Clearstep

Clearstep は、米国の医療機関が自社のウェブサイトや患者ポータルに組み込んで使う AI トリアージと受診ナビゲーションのプラットフォームであり、「どの診療科を受診すべきか、どこで、いつ受診すべきか」という判断をアルゴリズムに委ねます。消費者向けアプリは提供せず、ホワイトラベル方式で病院のデジタル・フロントドアに組み込まれ、主な利用者は CIO、CMIO、アクセスセンターの運用チームです。

中核機能

• 対話型トリアージ: 症状を評価したうえで重症度を判定し、患者を適切な診療科・受診形態・時間帯へ振り分けます
• 自社開発の分類モデル: 48,383件のアノテーション済みコーパスで学習したマルチラベル NLP 分類器が506種類の主訴をカバーし、LLM は約3%のロングテールのみを補完します
• 音声とオペレーター支援: 音声エージェントが着信・発信通話を受け、非臨床のオペレーターも AI による支援機能があればプロトコルどおりのトリアージを完遂できます
• 受診前の情報収集: 構造化された病歴と臨床サマリーを自動生成し、診療ごとに節約できる15分を医師に返します
• スケジューリングと枠の最適化: 臨床的に適格なセルフスケジューリングとテンプレート再設計により、空転していた予約枠を埋めます
• ホワイトラベル統合: Epic や Cerner などの EHR と接続し、トリアージのサマリーをカルテへ書き戻せます

適用シーン 米国の中堅・大規模ヘルスシステムにおけるデジタル・フロントドア、コールセンター、患者体験の各チームが対象です。典型的な課題は、救急外来と看護師ホットラインの通話量を抑え、患者をアージェントケアやビデオ診療へ導くことです。個人ユーザー、独立系クリニック、米国以外の市場は対象外です。

独自の強み 同種の製品は純粋な LLM か純粋なナレッジベースのいずれかに寄りがちですが、Clearstep は両者をリスクで階層化しています。Schmitt の看護師トリアージ・プロトコルと自社モデルが主線を担い、LLM は補完に徹するという構成は、病院の臨床ガバナンス審査を通りやすい説明になります。裏付けも堅牢です。マウント・サイナイの一般公開サイトで稼働しており、DIU は MHS デジタル・フロントドアのインテリジェント・ルーティングを同社に委ねました。

編集部の評価 AI トリアージという狭い領域において、Clearstep のエビデンスの連鎖は同類の中で最も充実しています。査読付きのモデル開示があり、政府契約があり、直接クロールできる本番導入があります。同時に自らの境界も明確にしています。米国のみ、機関購買のみ、公開価格もトライアルもなし。病院の購買プロセスに進むことを決めた中堅・大規模機関は優先的に検討する価値があり、個人開発者や海外チームは避けるべきです。