出典：Fast Company
1847年、ウィーンの産科病棟で起きた変化は、医学史上もっとも劇的なものの一つだ。イグナーツ・セムメルワイスという医師が「手を洗え」と指示したところ、死亡率が18%から2%へと、わずか2ヶ月で落ちた。新しい薬も、新しい手術法も、新しい機材も使っていない。「行動が変わった」だけだ。
この話を、現代の病院のIT調達会議に持ち込んだとしよう。おそらくこう評価される。「KPI達成。ROI確認済み。プロジェクト完了。」正しい。でも何かが決定的に抜けている。手洗いが機能したのは、ツールを導入したからではなく、医師の行動が変わったからだ。道具と運用は別物であり、その差が死亡率の16ポイントを動かした。
今、医療現場でAIに起きていることは、この構図と重なる。
AIの医療活用をめぐる議論は、この数年で急速に熱を帯びた。患者側も医療従事者側も、変革への期待と関心は高い。だが現実の数字は冷たい。業界全体でAIのパイロットプロジェクトは無数に走っているが、その大多数は本番稼働に至らない。AIによって生産性向上を実現したと報告している企業は、依然として少数にとどまっている。
なぜ期待と現実がここまで乖離するのか。Fast Companyが取り上げた分析が指摘するのは、病院のトップが持つ「AIに対するメンタルモデルそのものが間違っている」という点だ。多くの医療機関は、AIを従来型のソフトウェアプロジェクトと同じ枠組みで扱おうとする。調達プロセス、仕様の決め方、進捗管理の手法、すべてが「ITツールを入れる」ときの文法で動いている。
しかしAIは従来のソフトウェアとは、根本的に別の生き物だ。ソフトウェアは「書かれる」が、AIは「訓練される」。ソフトウェアは決定論的に動くが、AIは確率論的であり、データの質と量に依存する。ソフトウェアは線形に構築できるが、AIは製品らしきものが存在する前の段階に、作業の大半が集中するループ型のプロセスを持つ。
この違いを無視したまま導入を進めると何が起きるか。データが実際にその答えを導けるかどうかを検証する前に、答えを仕様として固めてしまう。結果として、パイロットは動いても、本番環境で使い物にならないモデルが量産される。
セムメルワイスの同僚たちは、手洗いの効果を示すデータが目の前にあっても、それが自分たちの疾病理解と合わなかったために、変化を数十年にわたって拒み続けた。誤ったメンタルモデルは、証拠があっても進歩を止める。AIをソフトウェアとして扱うリーダーたちが直面しているのも、同じ問題の現代版だ。
3行まとめ
- 業界全体でAIパイロットの大多数は本番稼働に至らず、AIから生産性向上を得ている企業も少数にとどまっている。
- セムメルワイスの手洗い導入は、死亡率を18%から2%へと2ヶ月で低下させた。
- AIは従来のソフトウェアとは異なり、訓練によって構築され、確率論的に動作し、ループ型の開発プロセスを持つ。
※以下は詳細
AIを従来のソフトウェアとして扱うことの何が問題か
記事が指摘する根本的な問いは、「病院はAIを何だと思っているか」という点だ。
多くの医療機関は、AIの導入を従来型のITプロジェクトと同じ枠組みで進めようとする。しかし従来のソフトウェアとAIは、構造レベルで異なる。ソフトウェアは「書かれる」が、AIは「訓練される」。ソフトウェアは「if this, then that」という決定論的なロジックで動くが、AIは確率論的であり、データに依存する。ソフトウェアは線形に構築できるが、AIはループ型のプロセスで開発され、製品らしきものが現れる前の段階に作業の大半がある。
AIをソフトウェアのように管理するとはつまり、そのデータが答えを実際に導けるかどうかを確認する前に、答えを仕様として定めてしまうことを意味する。この順序の間違いが、パイロットが本番に届かない主因の一つになっている。
医療という領域では、小さな変化の効果が桁違いになる
記事が医療を特別視するのには、理由がある。医療は全人口に関わり、一つの判断が生死に直結する領域だ。だからこそ、現場における小さな行動変容が、他産業では考えられないほど大きなアウトカムの差を生む。
セムメルワイスが証明したのはその原理だ。手洗いという介入は、新しい薬でも機材でもなく、行動の変化だった。それだけで死亡率は16ポイント動いた。記事はAIが医療を革新し、幅広い変化に貢献する可能性を指摘する一方で、患者・医療従事者双方の変革への関心が高いにもかかわらず、医療機関側がその機会に応じる態勢を整えられていないと述べている。
進歩を阻むのは技術ではなく、リーダーのメンタルモデルだ
記事が挙げる、AIの医療活用が進まない根本的な障壁の一つが、リーダー層のメンタルモデルだ。
セムメルワイスの同僚医師たちは、死亡率のデータという明確な証拠があっても、手洗いを数十年にわたって受け入れなかった。手洗いと感染の関係が、当時の疾病理解と合わなかったからだ。証拠があっても、認知の枠組みが変わらなければ行動は変わらない。
AIについても同じことが起きている。AIをソフトウェアプロジェクトとして扱い続けるかぎり、評価軸も、調達の仕方も、進捗の管理の仕方も、すべてが間違った前提の上で動く。記事の著者らは、過去9年間で30以上の業界における230超のAIプロジェクトに携わり、本番稼働を依頼されたモデルの96%を出荷してきた実績をもとに、この診断を下している。
全体まとめ
記事の核心は、医療AIが普及しない主因を技術的な問題としてではなく、組織のメンタルモデルの問題として捉えている点にある。業界全体でAIパイロットの大多数は本番稼働に至らず、AIによる生産性向上を実現している企業は少数にとどまっている。AIは従来のソフトウェアとは異なり、訓練によって構築され、確率論的に動作し、ループ型の開発プロセスを持つ。医療という領域は全人口に関わり生死に直結するため、現場における小さな変化が不釣り合いなほど大きな効果をもたらしうる。病院がAIを従来型のITプロジェクトとして扱い続けるかぎり、その可能性は引き出されないままになると、記事は指摘している。