患者からの依頼、臨床文書、診察記録はいずれも、ケアチームが確認し対応しなければならない業務を生み出します。こうした業務が蓄積すると、患者は回答をより長く待つことになり、重要な情報がキューの中に滞留してしまうこともあります。
Anima（新しいウィンドウで開きます） は、これらのワークフローを1つのプラットフォームに統合し、患者の病歴を収集し、文書を処理し、ケアチーム向けに臨床記録の下書きを作成する、専門化されたAIチームメイトを提供します。そのビジョンは、ニーズに沿ったケアが提供されるべきだという信念に導かれた、すべての人のためのパーソナライズド・ヘルスケアです。
Animaは英国で始まり、現在では1,000以上のクリニックで1,400万人を超える患者にサービスを提供し、月に800,000件以上のケースを処理しています。同社は米国、オーストラリアなどへ事業を拡大しています。AnimaのCEO兼共同創業者であるShun Pang氏によると、同社はすべてのクローズドソースおよびオープンソースモデルをベンチマークした上でOpenAIを選定し、文書ワークフローにはGPT‑6モデル、通話にはGPT‑Liveを使用しています。
—Shun Pang、Anima共同創業者兼CEO「我々は、優れた知性、コストあたりの知性、そしてin-context learningによる制御可能性ゆえに、AnimaのミッションクリティカルなワークロードにOpenAIを選びました。」
患者の電話をつなぎ、ケアチームが対応できるようにする
Animaを創業する前、Shunは臨床研修を経験し、異常な検査結果が6か月間キューに滞留したことで、患者が命に関わる可能性のある治療を受ける機会を逃すのを目にしました。彼は、ヘルスケアの問題は医学ではなく、情報がシステム内をどう流れるかにあると確信するようになりました。彼は、ケアチームが患者のニーズに応えるキャパシティをより多く持てるようにするためにAnimaを構築しました。このプラットフォームは、患者からの依頼、臨床文書、フォローアップ業務を1か所にまとめます。
AnimaのAI受付担当であるAndiは、GPT‑Liveを基盤として構築されています。患者は電話でAndiに症状を伝えることができ、Anima独自のポリシーエンジンが、決定論的で臨床的に承認されたインテイク（受付）ワークフローに沿って会話を導きます。その後、GPT‑5.4 miniが適切な質問票を選択し、完了した病歴が構造化されたケースとしてクリニックのダッシュボードに表示されます。医師やクリニックのスタッフはそこからケースを確認し、対応を取ることができます。
Animaの報告によると、Andiを導入したクリニックでは、電話の待ち時間が40〜50分から10分に短縮され、少なくとも75%の削減となりました。Animaの患者アンケートでは、86%がAndiを再度利用すると回答しました。また、80代や90代の人々が最も満足しているユーザー層に含まれることがわかりました。「彼らは音声エージェントと話すことをとても喜んでいます」とShunは言います。「無限に辛抱強く、とても礼儀正しいので。」
数日以内に100,000件の文書を処理
AnimaのDocuments製品は、GPT‑6モデルを使用して、受信した臨床文書から送信者、受信者、文書タイプ、イベント日付などの情報を抽出します。その後、多段階パイプラインが各文書を正しい患者に照合し、適切な臨床コードを特定し、クリニックのスタッフが確認すべき次のアクションを提案します。
臨床コーディングは、解決が最も難しい技術的問題の1つであることが判明しました。「SNOMEDコードには約800,000の可能性があります」と、AnimaのエンジニアリングリードであるMichael Skupien氏は言います。「そのうち定期的に使われるのは一部だけですが、どのコードを使うかについては、診療所ごとに異なる判断がなされています。」
クリニックにシステムを設定させたり、顧客ごとに別のモデルをファインチューニングしたりするのではなく、Animaはin-context learningを活用して、各診療所にモデルの判断を適応させています。このアプローチには、指示に一貫して従えるモデルが必要です。
「OpenAIのモデルはすべて、指示に従うのが本当に上手で、制御しやすく、その制御において信頼できます。」—Michael Skupien、Animaエンジニアリングリード
Animaによると、以前は1時間に約15件の文書を処理していた診療所が、典型的には30〜45件を処理するようになり、成績上位のクリニックでは45〜60件を処理しています。「Animaの導入後数日以内に、100,000件を超える文書のバックログを解消したクリニックも見られました」とShunは言います。「つまり、重要な最新情報や薬剤の変更が、何か月もキューに滞留するのではなく、迅速に臨床医へ届くようになったということです。」
数秒で臨床記録の下書きを作成
患者が重要な情報を伝える際、医師は診療録のメモを取ることと聴くことの間で注意を分裂させなければなりません。AnimaはGPT 5.6 Lunaを用いてScribe製品を構築し、診察のトランスクリプトを構造化された臨床記録に変換し、さらに同じ臨床コンテキストを再利用して、紹介状や患者へのフォローアップメッセージの下書きを作成します。
診察中ずっとタイピングをする代わりに、医師は患者にもっと注意を向けることができます。Animaの報告によれば、以前は数分かかっていた診察記録が、臨床医の確認用に数秒で下書きされるようになりました。また、多くの場合5〜15分を要していた紹介状も、診察内容と患者記録から数秒以内に下書きされ、臨床医の確認準備が整います。
「患者は診察後まもなく明確なフォローアップメッセージを受け取り、不安が軽減され、記憶の定着も向上します」とShunは言います。「医師が夜8時や9時まで働くのではなく、定時に仕事を終えられるようになったと、よく聞かされます。」
ニーズに沿ったケアのためのキャパシティを構築
Animaのビジョンは、すべての人のためのパーソナライズド・ヘルスケアです。そのためには、ケアチームが患者ジャーニー全体を通じて、一人ひとりのニーズを理解し、それに対応するための情報、時間、キャパシティを持つ必要があります。
OpenAIモデルとの取り組みは、このビジョンに向けた実践的な一歩を支えています。Andiは電話で情報を収集し、スタッフが対応すべき構造化された依頼に変換します。Documentsは、チームが受信した臨床情報を処理する助けとなります。Scribeは、臨床医が確認するための記録とフォローアップコミュニケーションの下書きを作成します。
Animaによると、同社のプラットフォーム全体でほとんどのケースは24時間以内に解決され、解決時間の中央値は約3.5時間です。「OpenAIのモデルに支えられ、英国の1,400万人の患者に大きな影響を与えています」とShunは言います。「これは患者とクリニックにとって本当にミッションクリティカルなものです。」
Animaは、チームが今日大切にすべきことに注力できるよう余裕を生み出し、将来に向けた仕組みとサービスの構築を支援します。