Teradata（NYSE: TDC）は、医療・ライフサイエンス分野におけるエンタープライズAIの実践的な顧客活用事例を3件発表した。欧州の先端研究機関、米国の総合医療システム、米国の医療保険事業者における取り組みを通じ、統制されたデータベース内インテリジェンスを活用した成果を公開している。医療現場で求められるガバナンスやセキュリティを損なわずに、AI施策を測定可能な成果へと進展させた事例となっている。

欧州の研究機関で10年先の疾患発症を70%の精度で予測

欧州の先端分子生物学・腫瘍学研究機関では、人口高齢化や医療費増大に伴う医療体制計画の高度化を目指し、トランスフォーマー・アーキテクチャを応用した200万パラメータのコンパクトな予測モデルを開発した。このモデルは患者の年齢タイムラインをエンコードし、長期間にわたる縦断的患者データを入力することで将来の発症を予測する。

Teradataのエンジニアリングチームは、Bring Your Own Model（BYOM）技術を活用してモデルをデータベース内に直接デプロイし、nPathを用いて複雑な受診経路シーケンスデータを構造化することで、わずか3日間で稼働させた。この取り組みにより、10年後の疾患発症予測において70%の精度を達成し、大規模言語モデル（LLM）と比較して推論コストを大幅に抑えた再利用可能な医療AI基盤を確立した。

米国の大規模医療システムで患者エンゲージメントが520%向上

農村地域を中心に100万人以上の患者をケアする米国の総合医療システムでは、受診控えや支援の届きにくい層へのアプローチが課題となっていた。そこでTeradataプラットフォーム上に10年分の患者データを統合し、約150の患者特徴量に基づくPythonベースの機械学習リスク層別化モデルをデータベース内で構築した。

このモデルを活用して予防的なアプローチを行うデジタルケアプログラムを展開したほか、支援が不足しがちな地域の妊婦や産後ケアを要する母親に対して24時間365日の産科遠隔モニタリングを提供した。その結果、デジタルプログラム全体で患者エンゲージメントが520%向上し、治療手順の遵守率改善や健康状態の向上、患者の状態に応じたケアレベルの適切な調整を実現した。

米国の大手医療保険事業者における迅速な規制対応とデータ統制

米国の医療保険事業者では、短期間での対応が求められる新たな透明性や監査、コンプライアンス要件への対応において、データベース内AIを活用した。データを外部パイプラインへ移動させることなく、LLM、エンベディング、データベース内類似度マッチングを組み合わせ、データが存在する環境内で直接インサイトを抽出した。

セキュリティモデルやガバナンス統制を維持しながら高度な処理を行うアプローチを確立したことで、数週間単位の期限が課される規制課題に対しても迅速に対応できる再現可能なブループリントを構築した。

医療業界のデータ課題とAI実用化への道筋

Teradataの委託によりWakefield Researchが企業のIT・データリーダー1,000人を対象に実施した調査によると、医療業界のリーダーの90%が「AIエージェントが確実に機能するために十分に記述・コンテキスト化されているデータは20%以下にとどまる」と回答している。さらに医療組織の40%は自律型AIの成熟度において初期段階にとどまり、43%がAIエージェント導入の主な障壁として「ガバナンス、セキュリティ、アクセス制限」を挙げている。

チーフ・オペレーティング・オフィサーのMike Hutchinsonは、医療・ライフサイエンス業界が組織的な知見に富む一方で、その知見を行動に移すギャップが存在していたと指摘し、「今回の事例は、そのギャップを解消する道筋を示しています」と述べている。

• 発表企業：Teradata（NYSE: TDC）
• 提供ソリューション：Teradata AI Services、Teradata Autonomous Knowledge Platform

本記事はTeradataの発表をもとに作成されました。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。