Flo Healthが医療コンテンツレビューをAmazon Bedrockで生産運用

AWSは、Flo HealthがAmazon Bedrockを使う医療コンテンツレビューを生産運用し、レビュー時間を60%短縮、医療チームを増員せず処理量を3倍にした事例を紹介しました。

要点

• 従来は医療記事1本のレビューに約7日かかり、公開量を制約していました。
• 社内ガイドライン、信頼できる外部情報源、人間の専門家という3層で検証します。
• 医療上の正確性、法務、文体などの観点ごとに専門化したAI Judgeを使います。
• Contentfulの画面へ結果を統合し、最終判断は医療専門家が行います。

今回のブログ記事で語られていること

Flo Healthは、生理・妊娠・健康に関する記事を提供しており、誤った説明は利用者の健康判断へ影響します。従来のレビューは医療専門家が原稿を読み、根拠や表現を確認するため、1本あたり約7日かかっていました。記事で紹介された仕組みは、社内の編集・医療ガイドライン、信頼できる外部情報源、人間の専門家という三つの層を組み合わせます。Amazon Bedrock上のモデルが原稿を分析しますが、単一の総合点ではなく、医療上の正確性、法務上の懸念、文体など観点別のAI Judgeへ分けています。

観点ごとに分けることで、問題箇所と理由を編集者が理解しやすくなります。すべての判断へ最も大きなモデルを使うのではなく、リスク、必要品質、応答時間、費用に合わせてモデルを選びます。レビュー結果はContentfulの編集画面へ統合され、編集者と医療専門家が普段の作業場所から確認できます。Floは、レビュー時間を60%短縮し、医療チームを増やさず処理量を3倍にしたとしています。ただし、これは同社の原稿、基準、運用で得た事例値であり、他の組織でも同じ効果になる保証ではありません。

医療領域では、AI Judge同士が一致しても正しいとは限りません。評価用原稿に、危険な助言、古い研究、条件付きの表現、対象集団の違いを含め、専門家の判定と比較する必要があります。モデルや外部情報源が更新されたときは同じセットで回帰試験を行い、見逃しと過剰警告を分けて測ります。最終承認を人へ残すだけでなく、どの警告を誰が却下し、どの根拠で公開したかを監査できる形にすることが重要です。

公開後に新しい医学知見やガイドライン変更が出た場合、過去記事を再点検する仕組みも必要です。初回レビューの高速化だけでなく、情報源の更新日を追跡し、影響する記事を抽出して専門家へ戻せるかが、長期運用の品質を左右します。

今回のブログ記事が関係する人

医療・健康情報を制作する編集者、医療監修者、法務・品質担当、専門レビューをAIで支援するプロダクトチームに関係します。

結局、今回のブログ記事をどう読むべきか

専門家を置き換える事例ではなく、確認観点を分けて専門家の時間を重要箇所へ振り向けた事例です。導入側は短縮率より、見逃し率、過剰警告率、根拠の鮮度、最終承認の証跡を重視してください。