本文へスキップ
会員先行
cases公開更新約1分で読めます

Kaiser Permanenteは、なぜ患者に用件を選ばせるのをやめたのか

シェア
Kaiser Permanenteはなぜ患者に用件を選ばせるのをやめたのか

患者が自分で選んだ用件カテゴリーが合っている割合は、44.0%でした。

米国の医療グループKaiser Permanente傘下のSouthern California Permanente Medical Group(SCPMG)が、患者ポータルのメッセージ分類をAIに置き換えた効果を、JAMA Network Openの査読論文として2026年1月に公開しています。核心は精度の高さではなく、「用件を患者に選ばせる」という入口の設計そのものをやめた判断にあります。電話の世界で言えば、IVRの「ご用件を番号でお選びください」を疑った事例です。なぜやめられたのか、日本のコールセンターが持ち帰れる条件まで分解します。

月100万件のメッセージと44.0%という入口

月100万件のメッセージと44.0%という入口

SCPMGは患者約490万人を抱え、患者ポータルには月およそ100万件のセキュアメッセージが届きます。従来は、患者が送信時に件名カテゴリーを自分で選ぶ方式でした。

論文によると、この自己申告の正答率が44.0%。さらに26.7%は「その他」に落ちていて、受信箱側から見ると4件に1件は中身の情報がゼロでした。緊急性の高い相談も定型の事務連絡も同じ列に並ぶので、医療スタッフは開封するまで優先順位を付けられません。

そこで同グループは自社開発の「Smart Messaging Tool」を2023年3月28日に稼働させ、以後2年間で患者1,042,418人のメッセージ3,030,247件を実時間で分類しました。分類精度は81.0%、候補3つまで広げた一致率は88.5%です。

会員先行公開中(10月28日に一般公開)

ここから先は会員限定です。

無料登録で記事の続きと限定コンテンツが閲覧できます。

この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
この記事の著者
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア