らかなメリットがあるが、100％の精度が保証されないことを念頭に置くことが重要だ。この技術の成功は、入力データの品質に左右される。ファックス文書は、解像度の低さ、スキャン品質の悪さ、手書きの内容、または複雑で標準的でないレイアウトなどの課題を抱えていることが多く、そのため何らかのレベルの人間の介入が必要となる。
組織は例外処理プロトコル（通常、システムが処理できないフラグ付き文書をスタッフが確認できる「ヒューマン・イン・ザ・ループ・システム」の形式）を確立する必要がある。さらに、AIモデルはそれが訓練されたデータと同じくらい優れたものでしかない。スタッフは、特に実装の初期段階では、AIの出力の一定割合を確認し検証する計画を立てるべきだ。これは、エラーが重大な結果をもたらす可能性がある医療分野では特に重要である。
AIを活用したプロセスへの移行は、セキュリティとコンプライアンスに関する新たな考慮事項も導入する。デジタルファックス自体は本質的に安全だが、AIモデルはHIPAAやその他のデータプライバシー規制のセキュリティと機密性要件を遵守するよう慎重に設計される必要がある。組織は、AIベンダーが保護された健康情報（PHI）を最高レベルの暗号化、アクセス制御、監査機能で扱っていることを確認しなければならない。
このようなソリューションを効果的に実装するためには、包括的な変更管理が不可欠だ。これには、特定の電子カルテプラットフォームやサードパーティアプリケーションとの複雑でカスタマイズされた統合だけでなく、堅牢なトレーニングプログラムも含まれる。これらのプログラムは、チームがAIツールを完全に理解し、信頼し、効率的に活用して、既存のワークフローを混乱させるのではなく合理化するために不可欠だ。
ファックスをお気に入りのツールに
多くの人はファックスを過去のコミュニケーション手段と考えているが、それは真実からかけ離れている。新しいデジタルヘルスイノベーションと相互運用性規制に対応するために、医療分野はセキュリティと信頼性を維持しながら未来に進む方法を見つけなければならない。医療を理解するために特別に設計された適切なツールを使えば、デジタルファックスの機能が拡張され、旧式の必需品があなたの新しいお気に入りのコミュニケーションツールに変わるのだ。
