Sumažinti AI reklamą, siekiant užtikrinti, kad investicijos turėtų poveikį

Iki 2026 m. JAV susidurs su iki 86 000 gydytojų trūkumo. Nors dirbtinis intelektas buvo reklamuojamas kaip idealus šios problemos sprendimas, sveikatos priežiūros pramonėje tai atsiliko.

Tai tikrai nėra nauja problema, tačiau daugelis ekspertų mano, kad jos nebegalima nustumti.

Elena Branche, DI agentų technologijų bendrovės Druid AI produktų direktorė, glaudžiai bendradarbiauja su sveikatos priežiūros paslaugų teikėjų organizacijomis ir mano, kad nežinojimas, nuo ko pradėti su AI, dažnai yra pasipriešinimo priėmimui priežastis.

Kalbėjomės su Branche, kad pakalbėtume apie tai, kaip sveikatos priežiūros lyderiai gali sumažinti AI reklamą, kad nustatytų sistemas, kurios iš karto turės poveikį, kokius pagrindinius pirmuosius žingsnius ligoninės ir sveikatos sistemos turėtų imtis, siekdamos pritaikyti dirbtinį intelektą, kaip AI gali būti panaudotas laikui atlaisvinti. ir kovoti su darbuotojų perdegimu, kas yra DI darbo grupė ir kodėl tai svarbu turėti.

Kl. Kaip ligoninių ir sveikatos sistemų lyderiai gali įveikti ažiotažą, kad nustatytų dirbtinio intelekto technologijas, kurios iš karto turės įtakos?

A. Sveikatos priežiūros pramonė lėčiau priėmė skaitmeninę transformaciją nei kitos. Tačiau ligoninės ir sveikatos sistemos yra lūžio taške, kai kalbama apie AI pritaikymą. Tikimasi, kad iki 2026 m. JAV pritrūks iki 86 000 gydytojų, todėl dabar laikas priimti dirbtinį intelektą.

Tiesą sakant, tyrimai rodo, kad pasaulinė DI rinkos dydis sveikatos priežiūros srityje iki 2025 m. sieks 31,3 mlrd.

Tačiau, kai yra tiek daug populiarių žodžių, susijusių su AI, darosi vis sunkiau įveikti triukšmą ir rasti, kurios sistemos turės didžiausią poveikį. Teigiama ir nuosekli pacientų patirtis yra tai, kaip sveikatos sistemos gali išsiskirti ir patenkinti pacientų lūkesčius.

Bendrą tikslą pagerinti pacientų priežiūrą galima pasiekti integruojant dirbtinį intelektą tiek viduje, tiek išorėje, taip pat suprantant, kurios AI sistemos turės tiesioginį ir didelį poveikį.

Gerai sukurtas agentinis AI yra viena iš galingiausių technologijų, skirtų pagerinti ir racionalizuoti tiek personalo, tiek pacientų sveikatos priežiūros patirtį. Šios technologijos ne tik pagerina sveikatos priežiūros paslaugų kokybę, atpažįsta modelius ir taupo laiką, bet ir papildo būtiną sveikatos priežiūros darbuotojų žmogiškąjį prisilietimą.

Virtualūs pokalbių agentai galiausiai sutaupo laiko, skirto vidinei komandai ir pacientui, todėl paciento patirtis yra supaprastinta, o vidinė komanda daugiau laiko sutelkia dėmesį į didesnės vertės užduotis.

Turiu keturis naudojimo atvejus, kurie pašalino ažiotažą ir ne kartą buvo įrodyta, kad jie daro tiesioginį poveikį pacientams ir sveikatos priežiūros darbuotojams.

Sveikatos priežiūros asmeninis asistentas. Agentinis AI gali padėti pacientams lengviau pasiekti savo duomenis, ligos istoriją, tyrimų rezultatus ir išsamią mokėjimo bei atsiskaitymo informaciją. AI panaudojimas atsakant į šiuos klausimus turi daug privalumų, įskaitant didesnį pacientų pasitenkinimą dėl supaprastintos klientų patirties ir daugiau laiko darbuotojams sutelkti dėmesį į didesnės vertės užduotis.

Susitikimo planavimas. Paskyrimų planavimas yra labai svarbus veiksmas sveikatos priežiūros įstaigose, tačiau tai gali užtrukti daug laiko. Agentinis dirbtinis intelektas gali leisti pacientams lengvai suplanuoti, perplanuoti arba atšaukti susitikimus, nesijaudinant dėl ​​sudėtingos sąsajos ar laukimo skambučių centre.

Simptomų tikrinimas. Šiuolaikiniai pacientai tikisi, kad į jų sveikatos klausimus bus atsakyta laiku. Agentinis AI gali būti naudojamas simptomams tikrinti ir medicininiam tyrimui, kad būtų teikiama individuali priežiūra. Nurodydami pacientams klausimus ir leisdami dalytis savo simptomais, AI gali greitai ir tiksliai nustatyti diagnozę ir suplanuoti tolesnį susitikimą su atitinkamu specialistu.

Sveikatos stebėjimas. Agentinis AI taip pat gali padėti rinkti ir analizuoti paciento sveikatos duomenis. Paimkite, pavyzdžiui, diabetu sergantį pacientą, kuris gali pasinaudoti šiomis sistemomis, kad galėtų stebėti cukraus kiekį kraujyje, insulino dozes ir kitus susijusius rodiklius. Asistentas gali teikti asmeninius atsiliepimus apie įvairių sveikatos scenarijų valdymą, taip pat pasiūlyti keisti gyvenimo būdą ar koreguoti vaistų dozes.

K. Kokie yra pagrindiniai pirmieji žingsniai, kurių sveikatos priežiūros organizacijos turėtų imtis, norėdamos pritaikyti dirbtinį intelektą?

A. Dažnai pasipriešinimo priėmimui priežastis kyla dėl nežinojimo, nuo ko pradėti dirbti su dirbtiniu intelektu. Svarbiausi pagrindiniai pirmieji žingsniai yra naudojimo atvejo, nuo kurio norite pradėti, nustatymas, užtikrinimas, kad nustatėte metriką, apibrėžiančią sėkmę ir kaip vertinate IG, ir suprasti, kokią AI sistemą pasirinkti.

Kalbant apie naudojimo atvejus, tinkama vieta pradėti nuo kasdienės veiklos, kuri labai apsunkina sveikatos priežiūros personalą. Be to, sveikatos priežiūros įstaigoms svarbu išklausyti pacientų atsiliepimus, kad nustatytų kliūtis, su kuriomis jos susiduria. Tik taip suprasdamos ligoninės gali nuspręsti, nuo kurių naudojimo atvejų prasmingiausia pradėti.

Kai bus nuspręsta dėl šių naudojimo atvejų, sveikatos priežiūros organizacijos turi taikyti strateginį požiūrį, kad užtikrintų kuo daugiau galimybių ir leistų sveikatos priežiūros organizacijoms pasimokyti iš savo iniciatyvų ir jas tobulinti. Tiesą sakant, agentinio AI sėkmės vertinimas priklauso nuo kelių esminių kiekybinių metrikų.

Tai apima vartotojų pasitenkinimo matą, kuris parodo, kaip agentas atitinka pacientų poreikius ir lūkesčius. Tai galima padaryti atliekant apklausas po sąveikos arba nuotaikų analizę, kad sveikatos priežiūros organizacijos galėtų nustatyti, kaip jos veikia.

Be to, atsako tikslumas yra svarbi priemonė nustatant agento veiksmingumą bendraujant su pacientais. Didelis tikslumas užtikrina, kad vartotojai gautų atitinkamus ir naudingus atsakymus, o AI sistemos kuria teigiamą patirtį.

Abu šie rodikliai turėtų būti reguliariai stebimi, matuojami pagal nustatytus KPI ir tikslinami, kad laikui bėgant būtų padidintas tikslumas.

Nors šie kiekybiniai rodikliai yra svarbūs, norint iš tikrųjų įvertinti pokalbio AI sėkmę, reikia įvertinti žmogaus prisilietimą ir suprasti vartotojų įsitraukimą. Pokalbių duomenys gali būti analizuojami, siekiant padėti sveikatos priežiūros organizacijoms geriau suprasti, kas veikia, o kas ne, ir atitinkamai pritaikyti šią sąveiką.

Gebėjimas atpažinti emocijas ir empatiškai reaguoti į vartotojų jausmus yra nepaprastai svarbus sistemos sėkmei sveikatos priežiūros srityje.

Siekiant užtikrinti, kad dirbtinis intelektas veiktų taip, kad pasiektų šiuos rodiklius, reikia atsižvelgti į keletą svarbių kriterijų, kuriuos reikia įvertinti renkantis tinkamą sistemą savo sveikatos priežiūros įstaigai.

Savalaikis, tikslus atsakymas – kiekvieną kartą. Užtikrinti, kad pasirinktumėte sistemą, kuriai negresia haliucinacijos ir kuri gali suteikti pacientams laiku ir tiksliai reaguoti, yra labai svarbu bet kurioje pramonės šakoje, bet ypač sveikatos priežiūros srityje. Kad tai būtų užtikrinta, labai svarbu, kad jūsų pasirinktoje sistemoje būtų naudojami tikslūs, savalaikiai ir aukščiausios kokybės mokymo duomenys, kad šios sistemos veiktų kuo be klaidų ir šališkumo. Be to, svarbu, kad sveikatos priežiūros organizacijos tvirtai išbandytų dirbtinio intelekto sistemas prieš tai, kai jos susiduria su vartotojais.

Skalė, kad atitiktų jūsų ateities poreikius. Svarbu ne tik, kad jūsų dirbtinio intelekto sistemos atitiktų jūsų organizacijos poreikius šiandien, jos taip pat turi turėti galimybę keistis, kad atitiktų jūsų besikeičiančius poreikius. Sveikatos priežiūra nuolat keičiasi, keičiasi ir jūsų pacientų bei personalo poreikiai. Sistemos turėtų pasiūlyti sklandų technologijų paketo integravimą ir plačią sprendimų biblioteką, kad tai būtų įmanoma.

Apsaugokite savo duomenis bet kokia kaina. Duomenų privatumas ir saugumas, be abejo, yra svarbiausia AI sistemos savybė. Kalbant apie jautrios pacientų informacijos tvarkymą, pasirinkta sistema turi užtikrinti duomenų valdymo, atitikties ir privatumo standartų skaidrumą. Šios sistemos taip pat turėtų užtikrinti patikimą kontrolę, kad sveikatos priežiūros lyderiai galėtų pasitikėti šiomis sistemomis.

Kl. Kaip dirbtinį intelektą galima panaudoti norint atlaisvinti klinikinio ir administracinio personalo laiko ir kovoti su perdegimu?

A. Perdegimas yra pagrindinė sveikatos priežiūros problema, kuri labai prisideda prie darbuotojų trūkumo, kurį šiandien patiriame. Tiesą sakant, beveik pusė sveikatos priežiūros darbuotojų nuolat patiria perdegimą. Kalbant apie esamo sveikatos priežiūros personalo išlaikymą ir jų kasdienių vaidmenų tobulinimą, agentinis AI vaidina svarbų vaidmenį tiek administraciniame, tiek klinikiniame lygmenyje.

Didžiausias poveikis, kurį sukeliantis dirbtinis intelektas gali turėti klinikiniams ir administraciniams darbuotojams, yra atlaisvinti savo laiką, skirtą daugiau dėmesio skirti prasmingesnei veiklai, taip pat pašalinti vadinamąjį programų nuovargį. Sveikatos priežiūros įstaigos susiduria su begale kasdienių administracinių užduočių, kurioms reikia skirti dėmesio, o darbuotojams dažnai reikia perjungti įvairias programas, ieškoti formų ir susisiekti su įvairiais skyriais, kad pacientai gautų jiems reikalingą informaciją.

Be to, tai be reikalo užima daug laiko, šis nuolatinis konteksto keitimas gali būti didžiulis. Suteikdamas darbuotojams vieną vieningą prieigos prie atitinkamų sistemų tašką, agentinis AI padeda sumažinti darbuotojų protinį krūvį ir padeda sumažinti perdegimą. Be to, šios sistemos palengvina varginančias užduotis, tokias kaip planavimas, skambučių apimties sumažinimas naudojant automatinę pacientų savitarnos paslaugą ir pagalbos teikimas pacientams 24 valandas per parą, 7 dienas per savaitę.

Kadangi agentinis AI gali sėkmingai tvarkyti šias sąveikas, administracijos darbuotojai gali pasirūpinti kitais, vertingesniais klausimais ir turėti tiesioginės įtakos pacientų priežiūrai. Tai ne tik pagerina jų moralę, bet ir pagerina pacientų patirtį.

K. Sakote, ligoninėms ir sveikatos sistemoms reikia dirbtinio intelekto darbo grupės. Kas tai yra ir kodėl tai svarbu turėti sveikatos priežiūros aplinkoje?

A. Kai kalbama apie DI diegimą pirmą kartą, kiekviena įmonė ar institucija turėtų apsvarstyti galimybę įtraukti dirbtinio intelekto darbo grupę. Svarbiausias sveikatos priežiūros vadovų rūpestis yra pagerinti pagrindinę eilutę, o darbo grupės sukūrimas užtikrina, kad visa vykdomoji grupė aiškiai suprastų įstaigos tikslus naudojant AI, kaip jie apibrėžia IG ir kaip gali sklandžiai bendradarbiauti, kad šie tikslai būtų įgyvendinti.

Be to, dirbtinio intelekto darbo grupė yra labai svarbi ne tik vienijant sveikatos priežiūros lyderius, kurie vykdo dirbtinio intelekto integravimo misiją, bet ir užtikrina, kad tai būtų vykdoma atsakingai. Kalbant apie naudojimosi sveikatos priežiūros atvejais atvejus, AI suteikiama prieiga prie neįtikėtinai jautrių duomenų.

Dėl to darbo grupė padeda sukurti tinkamus apsauginius turėklus, kad visos suinteresuotosios šalys jaustųsi įsitikinusios duomenų privatumu ir saugumu. Kadangi dirbtinio intelekto reguliavimo aplinka ir toliau vystosi, ši darbo grupė taip pat bus svarbi siekiant atnaujinti naujas taisykles ir reglamentus bei užtikrinti, kad sveikatos priežiūros organizacija liktų informuota ir laikytųsi reikalavimų.

Galiausiai, dirbtinio intelekto darbo grupę turėtų sudaryti įvairūs sveikatos priežiūros organizacijos nariai. Atsižvelgiant į tai, kad dirbtinis intelektas retai yra vienas kontaktinis taškas, o sąveikauja su keliomis pagrindinėmis sistemomis, taikant technologiją, kuri turi būti naudinga visiems, svarbu panaudoti skirtingas perspektyvas ir pagrindus. Kadangi tai yra ir išorinė, ir vidinė sistema, labai svarbu atstovauti įvairioms suinteresuotosioms šalims.

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