Assessing electronic health record potential for adaptive learning in multimorbidity care in Sub-Saharan Africa: a mixed-methods study of Zimbabwe's Impilo system

病院を、すべての患者が独自の地図を持つ旅行者である、活気ある都市として想像してみてください。かつて、医師たちはこれらの地図を紙に記録していましたが、テクノロジーの進歩とともに、多くの都市が電子カルテ（EHR）と呼ばれるデジタルGPSシステムへと切り替えました。その考え方はシンプルです。しわくちゃになった紙の束を持ち歩く代わりに、医師はボタンをクリックするだけで、旅行者の全履歴を瞬時に確認できるのです。これは、「マルチモービディティ（多疾患併存）」、つまりHIVと高血血圧の両方を抱えている場合のように、2つ以上の長期的な健康状態を同時に持つ人々にとって特に重要です。これは、同じ日にパン屋と整備工の両方を訪れる必要がある旅行者を想像してみてください。もしGPSがパン屋へのルートだけを示し、整備工のことを忘れてしまったら、旅行者は迷子になってしまいます。

科学者たちが抱いている大きな疑問は、「これらのデジタル地図は、医師がこれら複雑な旅行者をより良くケアする方法を学ぶ助けとなるのか？ それとも、地図が間違った道を示しているのか？」ということです。この論文は、その問いに答えるために、ジンバブエにある「Impilo」という特定のデジタルシステムを調査することで、この問題に深く切り込んでいます。研究者たちは、このシステムが、複数の疾患を同時に持つ患者を治療する方法を医師が理解する助けとなっているのか、それとも単に混乱を招いているだけなのかを知りたいと考えました。彼らは単にコンピューターの電源が入るかどうかを確認しているのではありません。コンピューターが、街全体が人々をより良く助けるために学び、適応することを助けているかどうかを確認しているのです。

---

全体像を忘れたデジタル地図の物語

ジンバブエでは、政府が「Impilo」と呼ばれる大規模なデジタルヘルスレコードシステムを構築しました。Impiloを、あらゆる患者の医療的な物語が保管される巨大な国家図書館だと考えてください。その夢は、この図書館が単にそこに置かれているだけでなく、実際に物語を読み、パターンを見つけ出し、「おい、HIVと高血圧の両方を持つ患者は、別々にではなく一緒に治療する必要があることに気づいたぞ！」と医師に伝えるような「学習型ヘルスシステム（Learning Health System）」になることでした。

研究者チームである好奇心旺盛な探偵たちは、この夢が現実であるかどうかを確認するために、ジンバブエの2つのクリニックへ向かいました。彼らは患者を観察し、医師に話し、コンピューターの画面を覗き込みました。彼らが探していたのは、特定の種類の魔法、すなわち「適応的学習（adaptive learning）」でした。これは、システムが過去の受診内容から学んだことをもとに、医師がケアを調整できるよう支援し、患者にとってよりスムーズでスマートな経路を作り出すことを意味します。

大きな発見：システムは「単一の物語」しか持たない図書館である

チームは、Impiloが特定の疾患（HIVなど）を追跡するツールとしては強力である一方で、複数の疾患を持つ患者の「物語の全体像」を伝えることには苦戦していることを発見しました。

例えば、サラという名前の患者を想像してみてください。サラはHIVと高血圧を抱えています。彼女がクリニックにやってくると：

1. 彼女はHIVのデスクへ行きます。医師はコンピューターを開き、サラのHIVの履歴を確認します。完璧です！
2. 次に、サラは血圧のデスクへ行きます。医師はコンピューターの別の部分（あるいは時には紙のノート）を開いて、彼女の血圧の履歴を確認します。
3. 問題点： コンピューターは、サラがHIVも持っているからこそ血圧のデスクにいるのだということを、自動的には医師に示しません。2つの物語は別々の部屋に分かれているのです。システムは「おい、サラの人生のすべてを見ろ！」とは言ってくれません。

研究者たちは、医師たちが非常に賢く、勤勉であることを発見しました。医師たちは、自らの脳、記憶、そして紙のメモを使って、点と点を結びつけています。彼らは、HIVの部屋から血圧の部屋へと情報を運ぶ「人間の架け橋」として機能しています。しかし、コンピューター自体はどうでしょうか？ それはあまり役に立っていません。それは、パン屋への完璧なルートは教えてくれるものの、整備工にも行く必要があることを伝え忘れ、二番目の旅については自分自身で解決しなければならないまま放置してしまうGPSのようなものです。

システムが間違っていること（および正しいこと）

この論文は、主な問題は医師が未熟であることでも、データが足りないことでもないと示唆しています。問題は、データの整理方法にあります。

• 「垂直的」な罠： システムは、疾患を一つずつ（垂直に）、別々のフォルダの積み重ねのように追跡するように作られました。これは、何人の人がHIVを持っているかを数えるのには適していますが、一人の人間の中でHIVと血圧がどのように相互作用しているかを示すのには不向きです。
• 「シングルループ」の学習： 医師たちは学んでいますが、それは限定的なものです。彼らは、今日の問題を解決する方法を学びます（シングルループ）。例えば、「サラの血圧が高い、もっと薬を飲ませよう」といったことです。しかし、システムは、明日に向けて「システム自体を変える」方法を学ぶ助けにはなりません（ダブルループ）。「待てよ、これらの病気を別々の部屋で扱うのではなく、一緒に治療し始めるべきではないか？」という気づきを与えてはくれないのです。
• 「紙の杖」： 高性能なコンピューターを持っているにもかかわらず、医師たちは依然として紙のノートや患者が持つカードに大きく依存しています。なぜでしょうか？ コンピューターが全体像を示さないからです。それは、インターネットに接続できないスマートフォンを持っていて、代わりに紙の地図を使わなければならないような状況です。

「ワークアラウンド（回避策）」の実態

研究によると、医師たちは常に「ワークアラウンド」を行っています。これは、公式のツールが機能していないために、自分たちで解決策を編み出している、という格好の良い言い方です。彼らは、コンピューターがすでに知っているはずなのに、「血圧も高いですか？」と患者に尋ねたりします。彼らはメモ帳に書き込み、それを画面に貼り付けたりします。彼らは、コンピューターが行うべき仕事を、手作業で、バラバラになった患者の物語の破片を繋ぎ合わせることで行っているのです。

論文が語る未来について

研究者たちは、解決策はコンピューターを捨て去ることでも、新しいものをゼロから作ることでもないと提案しています。代わりに、彼らは**「共同生産（co-production）」**を提案しています。これは、実際にシステムを使用している人々――医師、看護師、そして患者――こそが、次世代の設計を助けるべきである、という意味です。

これは、ビデオゲームをデザインすることに似ています。もしゲーマーに何が必要かを尋ねれば、彼らは「一度にすべてのクエストが見えるマップが欲しいんだ！」と言うでしょう。論文は、もしImpiloの設計者たちが、現場の医師たちと座って「あなたは実際に、二つの疾患を持つ患者をどのようにケアしていますか？」と話し合えば、実際に役立つシステムを構築できると示唆しています。

結論

論文は、ジンバブエのImpiloシステムは素晴らしいスタートを切っているものの、約束されていた「学習型ヘルスシステム」にはまだ到達していないと結論づけています。データは収集していますが、そのデータをシステム全体の知恵へと変えることはまだできていません。医師たちが学習し、適応するという重労働を担っていますが、コンピューターはただそこに座って、指示されるのを待っているだけなのです。

著者たちは、進むべき道は、コンピューターを単なるデジタルのファイルキャビネットとして扱うのではなく、学習におけるパートナーとして扱い始めることだと示唆しています。最前線の労働者を設計プロセスに関与させることで、歴史を記録するだけでなく、患者のより良い未来を共に書くことができるシステムを構築できると、彼らは期待しています。これは、テクノロジーが、人間のケアという複雑で、混沌としており、かつ美しい現実の中にどれほど適合しているかによって、その価値が決まるということを思い出させてくれます。