OpenAI は Healthcare organizations can now connect EHR and additional industry data to ChatGPT を発表しました。
要点は、ChatGPT for Healthcare が Epic の EHR と接続し、許可された患者情報を参照できるようになることです。あわせて PubMed、DailyMed、ClinicalTrials.gov、CMS Coverage など公的医療データにアクセスする Healthcare Public Data plugin も提供されます。
この発表で重要なのは、医療向け AI の競争軸が「どのモデルが賢いか」だけではなく、「どの情報源に、どの権限で、どの業務導線から接続できるか」へ移っている点です。
医療現場で AI が使いにくかった理由の一つは、情報が分断されていることでした。診療録、検査結果、投薬履歴、専門医の記録、医学文献、保険適用情報は、それぞれ別の場所にあります。医師やスタッフは、AI に質問する前に、まず必要な文脈を集めなければなりませんでした。
EHR 連携は、この前処理を変えます。たとえば「前回診察以降に何が変わったか」「今日見るべき検査値はどれか」といった問いに対して、AI が患者記録の中から関連情報をまとめ、根拠となるチャート情報へ戻れる形で示す。ここでは AI は診断を代替する存在ではなく、判断前の情報整理を短縮する存在になります。
これは導入判断においても示唆があります。医療機関が見るべきなのは、生成AIの回答性能だけではありません。既存の権限管理、監査ログ、SSO、BAA、ワークフロー上の配置まで含めて、AI を「管理された業務環境」に置けるかが問われます。
前向きに見れば、これは医療AIを現場に近づける大きな進展です。モデルを単体ツールとして配る段階から、信頼済みデータと業務フローに接続された作業環境として設計する段階に入ったからです。
ただし、接続できることと、任せられることは同じではありません。OpenAI は医師による評価や安全性評価を示していますが、実運用では各組織が、どの業務で使い、誰が確認し、どこまで記録に反映するのかを決める必要があります。
医療AIの導入は、モデル選定では終わりません。これからの判断軸は、AI をどのデータに接続し、どの統制の下で、どの人間の判断を支えるために使うのかです。今回の発表は、その設計論が本格的に製品レベルへ降りてきたことを示しています。
関連記事
- Inside Microsoft’s two-decade push to cut water intensity while scaling for growth
- Introducing Claude Opus 5
- Granite 4.2 LLMs: How They’re Built
参考文献
コメント