病院システム向け人工知能プラットフォームアーキテクチャ：システマティックレビュー

科学分野:

• ヘルスケアインフォマティクス; 医療における人工知能; デジタルヘルス

背景:

• 従来の病院情報システムは、データサイロと断片化されたワークフローにより、データ主導の意思決定を妨げていました。人工知能（AI）プラットフォームはヘルスケアに革命をもたらす上で重要ですが、その実装は課題に直面しています。既存のシステムは、効果的なデータ活用に十分な臨床インテリジェンスを欠いています。

研究 の 目的:

• 5層の病院特化型AIアーキテクチャ（インフラストラクチャ、データ、アルゴリズム、アプリケーション、セキュリティ、コンプライアンス）を開発すること。既存のエビデンスをこのフレームワークにマッピングして体系的にレビューおよび評価すること。病院におけるAI実装の各層の成熟度を評価すること。

主な方法:

• 2025年5月までの主要データベース（Web of Science、Embase、PubMed、Scopus）における体系的な文献検索。PRISMAガイドラインを遵守し、2名の独立したレビュアーが研究をスクリーニングしました。病院ベースのAI実装に関する経験的研究を含め、非英語文献およびグレー文献は除外しました。Critical Appraisal Skills Programmeツールを使用した質的評価と、段階的成熟度スケールを使用した定量的マッピング。

主要な成果:

• 11カ国から29件の研究が適格基準を満たし、多様な臨床領域をカバーしていました。アプリケーション層とデータ層は最も成熟度が高く（平均スコア約3.0〜3.17）、次いでアルゴリズム層とインフラストラクチャ層でした。セキュリティ層とコンプライアンス層は最も成熟度が低く（平均1.69）、ばらつきが最も大きく、技術的コアとの整合性が弱いことが示されました。データ層、アルゴリズム層、アプリケーション層の間には強い相互接続が見られました（ジャカード係数0.80〜0.89）。

結論:

• 本研究は、経験的エビデンスに基づいた5層の病院AIプラットフォームアーキテクチャを検証しました。病院におけるAIの臨床的実現可能性は達成可能ですが、持続可能性には強化された焦点が必要です。広範で持続可能な病院AI導入のためには、インフラストラクチャ、データガバナンス、セキュリティ/コンプライアンスへの投資増加が不可欠です。