アニー・ファン氏は、DiligentのヘッドAIソリューションアーキテクト。データ＆AI/ML戦略＋オペレーション、デジタルトランスフォーメーションを専門とする。
医療システムは、データとAIがすでに日常診療の中心にあるかのように語ることが多い。しかし実際には、多くの医療機関が依然として手作業による報告と、価値がどこにあるのか可視性が限られたサイロ化されたデータに依存している。このギャップは、患者の転帰と財務パフォーマンスの両方に現れている。
米国では、医療支出は「2025年に5兆6000億ドルに達すると予測されており、病院が最大のシェアを占める」。それでも、リーダーたちはデータ投資を測定可能な貢献利益率に結びつけることに苦戦し続けている。
グローバル経営コンサルティング会社に在籍していた時期、私は14の病院と200以上の拠点を運営し、年間750万件の患者対応を行う大手医療プロバイダーのデータ戦略プロジェクトを主導した。最高情報責任者(CIO)は、臨床データと運用データを活用してパフォーマンスを改善し、成長を支援し、イノベーションを推進するための2年から5年のデータ戦略の設計を依頼してきた。課題は意図の欠如ではなく、データが分散し、チームが孤立して作業し、レガシー環境に数千万ドルから数億ドルのコストがかかっているにもかかわらず、目に見える利益がほとんどないシステムにあった。私の役割は、クライアントがデータとAIでどのように価値を創出できるかを定義し、その価値を定量化し、リーダーが推進できるロードマップを形成することだった。
この経験から、私は、単なるパワーポイント資料と真の戦略の違いは順序にあることを発見した。明確な価値の基準点、ドメインの選択、経営幹部の責任、運用リズムを伴う構造が最初に来ると、変革は反応的ではなく反復可能なものになる。これはより広範なトレンドを反映している。医療におけるAI市場は、組織がパイロットからプラットフォームへと移行するにつれて、2025年の216億6000万ドルから2030年までに1106億1000万ドルに成長すると予想されている。
医療データ戦略プロジェクトにおいて、願望を継続的な貢献利益率の計画に変えるための4つの必須要素がある。価値に裏付けられたデータビジョン、ドメイン主導のユースケース選定、経営幹部の関与とガバナンス、そしてロードマップ、ウェーブ、運用リズムである。
価値に裏付けられたデータビジョン
データビジョンは、技術的であると同時に財務的でなければならない。リーダーがドメインとレバーごとの貢献利益率の可能性を見ると、会話は一般的なAIへの熱意から、どこから始めるか、どのように変革を推進するかという具体的な質問へと移行する。
クライアントは何年ものデータ経験を持っているかもしれないが、そのほとんどは機能的なサイロに閉じ込められている可能性がある。チームは手作業の方法を使用し、独自のレポートを作成しており、その結果、低い期待値、内部摩擦、そしてほとんど成果を上げなかった過去の取り組みによって形成された懐疑論が生じている。最初のステップは、ツールについて議論するのではなく、価値を定量化することである。
私たちは、組織全体のステークホルダーと協力することで、クライアントに対してこのアプローチを取った。8つのドメインにわたる貢献利益率の可能性を特定し、最大の機会は価値ベースのケア、サプライチェーン、入院患者オペレーションにあった。私たちは、継続的な貢献利益率を目標として、データプロダクトの第1ウェーブのために2つの優先ドメインを選択した。
ドメイン主導のユースケース選定
ドメイン主導のアプローチは、努力を薄く広げるのではなく、データ、準備状況、ビジネス価値が交差する場所に戦略を根付かせる。定量化されたビジョンがあっても、一度にすべてを始めることは不可能である。間違った出発点を選ぶと、懐疑論を強化する可能性がある。潜在的なユースケースについて、ドメインを慎重に評価することを目指すべきである。
私たちの状況では、クライアントは20のドメインにわたって運営しており、それぞれに独自のデータ品質の問題、緊急性、準備状況があった。私は、データアーキテクチャ文書をレビューし、ステークホルダーにインタビューし、現状と必要な基礎作業を理解するための作業セッションを実施することで、証拠を収集した。これにより、イニシアチブ開発と基礎的なデータ作業のためにドメインに優先順位を付け、収益成長、コスト削減、入院期間の短縮、労働力のより良い活用、罰則の減少に結びついた具体的なユースケースをマッピングすることができた。
経営幹部の関与とガバナンス
データはテクノロジーチームに存在するかもしれないが、価値は臨床および運用のリーダーにある。彼らの責任がなければ、長期戦略はCIOのオフィスに留まる可能性がある。リーダーは優先事項を形成し、成功を定義し、作業をチームに統合し、データ戦略を自分たちの責任とすべきである。
私たちの戦略では、10の事業部門にわたるリーダーと関わり、価値ベースのケア、サプライチェーン、入院患者オペレーション、介護者体験などのドメインにわたって15以上のデータとAIのユースケースを構築した。また、2つの運営委員会のための資料を準備し、経営幹部が作業を見て、質問し、洗練できるようにした。
適切な関与とケイデンスを持つことで、ガバナンスを単なるチェックポイントではなく、真の作業フォーラムに変えることができる。
ロードマップ、ウェーブ、運用リズム
多くの組織は、データ戦略ですべてを一度に実行しようとし、その結果、使用可能な製品にならない大規模で複雑なプログラムになる。運用リズムを優先するロードマップが必要であり、作業セッション、運営委員会、ドメインレビューを各ウェーブに合わせて調整し、意思決定、依存関係、投資が同期されるようにする。ロードマップは、組織がコンセプトから提供へとどのように移行するか、そしてリーダーがどのくらいの頻度で道筋を再検討し調整するかへのコミットメントである。
私たちは12カ月から18カ月のロードマップを構築し、ドメインをウェーブで順序付けた。最初の6カ月は、影響を証明し、貢献利益率の実現を開始するために2つの優先ドメインに焦点を当てた。次の6カ月から12カ月は、追加のドメインをスコープに含め、最終期間は学んだ教訓を取り入れながら、残りの全体にわたって作業を強化した。
より広範な教訓
医療システムは激しい財務的および運用上の圧力に直面しており、リーダーはアクセスや品質を犠牲にすることなくパフォーマンスを改善することを余儀なくされている。スライドに留まるデータ戦略は役に立たないが、貢献利益率と運用変革に結びついたものは役立つ。
経営幹部にとって、データとAIからの価値は、いくつかの関連する選択に依存する。価値がどのように定義されるか、どのドメインが最初に来るか、ビジネスリーダーがどのように関与し続けるか、そしてロードマップがどのようにペース配分されるか。これらの決定が明示的である場合、チームは個々のユースケースが孤立した実験ではなく、より大きなものにどのように積み上がるかを理解する。この明確さは、特定の技術選択よりも重要である。
業界にとって、メッセージは明確である。医療データ戦略とは、まず注力すべき問題を決定し、適切なソリューションを構築することである。潜在的な財務上の利益を特定できるかもしれないが、それらの数字は、戦略と実行が一緒に設計されて初めて信頼できるものになる。AIと価値ベースのモデルが成長するにつれて、その接続を行うシステムは、ケアと財務パフォーマンスの両方を改善するためのより良い位置に立つことになる。
