Wnioski z raportu badawczego CDW dotyczącego sztucznej inteligencji

1. Rozwiązuj problemy zamiast wdrażać nowe narzędzia dla ich własnego dobra

Organizacje mogą czuć presję, aby spróbować czegoś tylko z powodu szumu medialnego. Powinieneś oprzeć się tej pokusie. Zamiast tego jasno określ problem, który należy rozwiązać i jak AI by się w to wpasowała .

Mogą istnieć pewne łatwe wdrożenia, od których można zacząć, wykorzystując możliwości i funkcje dostępne w rozwiązaniach, z których Twoja organizacja już korzysta, np. w pakiecie oprogramowania zwiększającego produktywność lub systemie elektronicznej dokumentacji medycznej .

Innym obszarem problemowym mogą być wszelkie powtarzalne zadania administracyjne, które skorzystałyby na automatyzacji. Jednym z powodów , dla których narzędzia do słuchania otoczenia cieszą się stałym zainteresowaniem, jest to, że organizacje chcą zmniejszyć obciążenie lekarzy i złagodzić wypalenie zawodowe. W jaki sposób systemy opieki zdrowotnej mogą zmniejszyć „czas w piżamie” dla lekarzy, aby mogli naprawić relacje z pacjentami?

CZYTAJ WIĘCEJ: Wykorzystaj dane i sztuczną inteligencję, aby poprawić wyniki opieki zdrowotnej.

2. W obliczu niepewności regulacyjnej należy mieć solidną strukturę zarządzania sztuczną inteligencją

W miarę jak algorytmy się rozwijają, a reakcje regulacyjne pozostają w stanie płynności, organizacje opieki zdrowotnej muszą mieć zwinność i stabilność w swojej własnej strukturze zarządzania AI . A przy wymaganiach, które mogą się różnić w zależności od stanu, podejście multidyscyplinarne jest kluczowe, aby nadążać za zmianami.

Utwórz odpowiednie grupy robocze z odpowiednią reprezentacją interesariuszy, aby zadać właściwe pytania dotyczące potencjalnych przypadków użycia, doświadczeń użytkowników końcowych, rozpoznawania i ograniczania ryzyka, kwestii etycznych, stronniczości algorytmicznej, zgodności i jakości danych.

Należy również wziąć pod uwagę kwestie infrastruktury. Jak gotowa jest Twoja organizacja na przyjęcie większej liczby rozwiązań AI ? Czy Twoje zespoły mają odpowiednie zestawy umiejętności? Czy zabezpieczyłeś swoje środowisko? Czy istnieją jakieś kwestie dotyczące rozwiązań lokalnych w porównaniu z obciążeniami, które powinny zostać przeniesione do chmury ? Organizacje będą musiały zbudować strefy docelowe i mogą mieć różne strategie, jeśli chodzi o sposób korzystania z mocy obliczeniowej i pamięci masowej .

PRZEGLĄDAJ: W jaki sposób organizacje zajmujące się opieką zdrowotną powinny podchodzić do oceny i wdrażania sztucznej inteligencji?

3. Dbaj o bezpieczeństwo i prywatność danych

Zarządzanie danymi idzie ręka w rękę z zarządzaniem AI , ponieważ większość rozwiązań opartych na AI wymaga wysokiej jakości danych, co jest obecnie stawką. Wymaga to również strategii dotyczących ochrony tych danych.

Istnieje również potrzeba większej przejrzystości niektórych dostępnych rozwiązań, aby organizacje mogły odpowiednio ocenić, czy rozwiązanie spełni wymogi regulacyjne. Przejrzystość jest kluczowa, ponieważ istnieje realne niebezpieczeństwo, jeśli rozwiązanie AI źle przewidzi lub wykorzysta słabe dane. Uniwersalne podejście do AI w opiece zdrowotnej jest po prostu niemożliwe i prawdopodobnie nadal będzie potrzebna ludzka rozeznanie lub człowiek w pętli, aby upewnić się, że wyniki nie powodują szkód.

Niniejszy artykuł jest częścią serii blogów MonITor serwisu HealthTech .