BRAIV

BRAIV

BRAIV · 動画

BRAIVは精神科の精密医療を掲げるプラットフォームで、電子カルテ、検査値、症状スコアを順位付きの向精神薬リストに変えて臨床医に渡す。

BRAIV の画面プレビュー

BRAIV について

What Is BRAIV

BRAIVは精神科に特化した臨床意思決定支援ツールだ。開発はシカゴの同名スタートアップで、ジョンズ・ホプキンス大学とシカゴ大学に由来する協力関係を持つ。処方箋を書く人、つまり精神科医、精神科の看護師、うつ病や不安障害、ADHDを診る一般内科医が主な利用者になる。

狙いは服薬の試行錯誤を減らすことにある。同社によると、患者は効果の出る薬にたどり着くまで平均6〜8か月、2〜3種類の薬を試す。失敗のたびに数週間の副作用と生活機能の低下が積み上がり、途中で治療をやめる人もいる。BRAIVは実際の治療結果で学習したモデルで候補を並べ替え、1回目か2回目の処方で当たる確率を上げるという考え方だ。

AI処方支援ソフトとして何をして、何をしないかは先に押さえておきたい。EHRにつながるWebプラットフォームで、順位付きの候補、信頼度スコア、文章の根拠を返す。患者と会話はせず、処方を自動で出すこともなく、最終判断も下さない。製品としても若く、シカゴ大学メディカルセンターでの主要な検証研究は進行中で、査読済みの結果は公開されていない。

Getting Started

  1. BRAIVのサイトからサンプル患者でデモを開く。自院向けの説明会を依頼してもよい。
  2. セキュアなAPIでEHRに接続する。試すだけなら手入力でも動く。
  3. APAの診療ガイドラインをたどるガイドラインモードか、モデルの順位を見るAIモードを選ぶ。
  4. 入力データを確認し、信頼度と根拠を読み、選択を記録して、その後の患者の反応を追う。

AIツール情報

BRAIVの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランいいえ
有料プランContact sales
プラットフォームWeb, with EHR integration (Epic, Cerner)
開発元BRAIV
カテゴリ動画
リリース日May 2025
最終更新Oct 2026
サイト訪問数74.9K
サイト世界ランキング398.4K
API提供状況N/A

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • 外来の精神科医:根拠まで示す向精神薬の推奨は複雑な症例で時間を節約する。ただし相互作用と併存疾患の確認は自分の仕事として残る。
  • 精神科の看護師:ガイドラインモードは判断の理由を段階ごとに残す。指導や監査の場面で説明しやすい。
  • 一般内科医:15分の外来で、順位付きリストと短い根拠はPDFのガイドラインを何枚もめくるより動きやすい。
  • 医療情報の担当者:EpicかCernerを使っている施設なら、カルテの運用を作り直さずに試せる。接続作業への情報部門の協力が条件だ。

タスク

  • 初診後の第一選択抗うつ薬を決める:診断、症状スコア、検査値、過去の反応を重み付けする。全員に同じSSRIを出す形にはならない。
  • 2回失敗した症例を見直す:候補を並べ直し、どの要因が各薬の順位を上げ下げしたかを示す。
  • 薬を切り替えた理由を残す:文章の根拠をカルテに貼れば、後から説明を求められたときに出せる。
  • 処方の考え方を教える:研修医はガイドラインの答えとモデルの答えを並べ、食い違う点を見つけられる。

シーン

  • 待機リストが長い地域の精神保健センター:早い段階で薬が合えば、患者が不安定なまま過ごす期間が短くなる。再診枠が足りない現場ほど効く。
  • カルテが複数システムに散らばる遠隔精神医療のグループ:初診データを1画面に集めれば、処方前の確認の往復が減る。
  • 研修医を指導する外来:なぜその薬を選び、別の薬を選ばなかったかを話すための共通の土台ができる。

主な機能

ガイドラインモード

ウィザード形式でAPAの診療ガイドラインをたどり、診断、症状の重症度、過去の治療、検査値を集める。各段階で出る推奨は、ガイドラインの該当箇所までたどれる。審査役に説明しやすいのはこちらで、モデルの提案が妙に見えたときに戻る先でもある。

信頼度スコア付きのAIモード

患者データをBRAIVのモデルに通し、薬の候補を順位付きで返す。それぞれに信頼度スコアと平易な言葉の根拠が付く。スコアは候補の並び順を示す信号であり、その患者に効く確率ではない。証拠ではなく振り分けの目安として扱う。役に立つのは各候補の背後にある要因で、異議を出すときの具体的な足場になる。

EHR連携

Epic、CernerなどのシステムにセキュアなAPIでつなぐ。すでに開いているカルテが、そのままプラットフォームの読み込み先になる。患者基本情報、診断コード、現在の処方、検査結果を打ち直さずに取り込める。代償は導入が情報システムの案件になることだ。登録だけでは終わらず、小規模な診療所ほど接続の順番待ちが長引く。

患者スナップショット

主診断、PHQ-9のスコア、CBCとCMPの検査値、現在の処方、服薬歴を1つの画面にまとめる。両モードはここから読む。項目が欠けると推奨は弱くなり、画面は空白を勝手に埋めずに印を付ける。

BRAIV Treat

BRAIV Treatは処方モジュールで、多くの臨床医が最初に開く部分だ。現在の対象はうつ病と不安症。研究計画には双極性障害、PTSD、統合失調症、ADHD、強迫症、摂食障害、物質使用、てんかんも並ぶ。出力は用量の文脈を添えた短い候補リストで、治療計画そのものではない。

BRAIV DetectとTrack

BRAIV Detectはプライマリケアのスクリーニング向けで、問診票と受診時のやり取りのパターンから、詳しい評価が必要そうな患者を拾う。Trackは処方後の経過データを残し、次の受診が記憶ではなく記録から始まるようにする。どちらもサイトで説明されており、どちらも受診と受診の間の記録が安定して続くことが前提になる。

メリットとデメリット

メリット

  • 推論が見える。信頼度と文章の根拠があるため、黒箱の答えではなく特定の要因に対して賛成も反対もできる。
  • 2つのモードが2つの場面に対応する。ガイドラインは説明可能な標準ルートを出し、AIはそのルートがすでに外れた症例を想定する。
  • カルテの流れに収まる。EHRから直接読むので二重入力が減り、判断がその記録の隣に残る。
  • スタートアップとしては学習データが大きい。75,000人超の患者と13年分の治療データを挙げており、精神科ツールでここまで公表する例は少ない。

デメリット

  • 価格が公開されていない。営業に問い合わせる前に対応者1人あたりの費用を比べられず、小規模診療所の予算作りが止まる。
  • 検証が終わっていない。シカゴ大学の研究は後ろ向きコホートで、まだ進行中だ。精度の主張は現時点では企業の説明に依存する。
  • データ品質に結果が左右される。検査の欠落、古いPHQ-9、不完全な服薬歴は、どの推奨も弱くする。
  • 連携には情報部門の作業が要る。EpicとCernerの接続は実在するが、個人開業医が午後半日で有効にできる類のものではない。

よくある質問

精神科の薬を選ぶときに使う。患者データを読み、大規模な症例群の治療パターンと照らし、信頼度と根拠を添えた順位付きリストを返す。処方を書いた後ではなく、書く前の道具だ。