テラデータ、医療・保険分野におけるAI活用と疾病予測などの成果を発表

保険・ヘルスケアの厳格な統制と安全性を維持しながら、データ移動なしに疾病予測やデジタルケアなど測定可能な成果を創出

本発表の要約

• 医療・保険分野における実践的AI事例の公開：Teradataは、欧州の先端研究機関、米国の総合医療システム、米国の医療保険事業者におけるエンタープライズAIの実践成果を発表

• 10年先を見据えた高精度な疾病予測：長期間の医療・健診データを活用した軽量AIモデルをデータベース内で稼働させ、10年後の疾患発症を70%の精度で予測し将来の需要計画やリスク予測を高度化

• 患者・加入者エンゲージメントが520%向上：約150の特徴量に基づくデータベース内機械学習モデルにより、受診抑制や重症化リスクの高い層を特定し、24時間体制の遠隔モニタリングや予防的アプローチを実現

• 厳格な法規制・コンプライアンスへの即応：データを外部に移動させることなくデータベース内でLLMや類似度マッチングを実行し、厳格なセキュリティ要件を満たしながら数日単位で規制対応を完了

• 業界特有のデータ整備課題を克服：医療・ヘルスケアリーダーの90%が「AIが活用できるコンテキスト化されたデータは20%以下」と回答する中、初期段階からガバナンスを組み込んだ基盤で検証から本番運用への迅速な移行を実証

サンディエゴ発 ｜ Teradata（NYSE: TDC）は本日、医療・ライフサイエンス分野の先進組織が、組織内の知見と実際の成果とのギャップを埋め、疾患予測の高度化、大規模な患者エンゲージメントの改善、厳格な規制対応イニシアチブの推進を、統制されたデータベース内インテリジェンスによって実現していることを示す3つの顧客活用事例を発表しました。それぞれの取り組みは、医療環境で求められるガバナンス、セキュリティ、信頼性を損なうことなく、AIを構想から測定可能な成果へと進展させられることを示しています。

医療現場においてデータ基盤の課題は他業界よりも深刻であり、早急な対応が求められています。Teradataの委託によりWakefield Researchが企業のIT・データリーダー1,000人を対象に実施した調査によると、医療業界のリーダーの実に90%が「AIエージェントが確実に機能するために十分に記述・コンテキスト化されているデータは20%以下にとどまる」と回答しています。また、医療組織は自律型AIの成熟度において他の全業種から顕著に遅れをとっており、40%は依然として初期段階にあり、インテリジェンスの活用を試みているもののビジネス上の優位性の確立には至っていません。しかし、一部の組織は先行しており、今回の事例は医療AI向けに特化して構築されたデータ基盤が何をもたらすかを明示しています。

AIケーススタディ — 医療およびライフサイエンス

1. 欧州の先端研究機関：医療体制計画を変革するAI主導の疾病予測
従来の課題：人口の高齢化と医療費の増大に伴い、医療システムは医療需要のより正確な予測を迫られています。従来の需要予測では、多様な患者コホートがいつ、どのようなサービスを必要とするかを予測できませんでした。同時に、大規模言語モデル（LLM）の推論コストの高さは、多くの組織にとってエンタープライズ規模での医療AI活用を困難にしていました。
AIソリューション：欧州の先端分子生物学・腫瘍学研究機関の研究者らは、トランスフォーマー・アーキテクチャを応用し、最大10年先の疾患発症を予測する200万パラメータのコンパクトなモデルを開発しました。このモデルはテキストを処理する代わりに患者の年齢タイムラインをエンコードし、長期間にわたる縦断的患者データを入力することで、コホート規模で将来の発症を予測します。Teradataのエンジニアリングチームは、Bring Your Own Model（BYOM）技術を用いてこのモデルをデータベース内に直接デプロイし、nPathを活用して複雑な患者の受診経路シーケンスデータを構造化することで、これらすべてをわずか3日間で稼働させました。
成果：このモデルは10年後の疾患発症予測において70%の精度を達成し、地域・集団レベルでの医療需要計画に十分な成果をもたらしました。データベース内で実行されるため、推論コストはLLM代替案と比較してわずかな負担で済みます。研究段階のPoC（概念実証）として始まった取り組みは、プラットフォームの俊敏性を示す実証となり、医療システムが即座に活用できる再利用可能な医療AI基盤を確立しました。

2. 米国の大規模総合医療システム：AIによる患者エンゲージメントとデジタルケアの推進
従来の課題：農村地域を中心に100万人以上の患者をケアする医療システムには、特有の課題があります。医療から遠ざかった患者が受診を控え、慢性疾患が放置され、産科専門医へのアクセスが限られた地域の妊産婦をはじめとする支援の届きにくい層が見落とされるリスクを抱えていました。
AIソリューション：Teradataプラットフォームは、地理的に分散した患者層へのケア向上に必要なデータ統合と機械学習の基盤を提供しました。10年分の患者データを単一の統制された環境に統合し、約150の患者特徴量に基づいてデータベース内で直接実行されるPythonベースの機械学習リスク層別化モデルを構築しました。これにより、アプローチすべき患者を特定・選定し、予防的に接続するデジタルケアプログラムを展開しました。このモデルは、臨床医が病室を回診する際のリアルタイムの意思決定支援を提供するほか、支援が不足しがちな地域の妊婦や産後ケアを要する母親に対し、24時間365日のデジタルケアを提供する産科遠隔モニタリングを可能にしました。
成果：デジタルプログラム全体で患者エンゲージメントが520%向上し、患者が治療手順を遵守する割合が大幅に改善され、患者の健康状態の向上が達成されました。また、動的な階層化（タイアリング）により、遠隔モニタリング下で慢性疾患が改善した患者のケアレベルを適切に調整できるようになりました。

3. 米国の大手医療保険事業者：最優先規制イニシアチブに向けた統制されたデータベース内AI
従来の課題：ヘルスケア分野における法規制は、対応するシステム構築よりも急速に進展することがよくあります。新たな透明性要件、監査要件、コンプライアンス要件は、四半期単位ではなく数週間単位の期限を伴う経営課題として課されることがあります。まさにこの状況に直面した米国の医療保険事業者にとって、課題はデータが存在するかどうかではなく、そのデータに基づいて正確に、安全に、そして大規模に論理的推論を実行できるかどうかにありました。
AIソリューション：Teradataプラットフォーム内で高度なAIを直接適用し、最優先の規制対応イニシアチブを支援しました。LLM、エンベディング、データベース内類似度マッチングを組み合わせ、データが存在するその場所で統制された高度なインサイトを導き出しました。データの移動や外部パイプラインを必要とせず、組織が求めるセキュリティモデルやガバナンス統制を一切損なうことなく、エンタープライズ規模の医療ワークロードに耐えうるアプローチを実現しました。
成果：当初はコンプライアンス対応として始まった取り組みは、医療保険事業者が規制課題に取り組むための再現可能なブループリントとなりました。この取り組みは、統制されたデータベース内AIが危機的な状況における回避策ではなく、まさにそうした要求のために設計されたアーキテクチャであることを証明しました。Wakefield Researchの調査では、医療機関の43%がエンタープライズデータへのAIエージェント導入における主な障壁として「ガバナンス、セキュリティ、アクセス制限」を挙げていますが、本事例は、後付けではなく初期段階からガバナンスをデータ基盤に組み込むことでその障壁を克服できることを示しています。

Teradata AI Servicesについて
Teradata AI Servicesは、スプリント型の提供モデルと専門手法、そしてTeradataプラットフォームを組み合わせることで、組織の知見を実行へと移すよう設計されています。医療機関にとっては、規制当局、医師、患者が求めるガバナンス、監査可能性、信頼性を損なうことなく、概念実証（PoC）から本番運用への構造化され加速された移行パスを意味します。

エグゼクティブ・メッセージ
Teradata チーフ・オペレーティング・オフィサー Mike Hutchinsonのコメント：「医療およびライフサイエンスは、診療録、請求データ、利用パターン、数十年にわたる患者の病歴など、組織的な知見に極めて富んだ業界です。問題はデータそのものではなく、組織が『知っていること』と、その知見に基づいて『実行すること』の間にあるギャップでした。今回の事例は、そのギャップを解消する道筋を示しています。医療需要計画を再構築する疾病予測、支援から取り残されがちな患者に寄り添うデジタルケア、そして数カ月ではなく数日で迅速に行動できるコンプライアンス対応の実現などです」

Teradataについて

Teradataは、深いビジネスコンテキストと信頼性の高いデータに基づき、AIが導き出す「知見（インテリジェンス）」を、自律的な「実行（アクション）」へ変換する力を企業に提供します。AIエージェントが普及する中、Teradataが提供するプラットフォーム「Teradata Autonomous Knowledge Platform」は、企業に不可欠なコンテキストエンジン、ガバナンスレイヤー、そして圧倒的な処理能力を誇る実行基盤を実現します。クラウド、オンプレミス、ハイブリッドのあらゆる環境において、AIの実用化と本番運用を強力に支援し、ビジネスの未来を切り拓きます。