Dyania HealthがオンプレミスAIを展開、病院の数十年分の患者記録を分析

病院には、医師の手書きの所見や手術記録から病理診断書、退院サマリーに至るまで、数十年分におよぶ非構造化された医療記録が蓄積されている。何年分ものカルテを手動で確認するには、臨床医の膨大な時間が費やされる。このボトルネックを解消するため、ニュージャージー州に拠点を置く医療AIスタートアップのDyania Healthは、患者のプライバシーを損なうことなく複雑な既往歴を分析できるよう設計された臨床推論支援エンジン「Synapsis AI」を発表した。

病院のファイアウォール内で直接実行される臨床推論

Synapsis AIは、患者の電子カルテ内の所見、報告書、検査結果全体にわたって動作し、数年間に及ぶバラバラの所見を統合する。同プラットフォームは、カルテ内の正確な情報源まで追跡可能な臨床シグナルを生成し、緊急の介入が必要な患者について医療チームに警告を発する。

厳格なデータセキュリティ要件を満たすため、Synapsis AIは医療機関の既存のファイアウォール内でNVIDIAのアクセラレーテッド コンピューティングを使用し、完全にオンプレミスで動作する。すべての記録は病院内のGPUサーバーでローカルに処理されるため、患者データが外部に送信されたり、サードパーティのネットワークを介して共有されたりすることはない。

Dyania Healthは、NVIDIA NeMoオープンライブラリを使用して臨床モデルの開発およびトレーニングを行っている。その後、モデルはNVIDIA TensorRTおよびTensorRT-LLMを用いて推論向けに最適化され、ローカルハードウェア上でより高速かつリソース効率の良い実行が可能となる。なお、本システムは厳密に支援ツールとして機能するため、人間である臨床医が最終的な監視権限を保持し、抽出された証拠を確認した上で、あらゆる治療判断を下す。

Cleveland Clinicでの実証

この技術の現実世界における有効性は、Cleveland Clinicで行われた主要な循環器病研究イニシアチブで実証された。同医療機関は、2005年から2021年の間に大動脈弁置換術を受けた7,800人以上の患者を調査する研究を支援するためにSynapsis AIを活用した。

Synapsis AIは、術後に記録された過去の心エコー図を含む、複数年にわたるコホート全体をレビューした。これは、臨床医が手作業で行えば数年を要するタスクである。このデータを使用することで、同プラットフォームは術後3年、5年、10年の時点における心臓弁の劣化と再介入の可能性を評価する予測モデルの構築を支援した。

Cleveland ClinicのHeart, Vascular & Thoracic Instituteでチーフを務めるLars Svensson医師は、「植込み型心臓弁の耐用期間の予測に役立つ情報を統合・分析するためにテクノロジーを活用することは、治療成績の向上と患者へのより個別化されたケアに向けた有望な一歩となる」と述べている。

循環器ケアにとどまらず、このカルテレビューの枠組みは、臨床試験への患者のマッチング、臨床レジストリへのデータ入力、継続的な循環器科および腫瘍科治療におけるギャップの特定など、他の複雑な医療ワークフローにも適応が進められている。