一言で言うと
医療AIは、診断の精度を上げる用途だけでなく、専門医に患者がたどり着くまでの事務処理にも広がっています。今回のポイントは、ファックスをなくすことではなく、ファックスで届く紹介状をAIで読み取り、予約までつなげるところにあります。
流れは次のようなものです。
- 紹介元の医師が、専門医の診療所に紹介状をファックスで送る
- 専門医側には、紹介状が大量に届き、確認や予約調整が追いつかなくなる
- BasataのAIがファックスを読み取り、患者情報や臨床情報を整理する
- AI音声エージェントが患者に電話し、予約を確定させる
- 専門医側は、紹介状を処理する事務量を減らし、患者を早く診療につなげられる
何が起きているのか
Basataは、専門医への紹介から予約までをAIでつなぐ米国のスタートアップです。3人の創業者は2年前にPhoenixで立ち上げました。CEOは元Lyft・CruiseのKaled Alhanafi氏、CTOはVivin Paliath氏、会長はMedtronicで心臓デバイスを10年扱ったChetan Patel氏です。
同社の仕組みでは、紹介状の読み取りだけでなく、AI音声エージェントによる患者への電話と予約確定まで扱います。患者は24時間いつでもこのエージェントに電話できます。
数字も出ています。累計で約50万人分の紹介を処理し、直近1か月だけで10万人分です。新規契約のうち70%が既存顧客からの口コミ経由、と紹介されています。
調達は総額 $24.5M です。Series A の $21M を Basis Set Ventures の Lan Xuezhao 氏が主導し、Cowboy Ventures と Sofeon が参加しています。
同じ領域では、医療文書の専用言語モデルを持つ Tennr が評価額 $605M、専門医向けの患者電話自動化を手がける Assort Health が評価額 $750M で並びます。資本が集中しはじめています。
AI業界の文脈では
医療AIは、診断支援や新薬開発のように、医学的な判断や研究開発を高度化する用途で語られることが多くあります。一方で、医療の現場では診断がついたあとにも問題が残ります。専門医への紹介状が届いても、確認や予約調整が追いつかなければ、患者は次の診療に進めません。
専門医への紹介では、この詰まりが目立ちます。元の記事には、Alhanafi 氏の父親の話が出てきます。頸動脈の重い診断を受けたあと、3つのグループに紹介されました。返答は1件が数週間後、1件が手術後、1件は来なかった、という結果でした。ここで問題になっているのは診断の精度ではなく、紹介状を受け取り、確認し、患者につなぐ事務処理の遅れです。
ファックスを置き換える方向の議論もありますが、紹介を送る側の医師に新システムを使わせる強制力はありません。受ける側だけで完結する解は「ファックスのまま受けて、受けた瞬間に構造化する」になります。Basata の設計はここに沿っています。
私の見立て
ここで効いているのは、関係者の困りごとがそろっていることです。
専門医の診療所は、紹介状を処理しきれないと予約につながる患者を逃します。紹介元の医師は、紹介した患者が専門医につながらないと、患者からの信頼を失います。患者は、早く診てもらいたいのに返事を待たされます。
Basataは、この詰まりを「人を増やして全部さばく」のではなく、届いた紹介状や患者への電話ごとにAIで処理する仕組みにしています。診療所から見ると、事務員を一気に増やすよりも、増えた分だけAIに任せる方が始めやすいということです。
ただし、うまくいかない可能性もあります。紹介状の書き方がばらばらだと、AIが必要な情報を正しく抜き出せないかもしれません。患者がAI音声ではなく人間と話したいと感じる場合もあります。規制によって、AIが予約確定まで担うことが制限される可能性もあります。
→ 何が変わるか: 専門医にたどり着く時間が、数週間から数時間に近づきます。診療所の事務体制は、人を増やして対応する形から、量に応じてAIを使う形へ広がっていきます。
→ 何をすべきか: 医療AIに関わる事業者と投資家は、診断精度だけでなく、「どの事務工程を、どの単価で、どれだけの量を吸収できるか」も比較軸に入れるのが現実的です。日本の医療機関の経営者は、紹介・予約・問い合わせのうち、量で詰まっている工程はどこかを棚卸ししておくと、導入判断のときに迷いません。
--- *Generated by CortexFlow 2.0 | 収集: 13件 → スコアリング: 1件 → 採用: 1件*