FHIR標準採用で医療AIの性能課題を解決:スタンフォード大学病院の実例
Meeting Stringent Healthcare AI Performance Demands with FHIR | InterSystems
InterSystemsは、FHIRリポジトリを用いて、FHIR標準が高度なAIの性能要件を満たすことを実証した。
サマリー
斯坦福医疗中心は、InterSystems IRIS for Healthを採用し、ChatEHRという医療AIアプリケーションを開発した。これにより、HL7 FHIRストレージを活用することで、大規模な異種データからの情報収集と分析が大幅に高速化され、数分かかっていた処理時間を秒単位に短縮した。
関連プレイヤー
詳細
スタンフォード医疗中心は、グローバルな学術医療システムとして知られ、InterSystems IRIS for Health(IRIS医療版)をChatEHRという革新的な医療AIアプリケーションの開発に採用した。このChatEHRは、臨床医が自然言語で患者病歴と安全にやり取りできることを可能にする。従来の課題として、大規模な医療記録のリアルタイム全景アクセスが必要であり、数秒以内に数百個のFHIRリソースに基づいた文脈認識応答を提供する必要があった。初期段階では、異なるデータ源を個別にクエリし、複数のAPIコールを発行する必要があり、レスポンス生成に数分から数時間かかるという性能上の課題があった。この問題を解決するため、開発チームは標準化されたFHIRリソースライブラリのソリューションを採用した。具体的には、AXIOM(Advanced Extraction for Intelligent Orchestration and Medical Insights)というデータ管理フレームワークを導入し、InterSystems IRIS for Health上に構築した。これにより、データの流れが加速し、AIプロジェクトの基盤が確立された。この事例は、FHIRなどの標準規格を活用することで、複雑な医療データを効率的に統合・分析し、高度なAIアプリケーションの性能要求を満たすことが可能であることを示している。
技術解説 / AIレコメンド
FHIR(Fast Healthcare Interoperability Resources)は医療データ交換の国際標準。このエントリの関連技術: HL7
Original content copyright by respective publishers