لماذا يتم نشر الذكاء الاصطناعي في الرعاية الصحية في المكان الخطأ

الصناعة ت đuổi مشكلة خاطئة

يتحدث كل شخص في مجال الرعاية الصحية عن الذكاء الاصطناعي هذه الأيام حول الاستقلالية. هل يمكن للذكاء الاصطناعي تشخيص الأمراض؟ هل يمكن أن يصف الأدوية؟ هل يمكن أن ي替ل الطبيب في النهاية؟

لم نعد بحاجة إلى التفكير في هذه الأسئلة لأننا لدينا حالات حقيقية لتطبيق الذكاء الاصطناعي في الرعاية الصحية. أفتتحت يوتا بالفعل باب الذكاء الاصطناعي المستقل في تجديد الوصفات الطبية من خلال صندوقها التنظيمي. تشاهد الولايات الأخرى لمعرفة ما إذا كانت تلك التجارب الأولى تظهر سلامة وكفاءة مقبولة.

لكنني أعتقد أن التساؤل عن استبدال الأطباء بالذكاء الاصطناعي هو المكان الخطأ للصناعة لتبدأ به.

قبل أن نسأل عن مقدار العلاقة السريرية التي يمكن للذكاء الاصطناعي امتصاصها، يجب أن نتعامل مع المشكلة البسيطة والأكثر إلحاحا التي تجلس أمامنا. الأطباء مشغولون بالعمل الإداري. لا يزال المرضى لا يستطيعون الحصول على مواعيد في الوقت المناسب لأن الوصول مقيد أقل بفقدان الطلب من المرضى أكثر من عدم وجود وقت طبيب قابل للاستخدام. هذا هو المكان الذي يبدأ فيه العائق، وهنا هو المكان الذي يحتاج الذكاء الاصطناعي إلى التخفيف من الأعباء التشغيلية.

هذا尤显 في الرعاية النفسية. حوالي 22 مليون أمريكي يعيشون مع اضطراب نقص الانتباه، ويعاني حوالي 19% من البالغين في الولايات المتحدة من اضطرابات القلق في سنة معينة. هذا يعني حوالي 31% خلال العمر الكامل. كلا الحالتين قابلة للعلاج بسهولة، ومع ذلك، ملايين لا يتلقون رعاية موصى بها. المشكلة ليست عدم الوعي، حتى النظر السريع إلى السوق سوف يظهر مجموعة متنوعة من أدوات المساعدة الذاتية والمحتوى وأدوات التتبع والتطبيقات الصديقة لاضطراب نقص الانتباه. الفجوة الحقيقية هي الوصول إلى الرعاية السريرية الفعلية والتشخيص وإدارة الأدوية عند الاقتضاء.

يجادل هذا المقال من أجل نقطة انطلاق أبسط. دور الذكاء الاصطناعي ذو أعلى عائد على الاستثمار في الرعاية الصحية اليوم هو الإداري. استخدام الذكاء الاصطناعي مبكرا في الإعداد السريري يمكن أن يخلق مشاكل أكثر من الفوائد. إذا كنا نريد أن يصبح الذكاء الاصطناعي جزءا موثوقا به من الرعاية، فنحن بحاجة إلى نشره أولا حيث يكون العبء أثقل والفائدة فورية.

بيانات تظهر حيث يمكن للذكاء الاصطناعي أن يكون أكثر كفاءة

هناك نمط يظهر بسرعة عندما تبني في مجال الرعاية الصحية. مهما كان الطبيب الذي توظيفه، في غضون بضعة أشهر، يكون ذلك الطبيب完全 محجوزا. لقد رأينا هذا تكرارا. هذا لا يعني أن هناك نقصا في الأطباء فقط في المجرد، ولكن كيف يتم استهلاك وقت الطبيب عندما يبدأ لوحده في ملء الطلب.

في الطب النفسي، حوالي 80% من المواعيد هي مواعيد تالية روتينية. هذه ليست جميعها لقاءات تشخيصية معقدة. العديد منها مريض مستقر يستمر في نفس مسار العلاج، ومراجعة الأعراض، وتجديد الأدوية إذا كانت كل شيء لا يزال مناسبًا. ومع ذلك، فإن هذه الزيارات تحمل وزنًا كاملًا للتوثيق والتحقق ومراجعة التاريخ وPDMP والتدفق الدوائي. يقضي الأطباء متوسط 16 ساعة في الأسبوع على العمل الإداري. هذا هو الوقت الذي يمكن أن يذهب إلى مرضى جدد أو مجرد انتباه سريري أفضل للمرضى والحالات المعقدة.

هنا يصبح الكثير من مناقشات الذكاء الاصطناعي غير متصل بالواقع التشغيلي. تواصل الصناعة في سؤال ما إذا كان يمكن للذكاء الاصطناعي أن يأخذ على عاتقه دور الطبيب، في حين أن جزءًا كبيرًا من فقدان السعة يأتي من المهام التي لا تتطلب حكمًا سريريًا في المقام الأول. هذه يمكن أن تكون مهام مثل التوثيق والتحقق ومراجعة السجلات وعمليات المتابعة. هذه هي بالضبط العمليات التي يمكن للذكاء الاصطناعي دعمها بالفعل بطريقة مفيدة ويمكن قياسها.

إذا استعادنا ذلك الوقت، لن نحصل فقط على تقليل العبء على الطبيب، ولكننا سنفتح أيضًا الجدول الزمني لمزيد من المرضى. وقت الانتظار هو مشكلة وصول إلى الرعاية الصحية كبيرة. غالبًا ما ينتظر المرضى أسابيع لرؤية محترف، ويظل الوصول غير متساوٍ عبر المناطق المختلفة. يستمر وزارة الصحة والخدمات الإنسانية في الإشارة إلى أن المجتمعات الريفية والحدودية تواجه عددًا قليلاً من الأطباء ودعمًا قليلاً للصحة السلوكية، مشيرًا إلى التلقيح كوسيلة لزيادة الوصول إلى الرعاية النفسية.

لماذا الرعاية الصحية هي أصعب صناعة للتحكم الآلي بالذكاء الاصطناعي

الرعاية الصحية قد تبدو من الخارج معيارية. في الواقع، هي معيارية ومتغيرة في نفس الوقت.

هناك بالتأكيد بعض الإرشادات واللوائح وقواعد التوثيق. ومع ذلك، كل طبيب يأتي أيضًا بطقوس وعمليات وبروتوكولات تشكلها الإعدادات السابقة. قد يعالج طبيبان نفس الحالة تحت نفس الإطار القانوني، بينما لا يزالان يتعاملان مع الرعاية الروتينية بطرق مختلفة بشكل كبير. يجب على الذكاء الاصطناعي أن يأخذ في الاعتبار هذا التباين دون الانحراف عن معيار الرعاية. هذا هو إنجاز أكثر صعوبة من بناء نموذج يؤدي أداء جيدًا في العرض التوضيحي.

عندما يتعلق الأمر التنظيم، فإن الامتثال معظمًا متداخل. مجالس الترخيص الحكومية، والوكالات الفيدرالية، وHIPAA، وأنظمة مراقبة الوصفات الطبية، وقواعد البيانات الحكومية، والبروتوكولات السريرية الداخلية كلها تتقاطع. قد يكون الإجراء المتوافق في ولاية واحدة غير متوافق في ولاية أخرى. قد يصبح تدفق العمل الذي يبدو أمنًا من منظور المنتج مخاطراً عندما يتعلق الأمر بالوصفات الطبية، وهوية المريض، وRetention السجلات، أو القابلية للفحص. هناك تعقيد هيكلي في العملية.

الجزء المتعلق بالبيانات ليس بسيطًا كما يتوقع أحد. في الرعاية الصحية، لا تصل فقط الأدوات الشائعة معًا وتبدأ في التعلم من سلوك المستخدم. بعض أدوات التحليل المعتادة وأنابيب البيانات لا تصلح بسبب لوائح HIPAA إلا إذا تم تغييرها بشكل أساسي. غالبًا ما تحتاج إلى بنية تحتية مخصصة من البداية. أمور مثل كيفية تخزين البيانات، ومعالجتها، ومراجعتها، وتمثيلها داخل التدفق. عدد كبير من الشركات يقلل من شأن هذا حتى يكونوا في منتصف عملية البناء ثم يضطرون إلى قلب عملهم رأسًا على عقب.

ولكن أكثر من ذلك، أعتقد أن أكبر مشكلة هي ببساطة أن تكلفة ارتكاب خطأ في الرعاية الصحية عالية جدًا.

الخرج المعيب قد يسبب فقط إزعاجًا في صناعات أخرى، ولكن في الرعاية الصحية، يمكن أن يؤثر على جودة العلاج، وسلامة المريض، وسلوك الوصفات الطبية، أو التعرض التنظيمي. الصحة البشرية ليست شيئًا يمكننا اللعب به بسهولة لتحسين نماذج الذكاء الاصطناعي، ومن المفروض أن يكون ذلك المبدأ التوجيهي في مساعدتنا على فهم أين يمكن إدخال الذكاء الاصطناعي أولاً في هذه الصناعة.

أعلى عائد على الاستثمار للذكاء الاصطناعي في الصحة هو طبقة الإدارة

آمل أن أترك印ة على القارئ بأهمية تغيير تركيزنا من استبدال الطبيب بالذكاء الاصطناعي إلى تقليل الاحتكاك التشغيلي حول الطبيب. سأوسع هنا على ما يبدو هذا بشكل عملي.

توليد المخططات. يمكن للذكاء الاصطناعي أن ينسخ ويبني التوثيق في الوقت الفعلي خلال الزيارات. هذا يقلل من عبء التوثيق، ويقصر العمل بعد ساعات العمل، ويجعل إكمال اليوم نفسه أكثر واقعية. في إطار MEDvidi الداخلي، يقوم مولد المخططات بتحديث الوثائق بشكل مستمر خلال اللقاء ومصمم لتقليل وقت التوثيق بشكل كبير.

مراجعة المخططات. يمكن للذكاء الاصطناعي أيضًا مراجعة المخططات ضد البروتوكولات الداخلية وتمييز الانحرافات قبل أن تصل إلى مرحلة الوصفات الطبية. معظم مراجعات جودة الرعاية الصحية لا تزال جزئية ويدوية، وبالتالي، من خلال مراجعة كل لقاء بدلاً من عينة صغيرة، يصبح الامتثال أكثر وضوحًا وثباتًا.

تأتميم تدفق العمل قبل الزيارة. يتم إنفاق الكثير من وقت الطبيب قبل القرار السريري الفعلي على أشياء مثل التحقق من الهوية، وcross-checking قواعد البيانات الحكومية، ومراجعة التاريخ الطبي، وsearching عن أنماط قد تشير إلى سلوك بحث دوائي أو فجوات في الوثائق. لا شيء من هذا ي替ل الحكم، ولكن كل ذلك يستهلك وقتًا، وهو السبب في أن الذكاء الاصطناعي يمكن أن يساعد في معالجة هذه الطبقات قبل أن يدخل الطبيب.

إدارة الوصفات الطبية الروتينية. الرعاية المتابعة المستقرة هي حيث يمكن للذكاء الاصطناعي أن يكون مفيدًا بشكل خاص.对于 المرضى الذين ظلت علاجهم مستقرًا، يمكن للذكاء الاصطناعي مساعدة إدارة تدفق إعادة الوصفات الطبية وتهيئة السجل، بينما يستعرض الطبيب ويوافق على القرار النهائي. هذا نموذج مختلف تمامًا عن الرعاية المستقلة بالكامل لأنها أضيق وأمان وأكثر صلة بالعائق الفعلي في النظام.

كل هذه الحالات لها شيء مشترك. إنها توفر الوقت بطريقة توسع سعة الرعاية. هذا هو حجيجة المركزية لماذا أرى طبقة الإدارة هي المكان الذي يجب نشر الذكاء الاصطناعي فيه أولاً.

الهيكل المعماري الصحيح للذكاء الاصطناعي في الإعدادات السريرية

استبدال الطبيب هو أحد تلك القصص الخيالية التي تخلق عناوين إخبارية مثيرة وتهزز أذهان المحترفين. نموذج أكثر واقعية وفائدة هو تعزيز الطبيب في الرعاية الصحية.

في مثل هذا الهيكل المعماري، يكون للطبيب الكلمة النهائية في كل قرار سريري، وصفة طبية. لا تزال خطط العلاج تتم مراجعتها وموافقتها من قبل مقدم رعاية طبية مرخص. يتعامل الذكاء الاصطناعي فقط مع تفاصيل التوثيق والتحقق وطبقة المراجعة والمهام المتكررة حول الزيارة. هذا هو الطريقة الأكثر أمانًا لتحسين الكفاءة والحفاظ على المساءلة.

الذكاء الاصطناعي في الرعاية الصحية يحتاج أيضًا إلى بيانات سريرية حقيقية، لأن النماذج الجاهزة والبيانات العامة ليست كافية. تدفقات العمل السريرية特يفية جدًا، واللوائح متعددة الطبقات، وهمargin للخطأ صغير جدًا. نظام الذكاء الاصطناعي مدرب على مجموعة بيانات ملكية من زيارات المرضى في الشهر، مع مراجعة مقدم الرعاية وامتثال البروتوكول السريري مضمن في التدفق، يجب أن يكون أساسًا لأي نظام يغامر في هذا المجال. جوهر الأمر هو أن الذكاء الاصطناعي في الرعاية الصحية يجب أن يكون متجذراً في العمليات السريرية في العالم الحقيقي بدلاً من كونه قدرة نموذجية عامة.

对于 الأطباء، يقلل هذا الهيكل المعماري من الساعات المفقودة للعمل الإداري ويحتفظ بمزيد من الوقت للمرضى الجدد والحالات المعقدة.对于 المرضى، يوفر وصولًا أسرع إلى الرعاية الصحية بتكلفة أقل، مع تقليل التباين في كيفية توثيق وتسليم الرعاية. يستفيد المنظمون أيضًا من خلال وجود رؤية أكبر، حيث يخفي النظام الحالي أحيانًا عدم التماسك داخل تدفقات العمل المبعثرة. يجعل نشر الذكاء الاصطناعي بشكل صحيح التدفقات أكثر وضوحًا وقابلية للفحص. الفحص نفسه أسهل في المراجعة من الوثائق التي أنشأها الإنسان.

من خلال أن يصبح موثوقًا داخل تدفق قابل للقياس، يصبح الذكاء الاصطناعي أداة موثوقة لتحسين مجال يصارع فيه هذا القطاع الحيوى明显.

الختام

عندما يشكو الناس من عدم انتباه مقدم الرعاية الصحية لهم، فإنهم يلاحظون مشكلة حقيقية. فكر في طاقة مقدم الرعاية الصحية ككرة تُخدش من جميع الجوانب بواسطة مهام متكررة ومملة.

بدلاً من القفز على قطار الخوف من من سيتم تسريحه أولاً بسبب الذكاء الاصطناعي، فإن الشيء الأكثر منطقية، خاصة في الرعاية الصحية، هو استخدام التكنولوجيا لتصحيح طبقات العمل التي يصارع بها البشر. الشيء الذي يجعل الذكاء الاصطناعي مفيدًا جدًا هو عدم إرهاقه – شيء لا يمتلكه الأطباء البشر.

من المنطقي أن تكون الرعاية الصحية صعبة للتحكم الآلي بسبب التنظيم المعقد، وتنوع سلوك مقدمي الرعاية، وضرورة البنية التحتية المخصصة، وتكلفة الأخطاء الهائلة. ومع ذلك، هناك عائق إداري حقيقي يمكن إصلاحه بهذه التكنولوجيا التي لدينا في متناول اليد.

بدون البدء في العائق الإداري، سوف يصارع الذكاء الاصطناعي السريري في كسب الثقة من قبل الناس على نطاق أكبر عندما تتطور قدراته إلى ما هو أكثر من ما يمكنه فعله اليوم.

أعتقد أن النموذج القريب بسيط. يمرر الذكاء الاصطناعي التاريخ، ويتحقق من التفاعلات، ويتحقق من الهوية، وينشئ مخططًا، ويهيئ تدفق الوصفات الطبية. يراجع الطبيب الصورة الكاملة ويوافق على القرار النهائي. ما كان يحتاج إلى زيارة كاملة لمدة 20 دقيقة لمتابعة مستقر يمكن أن يصبح عملية أقصر وأمان وأكثر أمانًا.

قد يبدو الأمر بسيطًا على الورق، ولكن هذا هو إعادة هيكلة كبيرة في نظام ظل يدوياً لفترة طويلة ويؤثر على الجميع.