Erkenntnisse aus dem KI-Forschungsbericht von CDW

1. Probleme lösen, statt neue Tools um ihrer selbst willen einzusetzen

Organisationen fühlen sich möglicherweise unter Druck gesetzt, etwas nur aufgrund eines Hypes auszuprobieren. Widerstehen Sie diesem Drang. Definieren Sie stattdessen klar das zu lösende Problem und die mögliche Rolle von KI .

Möglicherweise sind für den Anfang einige Bereitstellungen mithilfe von Funktionen oder Features möglich, die in Lösungen vorhanden sind, die Ihr Unternehmen bereits verwendet, beispielsweise in einer Produktivitätssoftwaresuite oder einem elektronischen Patientenaktensystem .

Ein weiterer Problembereich könnten wiederkehrende Verwaltungsaufgaben sein, die von einer Automatisierung profitieren würden. Einer der Gründe für das anhaltende Interesse an Ambient-Listening-Tools liegt darin, dass Organisationen die Belastung der Kliniker reduzieren und Burnout vorbeugen möchten. Wie können Gesundheitssysteme die „Pyjama-Zeit“ der Kliniker reduzieren, damit sie die Beziehung zu ihren Patienten verbessern können?

LESEN SIE MEHR: Nutzen Sie Daten und künstliche Intelligenz für bessere Ergebnisse im Gesundheitswesen.

2. Sorgen Sie angesichts regulatorischer Unsicherheit für eine solide KI-Governance-Struktur

Da sich Algorithmen verbessern und regulatorische Reaktionen im Fluss bleiben, benötigen Gesundheitsorganisationen Flexibilität und Stabilität in ihrer eigenen KI-Governance-Struktur . Da die Anforderungen von Bundesland zu Bundesland unterschiedlich sein können, ist ein multidisziplinärer Ansatz unerlässlich, um mit den Veränderungen Schritt zu halten.

Bilden Sie die richtigen Arbeitsgruppen mit der richtigen Vertretung der Stakeholder, um die richtigen Fragen zu potenziellen Anwendungsfällen, der Endbenutzererfahrung, der Erkennung und Minderung von Risiken, ethischen Bedenken, algorithmischen Voreingenommenheiten, Compliance und Datenqualität zu stellen.

Auch die Infrastruktur muss berücksichtigt werden. Ist Ihr Unternehmen bereit, weitere KI-Lösungen einzuführen ? Verfügen Ihre Teams über die erforderlichen Kompetenzen? Ist Ihre Umgebung gesichert? Gibt es Überlegungen zur lokalen Nutzung im Vergleich zu Workloads, die in die Cloud verlagert werden sollten ? Unternehmen müssen Landing Zones einrichten und verfolgen möglicherweise unterschiedliche Strategien für die Nutzung ihrer Rechen- und Speicherkapazitäten .

ENTDECKEN: Wie sollten Gesundheitsorganisationen die Bewertung und Implementierung künstlicher Intelligenz angehen?

3. Datensicherheit und Datenschutz an erster Stelle

Daten-Governance geht Hand in Hand mit KI-Governance , da die meisten KI-basierten Lösungen qualitativ hochwertige Daten erfordern, die mittlerweile unverzichtbar sind. Dies erfordert auch Strategien zum Schutz dieser Daten.

Darüber hinaus ist mehr Transparenz bei einigen der bestehenden Lösungen erforderlich, damit Unternehmen angemessen beurteilen können, ob eine Lösung die gesetzlichen Anforderungen erfüllt. Transparenz ist entscheidend, da eine KI-Lösung bei falschen Vorhersagen oder der Verwendung unzuverlässiger Daten eine echte Gefahr darstellt. Ein einheitlicher Ansatz für KI im Gesundheitswesen ist schlichtweg nicht möglich, und es wird wahrscheinlich weiterhin menschliches Urteilsvermögen oder die Einbindung eines Menschen erforderlich sein, um sicherzustellen, dass die Ergebnisse keinen Schaden verursachen.

Dieser Artikel ist Teil der MonITor-Blogserie von HealthTech .