Lessen getrokken uit het AI-onderzoeksrapport van CDW

1. Los problemen op in plaats van nieuwe tools te implementeren omwille van de problemen zelf.

Organisaties voelen zich misschien onder druk gezet om iets te proberen, puur vanwege de hype. Weersta die verleiding. Wees in plaats daarvan duidelijk over een probleem dat opgelost moet worden en hoe AI daarin past .

Er zijn mogelijk enkele eenvoudige implementaties waarmee u kunt beginnen via mogelijkheden of functies die al aanwezig zijn in oplossingen die uw organisatie al gebruikt, zoals binnen een productiviteitssoftwarepakket of een elektronisch patiëntendossiersysteem .

Een ander probleemgebied zouden repetitieve administratieve taken kunnen zijn die baat zouden hebben bij automatisering. Een van de redenen waarom tools voor ambient listening zo populair zijn, is dat organisaties de werklast van clinici willen verminderen en burn-outs willen voorkomen. Hoe kunnen zorgsystemen de 'pyjamatijd' van clinici verkorten, zodat ze de patiëntrelatie kunnen herstellen?

LEES MEER: Maak gebruik van data en kunstmatige intelligentie voor betere zorgresultaten.

2. Zorg voor een solide AI-bestuursstructuur te midden van regelgevende onzekerheid

Naarmate algoritmen verbeteren en de regelgeving voortdurend verandert, moeten zorginstellingen wendbaar en stabiel zijn in hun eigen AI-governancestructuur . En met eisen die per staat kunnen verschillen, is een multidisciplinaire aanpak cruciaal om de veranderingen bij te benen.

Stel de juiste werkgroepen samen met de juiste vertegenwoordiging van belanghebbenden, zodat ze de juiste vragen kunnen stellen over mogelijke use cases, de ervaring van de eindgebruiker, het herkennen en beperken van risico's, ethische kwesties, algoritmische vooringenomenheid, naleving en gegevenskwaliteit.

Ook infrastructuuroverwegingen moeten worden meegenomen. Hoe klaar is uw organisatie om meer AI-oplossingen te implementeren ? Beschikken uw teams over de juiste vaardigheden? Heeft u uw omgeving beveiligd? Zijn er overwegingen voor on-premises versus workloads die naar de cloud moeten worden verplaatst ? Organisaties zullen landingszones moeten bouwen en mogelijk verschillende strategieën hanteren voor het gebruik van hun rekenkracht en opslag .

ONTDEK: Hoe moeten zorginstellingen omgaan met de evaluatie en implementatie van kunstmatige intelligentie?

3. Zorg dat gegevensbeveiliging en privacy voorop staan

Data governance gaat hand in hand met AI governance , aangezien de meeste AI-gestuurde oplossingen hoogwaardige data vereisen, wat op dit moment een vereiste is. Dit vereist ook strategieën om die data te beschermen.

Er is ook behoefte aan meer transparantie in sommige van de beschikbare oplossingen, zodat organisaties adequaat kunnen beoordelen of een oplossing aan de wettelijke eisen voldoet. Transparantie is essentieel, aangezien er een reëel gevaar bestaat als een AI-oplossing een verkeerde voorspelling doet of als er slechte data wordt gebruikt. Een uniforme aanpak voor AI in de gezondheidszorg is simpelweg niet mogelijk, en er zal waarschijnlijk nog steeds behoefte zijn aan menselijk inzicht of een menselijke tussenkomst om ervoor te zorgen dat de resultaten geen schade veroorzaken.

Dit artikel is onderdeel van de MonITor-blogreeks van HealthTech .