The development and implementation planning of an AI-powered Palliative Care Assessment Tool (PCAT) for aged care: a Triple C model approach

高齢者介護施設の静かな廊下では、手遅れになるまで気づかれないことも多い重大な課題があります。多くの高齢の入居者は、最終的に寿命を縮めることになる疾患を抱えて生活しており、こうした人々にとって、ケアの目的は病気を治すことから、快適さ、尊厳、そして生活の質（QOL）を確保することへと変化します。このアプローチは「緩和ケア」として知られています。理想的には、家族や医療チームが症状を管理し、本人が意思決定に参加できるほど体力が残っているうちに、将来に向けた計画を立てられるよう、このサポートは早期に開始されるべきです。しかし、多忙な実態を伴う介護施設においては、こうしたニーズが特定されるのが遅れることが頻繁にあります。スタッフは、多くの場合、過密なスケジュールの中で余裕がなく、複雑な業務をこなしているため、入居者が専門的なサポートを必要とする段階に入りつつあるという微妙な兆候を見逃してしまうことがあります。医師や看護師は、こうしたニーズを察知するために長年チェックリストや構造化された質問を用いてきましたが、これらのツールは、適切な瞬間にそれらを使用することを「人間が記憶していること」に依存しており、通常は一人ひとりの個人に焦点を当てるものであって、入居者コミュニティ全体を俯瞰するものではありません。

これを解決するために、研究者たちは、人工知能（データから学習してパターンを認識できるコンピュータ）がいかに役立つかを探求し始めました。その意図は、機械に医師の判断を代替させることではなく、あらゆる入居者に関する情報を毎日スキャンし、レビューが必要かもしれない人々をフラグ立てする、疲れを知らない助手として機能させることにあります。本論文は、オーストラリアのビクトリア州における高齢者介護に特化して設計された、「緩和ケア評価ツール（Palliative Care Assessment Tool）」、通称「PCAT」と呼ばれるツールの入念な作成プロセスについて記述しています。チームは単にソフトウェアを構築して、それがうまく機能することを期待したわけではありません。彼らは、「Triple Cモデル」と呼ばれる、人間中心の具体的なロードマップに従いました。このアプローチは、システムの実際に使用する人々と対話し、共にデザインを形作り、初期のプロジェクト資金が終了した後も、ツールが現実世界で生き残り、発展できることを優先しています。その結果、技術的な能力だけでなく、安全性と実用性の基盤の上に築かれた、テストの準備が整ったデジタルシステムが誕生しました。

旅は、シンプルだが困難な問いから始まりました。「介護施設のシフトという、混沌とした高圧的なリズムの中に、どのようにデジタルツールを適合させるか？」という問いです。研究者たちは、もしツールが複雑すぎたり、スタッフの手を止めたりするものであれば、無視されてしまうことを分かっていました。彼らはまず、看護師、介護施設の管理者、緩和ケアの専門家を含む幅広いグループを集め、6回の構造化された対話を行いました。これらは形式的なインタビューではなく、スタッフの日常的な苦悩に耳を傾けるための共同ワークショップでした。彼らは、現在のケアにおけるギャップがどこにあるのか、何がニーズの早期特定を妨げているのか、そしてデジタルによる促し（プロンプト）が、目に留まり、実行に移されるためにはどこに表示されるべきかを正確に学びました。この「コンサルテーション（協議）」と呼ばれる段階により、ツールは理想化されたバージョンではなく、業務の現実に基づいた設計となりました。

問題が明確に定義されると、チームは「コラボレーション（共同作業）」の段階へと進みました。ここでは、得られた洞察を機能するデザインへと変換することに焦点が移りました。研究者たちは、既存の医学的ガイドラインの複雑なロジックを、シンプルで明快なインターフェースへと翻訳できるシステムを構築するために、技術チームと密接に連携しました。重要な原則は、ツールが人間の最終決定権を奪ってはならないということです。システムは「リスク評価（入居者がどの程度緩和ケアのサポートを必要としているかの単純な指標）」を提示するように設計されましたが、そこには常に、自身の専門的な判断が異なる場合に臨床医がその提案を覆すことができる明確な経路が含まれていました。この「ヒューマン・イン・ザ・ループ（人間が介在する仕組み）」という機能は、テクノロジーがケアを決定するのではなく、サポートすることを保証するために極めて重要でした。

ツールが入居者に示されたり、実際の介護施設で使用されたりする前に、チームは「ヒューリスティック評価」と呼ばれる厳格な安全性チェックを実施しました。これは、専門家が確立された安全性とユーザビリティの原則に照らしてシステムをレビューし、実害が出る前に潜在的な落とし穴を探る手法です。この評価により、修正が必要ないくつかの重大な問題が明らかになりました。例えば、初期のデザインでは、ユーザーが誤って入居者の記録を削除できてしまう状態にあり、このリスクは直ちに排除されました。また、システムが推奨されるアクションと矛盾するリスク評価を示すことがあり、それが疲弊した看護師を混乱させる可能性があることも判明しました。さらに、ツールがなぜ特定の評価を下したのかという理由を説明していなかったため、スタッフがその助言を信頼するのが難しいことも分かりました。

チームは、これらの問題に対して具体的かつ実践的な変更を加えました。彼らは、コンピュータの提案の根拠を平易な言葉で説明する「なぜこの評価なのか？」という機能を追加しました。また、入居者の状態が悪化しているのか、変わらないのか、あるいは改善しているのかを示す視覚的なインジケーターを導入し、スタッフが時間の経過に伴う傾向を把握できるようにしました。看護師の精神的負荷を軽減するため、ツールはアルファベット順ではなく、最も緊急度の高い入居者を優先して表示するように再編成され、特定の人物には適用されないトリガー（引き金）を非表示にするようプログラムされました。また、色が判別できない人でも意味が明確になるよう、テキストやアイコンと色が組み合わされました。おそらく最も重要なことは、臨床医がシステムに異議を唱えるための文書化された経路を構築したことであり、これにより、最終的な決定は常に人間の専門家に委ねられることが保証されました。

本論文は、このツールがいくつかの高齢者介護施設において段階的な試行に向けて準備が整ったことを述べて締めくくられます。研究者たちは、看護スタッフが日常業務の一環として、少数の入居者から始めてこのツールを使用する計画を立てています。次の段階の目標は、人工知能が完璧であることを証明することではなく、そのツールが現実世界において使いやすく、受け入れ可能であり、実現可能であるかどうかを確認することです。著者らは、この論文は設計と準備の段階のみを扱っており、ツールの実際の試験結果（ツールがケアの向上に成功したかどうかを含む）については、将来の研究で報告することを明記しています。ユーザーの声を聞き、安全性の問題を解決するという作業を前倒しで行うことで、チームは現実世界に対応できるシステムを作り上げました。このアプローチは、ヘルスケアにおいてテクノロジーが成功するためには、それがサポートする医療行為と同様に、人間のニーズに対しても細心の注意と配慮を持って構築されなければならないことを示唆しています。このようなツールの成功は、そのコードの精巧さよりも、むしろ、システムが使いにくいために誰も見落とされることがないよう、使用する人々の生活にシームレスに適合できるかどうかにかかっています。