AI hype ciklas šiuo metu yra neįprastoje vietoje, ypač žiūrint į viešosios nuomonės teismą ir kaip profesionalų sektorius vaizduoja technologijos potencialą.

Andy Sajous yra skaitmeninės transformacijos įmonės „Ahead“ CTO ir sveikatos priežiūros praktikos vadovas. Visuose jo susitikimuose su sveikatos priežiūros vyriausiaisiais informacijos pareigūnais ir kitais IT sprendimus priimančiais asmenimis nė vienas iš jų nenori prisijungti prie kokio nors konkretaus AI produkto ar paslaugos ilgiau nei 12 mėnesių.

Šiame interviu Sajousas paaiškina, kodėl jis mano, kad taip yra. Jis aprašo kai kuriuos greitai kintančius DI rinkos pokyčius, iššūkius, susijusius su kūrimu ir pirkimu – jis aprašo kai kuriuos pagrindinius veiksmus, kurių turėtų imtis sveikatos priežiūros CIO, artėjant prie 2025 m., kuriuose numatoma dar didesnė AI transformacija.

K. Sakote, kad šiais metais atlikdami skaitmeninės transformacijos darbą su CIO ir kitais sveikatos priežiūros technologijų sprendimų priėmėjais, nė vienas iš jų neprisijungs prie jokio AI produkto ar paslaugos ilgiau nei 12 mėnesių. Ką perėmėte iš šios patirties ir, kaip manote, ką tai reiškia dirbtinio intelekto ateičiai sveikatos priežiūros srityje?

A. Nenoras įsipareigoti sudaryti ilgesnes nei 12 mėnesių dirbtinio intelekto sutartis rodo didelį sveikatos priežiūros DI aplinkos neapibrėžtumą. CIO ir kiti sprendimus priimantys asmenys yra atsargūs dėl pernelyg didelio įsipareigojimo naudoti įrankius greitai besikeičiančioje aplinkoje.

Dirbtinio intelekto pardavėjai nuolat išleidžia naujus produktus, tačiau rinką užtvindo startuoliai ir mažesnės įmonės, kurių ateitis neaiški. Kyla tikras susirūpinimas, kad sistema, kuri šiandien atrodo daug žadanti, gali pasenti per metus arba, dar blogiau, ją sukūrusi įmonė gali būti įsigyta arba visiškai nutraukta veikla.

Dirbtinio intelekto technologijų pokyčių tempas, ypač pradėjus kurti generatyvius AI įrankius, pvz., ChatGPT, sukūrė aplinką, kurioje sveikatos priežiūros organizacijos priverstos galvoti apie trumpalaikę perspektyvą, kai taiko naujas technologijas.

Tačiau tai nerodo visiško netikėjimo AI potencialu. Priešingai, sveikatos priežiūros organizacijos puikiai suvokia AI potencialą pakeisti pacientų priežiūrą, pagerinti veiklos efektyvumą ir racionalizuoti administracinius procesus.

Tačiau jie taip pat pripažįsta, kad technologija vis dar keičiasi, o nauji žaidėjai nuolat patenka į rinką ir iš jos išeina. CIO ieško lankstumo, o tai reiškia, kad jie gali greitai pasisukti, jei atsiranda geresnė technologija arba jei dirbtinio intelekto įrankis, į kurį jie investavo, neduoda laukiamų rezultatų. Jie nori išvengti ilgalaikių sutarčių su pardavėjais, kurių produktai gali neatsilikti nuo sparčiai tobulėjančios technikos.

Už AI ateitis sveikatos priežiūros srityje, šis atsargus požiūris gali sulėtinti priėmimą per trumpą laiką, bet galiausiai gali paskatinti labiau apgalvotą ir strategiškesnį AI integravimą į sveikatos priežiūros darbo eigą. Kai rinka bręsta ir atsiranda stabilesnės, patikrintos sistemos, galime pastebėti, kad sveikatos priežiūros organizacijoms labiau patinka ilgalaikiai įsipareigojimai.

Iki tol svarbiausia išliks lankstumas ir gebėjimas prisitaikyti. Sveikatos priežiūros sektorius turės išlikti judrus, nuolat vertindamas naujas technologijas, tuo pačiu užtikrindamas, kad pacientų priežiūra išliktų be kompromisų dėl nepasitvirtinusių ar greitai pasenusių sistemų.

Q. Jūs nurodote greitą AI rinkos lyderių pasikeitimą. Kas buvo ir šiuo metu yra rinkos lyderiai ir kodėl tokie pokyčiai?

A. Dinamiškas dirbtinio intelekto pobūdis reiškia, kad šiandienos rinkos lyderiai gali būti ne rytoj. Dirbtinio intelekto srityje įvyko reikšmingų pokyčių, susijusių su lyderiavimu rinkoje ir dėl inovacijų, ir dėl konsolidacijos. Prieš kelerius metus didelės technologijų įmonės, tokios kaip IBM Watson ir Google DeepMind, buvo sveikatos priežiūros dirbtinio intelekto pionieriai, ypač tokiose srityse kaip diagnostinis vaizdavimas ir nuspėjamoji analizė.

Dėl spartaus vystymosi ir naujų AI žaidėjų rinka toliau plėtėsi. Atsiranda naujos įmonės ir nišinės įmonės, kuriose įdiegtos labai specializuotos sistemos, tenkinančios labai specifinius sveikatos priežiūros poreikius, pvz., dirbtinio intelekto pagrįstą klinikinių sprendimų palaikymą arba DI pagrįstas radiologijos ir onkologijos diagnostikos priemones.

Tokios įmonės kaip NVIDIA, kuri yra AI kūrimo aparatinės įrangos pagrindas, tapo nepakeičiamomis, ypač tokiose srityse kaip mašininis mokymasis ir kompiuterinis matymas. „Epic“, integruojanti dirbtinį intelektą į savo elektroninių sveikatos įrašų sistemą, taip pat žengia į priekį, siūlydama išsamias, dirbtinio intelekto papildytas sistemas, glaudžiau integruotas su esamomis ligoninės darbo eigomis.

Šios bendrovės naudojasi platesnėmis platformomis, kad pristatytų dirbtinio intelekto galimybes, dėl kurių mažesniems, labiau specializuotiems pardavėjams gali būti sunkiau konkuruoti, nebent jie pasiūlytų tikrai unikalų vertės pasiūlymą.

Rinkos lyderystės pokyčius lemia keli veiksniai. Pirma, spartus dirbtinio intelekto inovacijų tempas reiškia, kad pardavėjai turi nuolat atnaujinti ir tobulinti savo pasiūlymus, kad išliktų konkurencingi. Antra, AI technologijų konsolidavimas į didesnes platformas, tokias kaip „Epic“, sumažina atskirų AI pardavėjų poreikį.

Galiausiai, daugelis sveikatos priežiūros organizacijų vis dar sprendžia su AI susijusius reguliavimo ir etikos klausimus, o tai reiškia, kad įmonės, galinčios teikti ne tik naujoviškas sistemas, bet ir patikimas, saugias ir reikalavimus atitinkančias sistemas, galiausiai pirmauja rinkoje. Šie pokyčiai rodo, kad AI kraštovaizdis ir toliau bus nepastovus, kol atsiras keli aiškūs lyderiai.

K. Kokie iššūkiai kyla kuriant AI įrankius sveikatos priežiūros srityje?

A. Sprendimas kurti ar pirkti AI įrankius sveikatos priežiūros srityje nėra paprastas, ir kiekvienas kelias kelia savo iššūkių. Kuriant dirbtinio intelekto įrankius viduje, sveikatos priežiūros organizacijos gali pritaikyti sistemas pagal savo poreikius. Jie gali kurti modelius, suderintus su unikaliais duomenų rinkiniais ir darbo eigomis, užtikrindami, kad AI sistemos būtų tiksliai suderintos su jų organizacijos poreikiais.

Tačiau šis metodas reikalauja didelių išteklių – tiek finansinių investicijų, tiek techninių gabumų. Daugelis sveikatos priežiūros organizacijų susiduria su kvalifikuotų dirbtinio intelekto specialistų trūkumu, o tokių talentų samdymo ir išlaikymo išlaidos gali būti pernelyg didelės. Dėl nuolatinės priežiūros ir atnaujinimų, kurių reikia, kad viduje sukurti AI įrankiai būtų atnaujinami su naujausiais šios srities pasiekimais, gali dar labiau apkrauti išteklius.

Kita vertus, perkant iš anksto sukurtus AI įrankius galima greičiau įdiegti ir su mažiau išankstinių kūrimo pastangų. Šie įrankiai dažnai pateikiami kartu su pardavėjų palaikymu, kuris gali padėti sveikatos priežiūros organizacijoms greitai pradėti veikti.

Tačiau šis metodas nėra be rizikos. Sveikatos priežiūros dirbtinio intelekto rinka yra perpildyta pardavėjų, iš kurių daugelis yra pradedančiosios įmonės, kurios gali nebeveikti ilgą laiką. CIO išreiškė susirūpinimą dėl įsipareigojimų pardavėjams, kurių produktai gali vystytis ne tokiu pat greičiu kaip organizacijos poreikiai arba kurių verslo modeliai gali būti netvarūs.

Be to, iš anksto sukurti AI įrankiai gali sklandžiai integruotis su esama sveikatos IT, todėl gali atsirasti neefektyvumas ir gali būti trukdoma technologijos veiksmingumui.

Kitas svarbus iššūkis perkant AI įrankius yra pardavėjo užraktas. Kai sveikatos priežiūros organizacija tampa priklausoma nuo konkretaus AI įrankio, gali būti sunku pereiti prie kito įrankio, jei pardavėjas nustos kurti naujoves arba atsiras geresnė sistema.

Tai gali sukelti situaciją, kai organizacija įstrigo su neoptimaliu įrankiu arba, dar blogiau, kai pardavėjas nustoja veikti ir sveikatos sistema ima ieškoti alternatyvų. Sveikatos priežiūros organizacijos turi atidžiai pasverti riziką ir naudą kuriant dirbtinio intelekto įrankius ir perkant juos, atsižvelgiant ne tik į tiesiogines išlaidas ir naudą, bet ir į ilgalaikes pasekmes IT infrastruktūrai ir pacientų priežiūrai.

K. Kokių pagrindinių veiksmų sveikatos priežiūros CIO ir kiti sveikatos IT lyderiai turi imtis 2025 m.?

A. Sveikatos priežiūros organizacijoms žvelgiant į 2025 m., CIO ir sveikatos IT lyderiai turi sutelkti dėmesį į tris svarbiausias sritis: debesų optimizavimą, talentų ugdymą ir duomenų valdymą. Debesų optimizavimas yra labai svarbus, nes daugelis sveikatos priežiūros organizacijų veikia hibridinėje debesų aplinkoje, tiek patalpose, tiek debesyje pagrįstose sistemose.

Debesų naudojimo optimizavimas ne tik leidžia keisti mastelį ir lankstumą, bet ir padeda sumažinti išlaidas – tai vis svarbesnis veiksnys, atsižvelgiant į finansinį spaudimą, su kuriuo susiduria daugelis sveikatos priežiūros organizacijų. Užtikrinus, kad jų debesijos infrastruktūra būtų saugi ir efektyvi, sveikatos sistemos galės panaudoti dirbtinį intelektą ir kitas naujas technologijas neapsunkindamos senų sistemų ar didelių infrastruktūros sąnaudų.

Talentų ugdymas yra dar viena svarbi sritis, kurioje CIO turi sutelkti savo pastangas. Technologijų pramonėje, bet ypač sveikatos IT srityje, yra didelis talentų trūkumas, ypač kai kalbama apie AI ir debesų inžineriją. CIO turi investuoti į mokymo programas, kad patobulintų savo esamus darbuotojus, kartu ieškodami kūrybiškų būdų pritraukti naujų talentų labai konkurencingoje rinkoje.

Tai gali apimti partnerysčių su švietimo įstaigomis užmezgimą, specializuotų sertifikavimo programų siūlymą arba bendradarbiavimą su pardavėjais, siekiant teikti bendras mokymo iniciatyvas. Vidinių komandų kvalifikacijos kėlimas bus labai svarbus siekiant užtikrinti, kad sveikatos priežiūros organizacijos galėtų ne tik įdiegti pažangiausias technologijas, bet ir išlaikyti bei tobulinti jas, nes pramonė ir toliau tobulėja.

Galiausiai, duomenų valdymas yra svarbiausias sveikatos priežiūros lyderių prioritetas artėjant 2025 metams. Kadangi dirbtinis intelektas ir duomenų analizė tampa vis labiau integruota į sveikatos priežiūros operacijas, itin svarbu užtikrinti pacientų duomenų saugumą, privatumą ir etišką naudojimą. Tai apima tvirtų valdymo sistemų, kurios gali valdyti didžiulį generuojamų duomenų kiekį, įgyvendinimą, kartu laikantis reguliavimo reikalavimų, tokių kaip HIPAA.

Be to, CIO turi aktyviai kurti strategijas, skirtas spręsti galimas su AI susijusias rizikas, tokias kaip algoritmų šališkumas arba duomenų privatumo problemos. Stiprios duomenų valdymo infrastruktūros sukūrimas bus labai svarbus ne tik siekiant sumažinti riziką, bet ir ugdyti pasitikėjimą dirbtinio intelekto pagrįstomis sveikatos priežiūros priemonėmis.

Stebėkite Billo HIT aprėptį „LinkedIn“: Billas Siwickis
El. paštu: bsiwicki@himss.org
„Healthcare IT News“ yra HIMSS žiniasklaidos leidinys