AI gali pakeisti žaidimą, tačiau sveikatos priežiūra turi būti „labai atsargi“
Šis garso įrašas generuojamas automatiškai. Praneškite mums, jei turite atsiliepimų.
LAS VEGAS – Kai Ilinojaus universiteto ligoninė ir sveikatos mokslų sistema išbandė dirbtiniu intelektu paremtą įrankį, kuris rengia atsakymus į žinutes, pacientas neteisingai parašė vaisto pavadinimą, prisiminė vyriausiasis sveikatos informacijos pareigūnas Karlas Kochendorferis. HLTH konferencijoje praėjusią savaitę.
Dėl klaidos AI nurodė šalutinį poveikį vaistui, kurio pacientas nevartojo, kai slaugytoja pamiršo dar kartą patikrinti atsaką.
Galiausiai tai nebuvo didžiulė problema – jiems tiesiog reikėjo paskambinti pacientui arba išsiųsti kitą pranešimą, kad būtų atlikta korekcija, sakė jis. Tačiau tai galėjo turėti rimtų pasekmių įrankiui.
„Tai vos nepražudė piloto. (…) Ir tai įvyko pirmą dieną“, – sakė jis.
Sveikatos priežiūrai sprendžiant, kaip saugiai įdiegti dirbtinį intelektą, investuotojai ir sveikatos sistemos pirmiausia mato pažadą įdiegti įrankius, automatizuojančius administracinį ir biuro darbą, o tai gali sumažinti paslaugų teikėjų perdegimą ir kelti mažiau rizikos pacientų priežiūrai, sakė ekspertai. HLTH konferencijoje.
Tačiau kyla spaudimas priimti technologiją. Šalininkai teigia, kad dirbtinis intelektas galėtų padėti išspręsti reikšmingus sveikatos priežiūros darbo jėgos iššūkius: 2028 m. šalyje trūks daugiau nei 100 000 ypatingos svarbos sveikatos priežiūros darbuotojų, nes bendra populiacija sensta ir jai reikia daugiau priežiūros, teigiama konsultacinės bendrovės Mercer ataskaitoje.
Nors dirbtinis intelektas gali būti transformuojantis, sektorius turi elgtis atsargiai, nes diegia naujas priemones, sako ekspertai. Statymas yra didelis, nes politikos formuotojai ir ekspertai išreiškė susirūpinimą dėl tikslumo, šališkumo ir saugumo.
Dirbtinio intelekto įgyvendinimas sveikatos priežiūros srityje yra sudėtingas dalykas. Pramonė turėtų pasimokyti iš kai kurių anksčiau naudotų nuspėjimo priemonių, sakė Rohanas Ramakrishna, sveikatos informacijos programos „Roon“ vienas iš įkūrėjų ir vyriausiasis medicinos pareigūnas. HLTH.
„Manau, kad vienas iš dalykų, kurių išmokome, yra tai, kad turite būti ypač atsargūs, taikydami dirbtinio intelekto sprendimus sveikatos priežiūros įstaigose“, – sakė jis.
Kaip AI galėtų padėti „paprastam pasiūlos ir paklausos neatitikimui“
Dirbtinis intelektas galėtų padėti išspręsti vieną didžiausių sveikatos priežiūros problemų: daugėja vyresnio amžiaus pacientų, sergančių sudėtingesnėmis lėtinėmis ligomis, ir mažiau paslaugų teikėjų, galinčių jiems padėti, komisijos metu sakė Danielis Yangas, Kaiser Permanente dirbtinio intelekto ir naujų technologijų viceprezidentas. diskusija.
Kadangi vyresnio amžiaus amerikiečiams reikia daugiau priežiūros, tūkstantmečiai, didžiausia JAV karta, nori daugiau vartotojų patirties, pridūrė jis. Tačiau tai bus sunku pasiekti dėl tiekimo apribojimų. Naujam gydytojui paruošti prireikia metų, o mažiau gydytojų reiškia daugiau perdegimo, priežiūros vėlavimo ir didesnių išlaidų.
„Tai net ne apie AI, o apie tai, kas, mano nuomone, apskritai kenkia sveikatos priežiūrai“, – sakė Yang. „Tai, ką matome, yra paprastas pasiūlos ir paklausos neatitikimas.
AI galėtų padidinti gydytojų darbo eigą ir galbūt padėti jiems pasiūlyti geresnę priežiūrą. Yang teigė, kad „Permanente Medical Group“ tyrėjų sukurtas algoritmas padeda išgelbėti 500 gyvybių kasmet, pažymėdamas pacientus, kuriems gresia klinikinė dekompensacija arba kai jų būklė pablogėja.
„Man tai geriau, nes taip sutaupysite laiko. Tačiau dienos pabaigoje tai geriau pacientui, nes jie jaučiasi taip, lyg būtų išgirsti. Man tai tikrai buvo transformuojanti patirtis.
Christopheris Wixonas
Kraujagyslių chirurgas Savannah kraujagyslių institute
Ši technologija taip pat galėtų būti būdas sumažinti perdegimą ir pagerinti gydytojų išlaikymą, nes sutrumpėja laikas, kurį jie praleidžia administraciniam darbui, pavyzdžiui, užrašams. Paslaugų teikėjai jau seniai pranešė, kad savo elektroniniuose įrašuose praleidžia valandas darbui, dažnai kenkdami pacientų priežiūrai.
Christopheris Wixonas, Savanos kraujagyslių instituto kraujagyslių chirurgas, sakė, kad jis buvo arti baigimo medicinoje, nes pramonė perėjo prie elektroninių sveikatos įrašų. Rinkti informaciją bandant klausytis pacientų buvo sunkus iššūkis, todėl buvo lengva praleisti neverbalinius signalus, kai reikėjo sutelkti dėmesį į nešiojamojo kompiuterio ekraną.
Tačiau aplinkos dokumentacija, paprastai kai dirbtinio intelekto įrankis įrašo pokalbius tarp gydytojų ir pacientų, o paskui surašo užrašo juodraštį, pakeitė žaidimą, sakė jis.
„Man tai geriau, nes tai sutaupo jūsų laiko“, – sakė Wixon per diskusiją. „Tačiau dienos pabaigoje tai geriau pacientui, nes jie jaučiasi taip, lyg būtų išgirsti. Man tai tikrai buvo transformuojanti patirtis.
Investuotojai, sveikatos sistemos orientuojasi į administracinę naštą
Atsižvelgiant į didelį paslaugų teikėjų administracinį krūvį ir susirūpinimą dėl klaidų ar paklaidų modeliuose, kurie labiau susiję su klinikinių sprendimų priėmimu, produktai, sprendžiantys administracines problemas, yra vieni iš svarbiausių DI prioritetų.
Kai kurie investuotojai taip pat labiau suinteresuoti automatizuoti šias veiklos užduotis.
„Mes ir toliau skirsime dėmesį neseksualus „back-office“ automatizavimas, kuris tikrai sumažins darbo jėgos naštą ir nieko, kas nesusiję su klinikiniais, nes tai susiję su AI“, – sakė Payalas Agrawalas Divakaranas, „.406 Ventures“ partneris.
Remiantis Silicio slėnio banko anksčiau šį mėnesį paskelbta ataskaita, administracinis AI šiais metais taip pat atneša daugiau rizikos kapitalo dolerių. Iki šiol 2024 m. administracinės dirbtinio intelekto įmonės surinko 2,4 mlrd. USD, palyginti su 1,8 mlrd. USD klinikiniam AI, greičiausiai dėl mažesnių reguliavimo ir institucinių kliūčių, ypač sprendimų paramos priemonėms.
„Visi veiksmai yra susiję su administracinėmis užduotimis, taip pat su išankstiniu autorizavimu, daugiau mažos vertės užduotimis“, – interviu sakė Megan Scheffel, SVB gyvybės mokslų ir sveikatos priežiūros bankininkystės kreditavimo sprendimų vadovė. „Galėtumėte paimti savo biuro darbuotojus ir perkelti juos į didesnės vertės projektus.
Dabar yra daug galimybių naudoti didelius kalbinius modelius kaip piešimo įrankį, įskaitant užrašus ar slaugytoją perdavimas dokumente, komisijos metu sakė žymus mokslininkas ir „Google Research“ sveikatos AI vadovas Gregas Corrado.
Priežiūra yra integruota, nes teikėjai turės peržiūrėti išvestį prieš užbaigdami. Jis sakė, kad taip pat lengviau įvertinti kokybę paklausus vartotojų apie jų patirtį arba patikrinus, kiek pataisymų jie turėjo atlikti.
Tačiau vis tiek turite būti metodiški vertindami veiklos ar administracines priemones, testuodami su sveikatos sistemos vietiniais pacientų duomenimis, interviu sakė Cleveland Clinic Ventures partneris Toddas Schwarzingeris. Klivlando klinikos valdymo struktūroje taip pat pagrindinis dėmesys skiriamas klausimams apie įrankyje naudojamus duomenis, kaip ta informacija apsaugoma ir ar produktas yra saugus ir teigiamai veikia pacientų priežiūrą.
Administraciniai arba eksploataciniai produktai, pvz., aplinkos raštininkai ar pajamų ciklo valdymo įrankiai, yra saugesnė vieta pradėti.
„Jūs nerizikuojate priimti klinikinių sprendimų, tiesa? pasakė jis. „Tokio pasitikėjimo lygio nėra. Manau, kad tai užtruks“.
Pasiruošimas AI diegimui
Nors dirbtinis intelektas gali žadėti sumažinti paslaugų teikėjų perdegimą, sveikatos sistemos susiduria su iššūkiais, siekdamos įtraukti paslaugų teikėjus, parengti bandomuosius projektus, nustatyti valdymo politiką ir pristatyti produktus.
Viename HLTH pavyzdyje Sent Luiso paslaugų teikėjas BJC nusprendė naudoti pardavėjo duomenis, kad nustatytų gydytojus, kuriems prireikė daug dienų, kad galėtų pasirašyti dokumentus arba rašė ilgas pastabas aplinkos pastabų darymo pilotui, sakė Michele Thomas, vyriausioji klinikų asocijuotoja. „BJC Healthcare“ ambulatorijos informacijos pareigūnas ir „BJC Medical Group“ vyriausiasis medicininės informacijos pareigūnas.
„Manau, kad atsiliepė vienas žmogus iš 20. Taigi iš karto galvojame, kad žmonės, kuriems to labiausiai reikia, tuo nesidomi“, – sakė ji per diskusiją.
Jie nusprendė pakeisti kursą, pakviesdami visus norinčius prisijungti prie piloto, todėl greitai reaguoti, sakė Thomas.
Vis dėlto svarbu pagalvoti, kurie teikėjai turėtų dalyvauti bandymuose, pvz kai kurie gydytojai nesuprato reikalavimų, keliamų norint dalyvauti bandomajame projekte, pvz., būtinybės skirti laiko atsiliepimams siųsti arba susidoroti su nusivylimu nauju produktu.
Priimdamos dirbtinio intelekto įrankius sveikatos sistemos taip pat turėtų apsvarstyti, kokių rezultatų jos nori. Daugelis gydytojų nematė daug laiko sutaupyti, nes jie praleido daug laiko redaguodami savo užrašus, o ne juos taisydami, kad užrašai atitiktų jų rašymo stilių, sakė Thomas. Priešingai, pažangūs praktikos teikėjai, peržiūrėję, greičiau pasirašydavo aplinkos pastabose.
„Jūs tikrai turite nuspręsti, kokia yra jūsų IG. Ieškote finansinių santaupų? Ieškote laiko sutaupyti? Ar ieškote sudėtingų skaičių, pateisinančių šią technologiją? O gal jis minkštesnis už tai? Ar ieškote paciento pasitenkinimo? – pasakė ji.
Kibernetinis saugumas — jau iššūkis sveikatos priežiūros sektoriui apskritai — taip pat yra raktas į AI diegimą.
Organizacijos turėtų pagalvoti apie tuos pačius klausimus, kuriuos užduoda bet kuriai sistemai, kuri naudoja saugomą informaciją apie sveikatą, interviu sakė HHS Piliečių teisių biuro direktorė Melanie Fontes Rainer.
Jei jie užmezga santykius su kūrėju, ar jie turi verslo partnerio sutartį? Ar jie galvoja apie duomenų ištrynimo politiką debesyje saugomai informacijai? Ar jie svarsto, kam turi būti suteikta prieiga prie duomenų?
„Manau, kad čia tikrai reikia vaikščioti pusiausvyra, bet tai reikalauja, kad mes visi būtume atsakingi ir pagalvotume, kaip naudojame šią informaciją ir kaip ji gali pakenkti mūsų sistemoms, pacientams ir kaip galime imtis aktyvių veiksmų ją apsaugoti. “, – sakė ji.