DocsDigest
Back to listLanguage: JA
OpenAIOpenAI NewsMay 29, 2026, 12:00 PM

Boston Children’s uses AI to unlock new diagnoses

A condensed section focused on the key takeaways first.

Original Post
OpenAIClaude

Quick Digest

Summary

A condensed section focused on the key takeaways first.

openaienmodel: gpt-5-mini-2025-08-07

Boston Children’s uses AI to unlock new diagnoses

ai-infrastructureclinical-aiworkflow-automationgenomicsgovernanceopenaihospital-it

Key Points

  • 40+ rare diagnoses
  • 60,000 hours saved
  • enterprise AI layer (internal ChatGPT)

Summary

Boston Children’s embedded an enterprise AI layer (an internal ChatGPT environment) across clinical, research, and operational teams to treat AI as infrastructure rather than a collection of point tools. The platform provides secure access to internal data, model-assisted synthesis of literature and genetics, and workflow automation. Outcomes include 40+ previously unresolved rare-disease diagnoses, ~60,000 hours saved across 50+ automations (≈$7M in redeployed labor), and one-third of employees using AI daily. Governance, monitoring, and fast deployment cycles (days instead of months) enable safe, repeatable rollouts.

Key Points

  • Architecture: single enterprise AI layer (internal ChatGPT) that integrates with internal data and workflows.
  • Clinical impact: "co-pilot geneticist" synthesizes genetic, phenotypic, and literature data to enable 40+ new diagnoses and gene target discoveries.
  • Operational impact: 50+ automations (invoice intake, surgical scheduling, document drafting) producing ~60k hours saved and $7M+ redeployed labor.
  • Governance & safety: monitoring, evaluation, and governance structures paired with tech to ensure safe clinical and operational use.
  • Developer velocity: tools and capabilities can be deployed in days, enabling rapid iteration and role-specific solutions.
  • Next steps: deeper clinical integration, cross-specialty expansion, and continued model refinement in partnership with OpenAI.

Implications for engineers

  • Prioritize a shared platform approach (central model endpoint, secure data connectors, role-based access) over one-off integrations.
  • Build observability: logging, auditing, and performance monitoring for safety and compliance.
  • Design small automated workflows tied to measurable KPIs to justify scale-up and capture operational ROI.
  • Collaborate with clinical teams to validate model outputs and iterate on prompt engineering, data inputs, and evaluation metrics.

Full Translation

Translations

A translation section that keeps the flow of the original article.

openaijamodel: gpt-5-mini-2025-08-07

Boston Children’sがAIを活用して新たな診断を実現

公開日: 2026-05-29T12:00:00.000Z

  • Company size: Enterprise
  • Region: North America
  • Industry: Healthcare
  • Products: ChatGPT

主な成果

  • 40+ のこれまで解決されなかった希少疾患の診断を達成
  • AI対応ワークフローで約60,000時間を節約
  • 運用時間の削減により $7M+ 相当の労働を再配分
  • 50+ の自動化が運用ワークフローを支援

概要

Boston Children’s Hospitalは単なる技術実験のためにAIを導入したわけではありません。組織全体の臨床・運用インフラの中核としてAIを組み込み、特に複雑で希少な疾患を持つ小児患者へのケア提供を改善しています。日常業務にAIを統合することで、運用コストを削減しケアへのアクセスを拡大し、これまで診断がつかなかった40以上の希少疾患の診断に貢献しました。

プレッシャーの下での運営

Boston Children’s Hospitalは世界でも最大級の小児医療機関の一つで、40以上の診療科にわたり年間約100万件の外来受診を扱っています。多くの医療機関と同様に、厳しい財務制約と増大する事務負担の中で運営されています。サプライチェーン、請求、運用チームは請求書処理やスケジュール調整など多数の反復業務を扱っており、これらは必要不可欠である一方、時間を消費し職員をより付加価値の高い業務から遠ざけます。

臨床チームは別の制約にも直面しています。希少疾患では遺伝情報が断片化していたり臨床履歴が不完全であったり、関連する医学文献が膨大であるため、たとえ研究実績のある機関であっても医師がすべての情報を十分に速く統合して診断に到達することは困難です。

「問題は努力ではなく、人間の認知的限界だ」とJohn Brownstein（Chief Innovation Officer）は述べています。

エンタープライズAIレイヤーの構築

当初、Boston Children’sは文書作成や翻訳ツールなど個別のAIユースケースから始めましたが、断片的なアプローチの限界が明らかになりました。Brownsteinは「ワンオフのソリューションに頼ることはできない」と述べ、組織はエンタープライズAIレイヤーを構築する方向に舵を切りました。

このレイヤーは、研究、臨床、管理チーム全体で利用されるセキュアな内部のChatGPT環境として設計され、新しい機能を迅速に開発・展開できる共通基盤を提供します。内部データへのアクセス、医学文献の統合、ワークフローの効率化など、各チームの役割に直接関連する形でAIを活用できるようにしました。技術と並行して、安全性、監視、一貫した評価を行うガバナンス体制も構築されています。

この転換によりイノベーションの速度が変わりました。かつては長期間の開発を要していたツールが数日で展開可能となり、運用面・臨床面のニーズに迅速に応答できるようになりました。現在、従業員の3分の1以上が臨床、研究、管理を横断して日常業務でAIを利用しています。

業務ワークフローの再設計

Boston Children’sはまずAIが明確な運用効果を発揮できる領域に注力しました。

  • サプライチェーンでは、AIが請求書の受け取り、ルーティング、回答を管理しています。
  • 手術スケジューリングには臨床ノートの分析や患者の重症度推定を用い、手術室の時間割当てを改善しています。これによりスケジュールをより先まで計画でき、稼働率が向上し、より多くの患者が迅速に治療を受けられるようになりました。
  • 医師は意思決定支援や複雑な臨床情報の統合にAIを利用し、研究者はデータ解析やコホート構築に、管理チームは文書作成、コーディング、ワークフロー改善にAIを活用しています。

これらの変更は測定可能な成果と直結しています。50以上の自動化を通じて約60,000時間の時間節約を達成し、これは $7M+ 相当の労働を再配分できる規模に相当します。組織はAIを単独のイニシアチブとして導入するのではなく、日常業務に関連付けることに注力しました。Brownsteinは「鍵は人々がいる場所に寄り添うことだ」と述べています。

希少疾患診断と遺伝学研究の前進

運用改善と並行して、臨床発見のためのAIにも投資しました。病院は"co-pilot geneticist"と呼ぶシステムを開発し、遺伝データ、表現型情報、世界中の医学文献を統合する設計としました。このシステムは長年原因不明だった希少疾患の診断という医療上の最も困難な課題の一つに対処します。

この取り組みにより、これまで診断が不可能と考えられていた40以上の症例で診断がつきました。また、新しい遺伝子ターゲットや潜在的な治療経路の同定にもつながっています。

「私たちは遺伝情報、表現型情報、文献検索、そしてAIの推論を組み合わせ、かつては答えが得られなかった家族に診断を提供している」とBrownsteinは語ります。患者と家族にとって、その影響は即時かつ具体的です。未解決であった症例が回答をもたらし、一部では新たな治療方針につながっています。

大規模なAI対応医療へ

Boston Children’sの次フェーズは、より深い統合と広範な採用です。リーダーシップは利用拡大とインパクト拡大に大きな可能性を見ています。臨床意思決定へのさらなる組み込み、専門分野横断でのツール展開、そしてOpenAIとの協業を通じたモデルの継続的改善に取り組んでいます。

Brownsteinは「非常に訓練された医師と世界中の医学知識が並ぶことを望まない手はないだろう」と述べています。時間とともに、AIはケア提供、研究、発見を支えるインフラの中核要素となり、臨床医と患者双方にとって可能性の定義を変えていくと期待されています。

次の一歩

100万社以上の企業がOpenAIとともに有意義な成果を上げています。詳しくは営業窓口にお問い合わせください。