ケーススタディ | 10 February 2026

ヘルスケア企業がAIを活用した慢性疾患管理を活用して患者の転帰を改善し、市場の信頼を取り戻した方法

投稿者 : Ipseeta Dash

概要:

慢性疾患は世界の医療費の約72%を占めています。こうした症例の増加が続く中、2016年に設立されたドイツを拠点とするデジタルヘルス企業は、糖尿病、高血圧、COPDなどの疾患を対象とした遠隔モニタリング、モバイルヘルスアプリ、AIを活用したツールを通じて、慢性疾患ケアの提供方法を​​変えようと試みました。しかし、市場で確固たる地位を築いていたにもかかわらず、同社は事業を拡大することも、医療提供者からの継続的な関心を獲得することも困難でした。

ストーリー

2018年から2020年にかけて、同社の株価は1,200万ユーロから350万ユーロに下落しました。この下落の主な要因としては、断片化されたデジタルワークフロー、不十分な電子医療記録(EHR)との統合、実用的な患者データの欠如、そして透明性と医師の信頼を欠くAIツールなどが挙げられます。顧客維持率は低下し、ユーザー数の増加は停滞し、市場の信頼は低下しました。そのため、変革の必要性を切実に認識した同社は、2021年初頭にResearch Nesterにアプローチし、データドリブンな意思決定とエンドツーエンドのIT統合を軸とした製品の全面的な刷新を依頼しました。

課題

次のような最先端の高度なデジタルツールを提供しているにもかかわらず、

  • 血糖値と血圧を特定するための遠隔モニタリング装置
  • 健康コーチングと服薬追跡機能を備えたモバイルアプリケーション
  • 医療従事者向けの予測分析ダッシュボード

同社は、病院やプライマリヘルスケア提供者などの臨床現場での導入率が低いという問題に直面していました。2020年までに契約した機関投資家はわずか3社にとどまり、市場参入から3年でアクティブユーザー数はわずか12,000人でした。離脱率は35%にまで急上昇しました。医師たちは、相互運用性の欠如、実用的なインサイトの不足、そしてAIアルゴリズムの不透明さを主な欠点として挙げていました。ケアチームの支援を目的として開発されたツールは、十分に活用されておらず、誤解され、あるいは不信感を抱いていました。統一された臨床医中心のエコシステムがなければ、イノベーションは期待通りの成果を上げることができなかったのです。

当社のソリューション:

この下降スパイラルを逆転させるため、Research Nester は、製品市場適合性、AI の準備状況、規制遵守、デジタル インフラストラクチャの成熟度を評価する高度な方法論である独自の HealthTech SWOT+ フレームワークを適用し、徹底的な診断フェーズを開始しました。

特定された主なギャップ:

  • EHR 統合なし: デジタル ソリューションは、Epic や Cerner などの主要なプラットフォームと互換性がありませんでした。
  • 非構造化データの使用: 豊富な患者データが収集されましたが、リアルタイム分析やパターン認識機能が欠けていました。
  • 一般的な AI アルゴリズム: モデルは古くて多様性のないデータセットについてトレーニングされたため、精度と公平性が制限されていました。
  • セグメンテーションやパーソナライゼーションがない: プラットフォームは、臨床リスクや人口統計に基づいてユーザー ジャーニーを差別化できませんでした。
  • 臨床医の関与の欠如: ツールは医療提供者にとって意味のあるインターフェースを提供しなかったため、専門家の賛同が減少しました。

Research Nester は、これらの体系的な問題を明確に理解した上で、同社の慢性疾患ケア プラットフォームを、拡張可能でインテリジェントな、プロバイダーに合わせたエコシステムに再構築するための 2 段階の変革戦略を作成しました。

フェーズI:統合デジタルヘルスインフラストラクチャの構築

1. シームレスな電子医療記録(EHR)統合:Research Nesterは、ウェアラブルデバイスやモバイルアプリから既存の病院の電子医療記録(EHR)に患者データをリアルタイムで直接同期するための安全なAPIの適切な開発を調整しました。これにより、臨床的関連性が飛躍的に向上し、遠隔地の患者データに基づく意思決定が改善されました。

2. 集中型医療データウェアハウス:クラウドネイティブのデータウェアハウスを構築し、様々なエンドポイント、デバイス、電子医療記録、薬局、患者の自己申告から得られるデータを統合しました。堅牢なセキュリティとGDPR準拠のプロトコルを備えたこのシステムにより、以下のことが可能になります。

  • 歴史的傾向分析
  • 機械学習対応データセット
  • 医療提供者とケアチームのアクセスを合理化

3.刷新されたユーザーインターフェース:ユーザーインターフェースは、患者と医師の両方にとって使いやすいよう再構築されました。患者には、目標達成度の追跡と健康維持のための推奨事項を提供するカスタマイズされたダッシュボードが提供されました。医師には、高リスク症例をハイライト表示する予測パネルと、リアルタイムの治療フィードバックループが提供されます。

フェーズII:AIを活用した慢性疾患ケアインテリジェンスの解放

1. 強化された予測インテリジェンス:Research Nesterは、欧州の官民パートナーシップを通じて、構造化され相互運用可能なデータを用いて、10万人以上の患者の匿名化された記録でトレーニングされたAIモデルを実行しました。これらのモデルは、以下のことを実現しました。

  • 入院の可能性を予測する
  • 服薬不遵守の検出
  • 糖尿病患者の血糖イベント予測において82%の精度を達成

2. 超個別化デジタルケアソリューション:各ユーザーには、健康データ、ライフスタイルの選択、そして病状特有のリスクに基づいてリアルタイムで調整される、洗練されたケアプランが提供されました。AIを活用したナッジにより、コンプライアンスの向上、タイムリーな介入、そしてライフスタイルの修正が促進されました。

3. 医師重視のAI Co-Pilot :医療提供者の信頼を再構築するため、Research Nesterは医師の判断を置き換えるのではなく、補助するように設計された意思決定支援システム「AI Co-Pilotツール」を導入しました。主な機能は以下のとおりです。

  • 健康状態の悪化を72時間前に特定
  • 治療コンプライアンスの傾向を視覚化する
  • エビデンスに基づいた治療の最適化を提案

このツールは透明性を重視し、臨床医がAIによる推奨の背後にある動機を把握できるようにすることで、患者への信頼とエンゲージメントを大幅に向上させました。特に注目すべきは、このプラットフォームがモニタリングツールとしてだけでなく、患者と医療提供者の両方から信頼される意思決定支援および慢性疾患ケアの最適化エンジンとして認知されるようになったことです。

結果

戦略的な IT 統合と AI の導入により、ヘルスケア企業は劇的な好転を遂げました。

メトリック

ビフォア(2020年)

後(2023年)

年間収益

230万ユーロ

1880万ユーロ

活発な患者基盤

11,000人のユーザー

246,000人のユーザー

機関投資家

4

40以上の病院とクリニック

解約率

36%

7.9%

臨床採用率

13%

74%

評価

340万ユーロ

3700万ユーロ

市場認知度:

  • 受賞:EUヘルステック・エクセレンス・イン・デジタルセラピューティクス2023
  • 認証:クラスIIa医療ソフトウェアデバイスとしてCEマークを取得
  • 提携先:慢性疾患治療費償還パイロットプログラムにおけるドイツ国民健康保険(AOK)

変化を可能にしたものは何ですか?

ヘルスケア企業が停滞から業界リーダーへと躍進を遂げた道のりは、戦略的計画、テクノロジーの深化、そしてステークホルダー中心のイノベーションの組み合わせによって推進されました。この変革の成功に貢献した4つの強力な柱は次のとおりです。

1. データ中心の文化の浸透:最も大きな変化の一つは、データへのアプローチ方法にありました。かつては時代遅れの健康レポートに頼った、事後対応的で断片的なプロセスでしたが、リアルタイム分析を活用した、プロアクティブで洞察に富んだフレームワークへと変貌を遂げました。Research Nesterの貴重なサポートを受け、同社は戦略を見直し、電子医療記録、ウェアラブルデバイス、環境センサー、人口統計データからの継続的なストリームを統合しました。これらのフィードは、一元化されたヘルスデータレイクに統合され、プラットフォームの分析コアとして機能しました。この変革により、同社は以下の成果を達成しました。

  • 公衆衛生リスクの早期兆候を検出する
  • パターン認識に基づいて介入を戦略化する
  • 臨床チームと保健当局にリアルタイムでデータに基づいた意思決定を提供する

予測インテリジェンスを業務のあらゆる側面に組み込むことで、同社はデータ収集から真の健康インテリジェンス管理へと進歩しました。

2. 患者と医療提供者の優先順位の整合:当初、製品開発はサイロ​​化しており、プラットフォームを利用するユーザーの実際の体験とは切り離されていました。そのため、構築されたものとユーザーが真に必要とするものとの間に不均衡が生じていました。この変革により、このアプローチは共創へと転換され、インクルーシブデザインが実現しました。同社は、以下のフィードバックループに投資しました。

  • 医師と臨床医
  • 慢性疾患を抱える患者
  • 医療システムのITマネージャー
  • 疫学者とケアコーディネーター

これらのコラボレーションにより、各関係者に合わせたインターフェースとツールが作成されました。

  • 臨床医は、高リスク患者と臨床上の決定を優先するスマートダッシュボードにアクセスしました。
  • 公衆衛生当局は疾病監視のための地理空間マッピングを獲得した
  • 患者は、わかりやすい言語でアラート、目標追跡、健康概要を提供する直感的なモバイルアプリを操作しました。

この参加型設計により、すべての関係者間でシームレスなデータの相互運用性が実現し、使用率、エンゲージメント、臨床的関連性が向上しました。

3. AIの実用化と透明性の向上:これまで、同社のAI機能は、文脈に基づく推論を伴わない出力を提供する従来型のアルゴリズムに限られていました。この透明性の欠如は、医師の信頼と規制当局の承認を阻害していました。この問題に対処するため、Research Nesterはシステムの中核にExplainable AI(XAI)を統合しました。新しいモデルは、以下の機能を提供します。

  • それぞれの予測を形作る要因に関する明確な洞察
  • 地域や人口を対象としたリスク要因の説明
  • 臨床承認のための感度設定による信頼度スコア

このフレームワークにより、臨床医や公衆衛生当局は、AIが生成したアウトプットをただ追うのではなく、批判的に評価、解釈、そして改良することが可能になりました。こうして、このプラットフォームは意思決定ツールから共同意思決定者へと進化し、あらゆる医療専門家から信頼を獲得しました。

4. 未来を見据えたデジタルサポート:これほどの規模の進化には、分析や設計にとどまらず、最新かつ安全でコンプライアンスに準拠したデジタルインフラが求められました。従来のITフレームワークは解体され、モジュール式のクラウドネイティブ・アーキテクチャへと移行することで、飛躍的な成長を実現しました。主なアップデートは以下の通りです。

  • アジャイル開発を促進するためのマイクロサービスへの移行
  • FHIR および HL7 標準を通じて主要な EHR システムとの API レベルの統合
  • GDPR、NHS、ISO 27001に準拠したエンタープライズグレードのデータガバナンスの実装
  • 継続的なデリバリーのための自動化パイプラインにより、迅速な反復とシステムの改善が可能

結果はすぐに目に見える形で現れました。

  • わずか1年で2つの保健地区から40以上に拡大
  • 稼働率は99.5%に向上
  • IT運用コストを38%削減

結論:デジタル慢性疾患ケアの新たなベンチマーク

この事例は単なる技術革新の物語ではありません。医療業界の未来を予見させる青写真です。多様な医療システムが進化する疾患に適応し、医療提供者と患者の両方を大規模に支援できる、将来を見据えたモデルを構築することが課題でした。ケアがよりパーソナライズされ、継続的になり、データが豊富になるにつれ、組織はすべてのユーザーの実体験を反映した統合システムを導入する必要があります。Research Nesterとの提携により、かつては低迷していたこのスタートアップ企業は、単に回復しただけでなく、慢性疾患管理におけるアップグレード可能で相互運用可能なリーダーとして生まれ変わりました。このスタートアップ企業の復活は、適切なデータガバナンス、人間中心設計、そして透明性のあるインテリジェンスがあれば、信頼を再構築し、市場での地位を回復し、よりスマートで思いやりのあるケアを提供できることを証明しています。

お問い合わせ

vishnu-nair
Vishnu Nair

責任者- グローバルビジネス開発

ご要望をお聞かせください:
コンサルタントに相談する
footer-bottom-logos