تعمل ذكاء الأعمال الصحية بشكل أفضل عندما تعمل العمليات معًا

يعتمد قادة الرعاية الصحية بشكل متزايد على الذكاء الاصطناعي لتخفيض التكاليف وتقليل إجهاد العاملين في مجال الرعاية الصحية وتسريع العمليات. ومع ذلك ، فإن العديد من مشاريع الذكاء الاصطناعي تُظهر عروضًا مثيرة للإعجاب وتأثيرًا تشغيليًا محدودًا. الفرق الحقيقي ليس في النموذج نفسه ، ولكن فيما إذا كان هذا الذكاء الاصطناعي مدمجًا في العمليات التي تسيطر بالفعل على كيفية قضاء الموظفين وقتهم.

في الممارسة ، يتحسن الذكاء الاصطناعي النتائج فقط على نطاق واسع عندما يدعم العمليات المتصلة والنظم القابلة للتشغيل والرقابة البشرية الواضحة. عندما تعمل هذه القطع معًا ، يتوقف الذكاء الاصطناعي عن كونه جديدًا ويتصرف مثل البنية التحتية للتشغيل.

لماذا تتوقف أدوات الذكاء الاصطناعي المعزولة في الرعاية الصحية

نمط شائع في تبني الذكاء الاصطناعي هو معاملة كل حالة استخدام كمشروع مستقل. قد يلخص النموذج الملاحظات السريرية أو يُعدّ حزم الموافقة المسبقة أو يُصنّف الحالات الواردة ، لكنه يعيش خارج سجل الحالة الإلكتروني الرئيسي أو تدفق العمل الإداري. عندما يحدث ذلك ، لا يزال الموظفون بحاجة إلى نسخ البيانات وتصحيح العلامات وتحويل الاستثناءات يدوياً ، مما يعني أن العبء يُحول ، لا يُزال.

هذا هو أحد الأسباب التي تجعل تطبيقات الذكاء الاصطناعي تؤدي بأقل من التوقعات. وجدت مراجعة منهجية وتحليل تلوي عام 2024 حول الذكاء الاصطناعي في التصوير الطبي أن العديد من الدراسات أبلغت عن وفورات في الوقت ، لكن الأدلة الإجمالية لم تُظهر مكاسب في الكفاءة تلقائياً ، مما يشير إلى أن تأثير الذكاء الاصطناعي في العالم الحقيقي يعتمد بشكل كبير على كيفية اندماجه في سير العمل السريري.

يجب على قادة الرعاية الصحية أن يطرحوا سؤالاً تشغيليًا بسيطًا: هل يقلل أداة الذكاء الاصطناعي من عدد الخطوات في العمل ، أو يضيف فقط طبقة جديدة على العملية القديمة؟ إذا كانت العملية لا تزال منقسمة ، فإن الجواب عادةً هو الثاني.

القابلية للتشغيل هي ما يجعل الذكاء الاصطناعي مفيدًا في الممارسة

لا يمكن للذكاء الاصطناعي تحسين عملية لا يمكنه رؤيتها. هذا هو السبب في أن القابلية للتشغيل ليست مسألة جانبية في الذكاء الاصطناعي ، بل هي الحالة التشغيلية التي تحدد كيف يمكن للذكاء الاصطناعي العمل. عندما تتبادل الأنظمة البيانات بشكل نظيف ، يمكن للذكاء الاصطناعي تقديم المعلومات في الوقت المناسب وتمييز الحقول المفقودة ودعم القرارات دون إجبار الموظفين على إعادة إدخال أو إعادة التحقق من المعلومات.

يُطرح منظمة الصحة العالمية البنية التحتية للصحة الرقمية كمت phụ thuộc على المعايير ومشاركة البيانات والأنظمة المتصلة التي تدعم اتخاذ القرارات بشكل أفضل عبر إعدادات الرعاية. في هذا المنظور ، لا تعتبر القابلية للتشغيل مسألة تقنية ثانوية ، بل هي المُفعّل الأساسي للعمليات التي يُديرها الذكاء الاصطناعي.

في سياق الولايات المتحدة ، يدفع قانون CMS للقابلية للتشغيل والموافقة المسبقة هذه الفكرة إلى السياسة من خلال إجبار تبادل المعلومات الصحية المُحسّن لتقليل الاحتكاك في الموافقة المسبقة والإجراءات الإدارية الأخرى. يشير القانون إلى أن القابلية للتشغيل لم تعد اختيارية ، بل أصبحت متطلبًا أساسيًا لتشغيل الذكاء الاصطناعي عبر المطالبات وتنسيق الرعاية.

أين تقدم تنسيق سير العمل أكبر المكاسب

تتمثل الحالات الأكثر إقناعًا لاستخدام الذكاء الاصطناعي في الرعاية الصحية في إزالة الاحتكاك من المهام المتكررة والواردة بكميات كبيرة. تشمل الأمثلة الموافقة المسبقة ، ودعم المستندات ، ومراجعة المطالبات ، وادخال المرضى ، وتنسيق الرعاية ، ودعم القرار. في كل حالة ، لا يكون الفائدة فقط السرعة ، بل أيضاً انخفاض إعادة العمل والأخطاء الناتجة ، نمط يزداد ظهوره بشكل متزايد في كيفية إعادة تصميم سير العمل في إدارة دورة الإيرادات بالرعاية الصحية باستخدام أنظمة وكلية.

تُشير الرابطة الأمريكية للمستشفيات إلى أن الذكاء الاصطناعي يُستخدم بشكل متزايد لتحسين سير العمل السريرية وتحسين تجربة المرضى من خلال دعم المهام السريرية والإدارية. النقطة الرئيسية هي أن التحسينات تظهر عندما يندمج الذكاء الاصطناعي في طريقة عمل الناس ، وتظهر في الإنتاجية والدقة والرضا.

الموثوقية أكثر أهمية من عروض النماذج

تجذب منظمات الرعاية الصحية بشكل معقول إلى عروض النماذج: نظام يلخص أو يتنبأ أو يصنف بدقة عالية على شريحة يمكن أن يبدو تحولًا. لكن العمليات الحقيقية ليست عروضًا. تتضمن حالات الحواف ، والبيانات المفقودة ، وتغييرات الموظفين ، والمتطلبات المتغيرة. في ذلك البيئة ، الموثوقية أكثر أهمية من المظهر المرئي.

هذا هو السبب في أن الرصد وحده غير كافٍ. معرفة ما حدث بعد الحادث يساعد في التحقيقات بعد الحادث ، لكنه لا يمنع الفشل المتكرر. يجب أن يتصرف نظام الذكاء الاصطناعي بشكل يمكن توقعَه ، ويتعامل مع الاستثناءات بشكل مناسب ، ويتوافق مع نموذج الحوكمة الحالي للمنظمة للتغيير والمخاطر.

في الرعاية الصحية ، يمكن أن تؤدي أخطاء سير العمل الصغيرة إلى تسرب. حقل مفقود في سير عمل الموافقة المسبقة يمكن أن يؤخر العلاج. توصية موقوتة بشكل سيئ يمكن أن تقاطع الطبيب في اللحظة الخاطئة. مسار تصعيد ضعيف يمكن أن يترك الموظفين يتساءلون عما يجب الثقة به. يجب أن يقلل الذكاء الاصطناعي من الغموض ، لا يخلق أشكالاً جديدة منه.

ما يتطلبه التنفيذ الناجح في الواقع

يبدأ التنفيذ الناجح للذكاء الاصطناعي عادةً بتصميم سير العمل ، لا بالنموذج. يحتاج الفريق إلى تحديد المشكلة التجارية ، و نقاط اتخاذ القرار ، و مصادر البيانات ، و الأدوار البشرية المشاركة قبل نشر أي شيء. إذا كانت هذه الأساسيات غير واضحة ، لن تُكفر التكنولوجيا نقص وضوح العملية.

الانضباط في نطاق العمل هو أيضًا حاسم. العيّنات الأكثر فعالية عادة ما تفعل شيئين جيدًا. قد تُحدد المعلومات المفقودة قبل إرسال الحالة ، أو تلخص مخططًا للمراجعة ، أو تُفعّل تنبيه استثناء عندما يخرج شيء عن النمط المتوقع. محاولة توفير الكثير في وقت مبكر غالبًا ما يخلق أكثر من التعقيد من القيمة.

لقد لاحظت جامعة هارفارد أن الذكاء الاصطناعي يمكن أن يقلل من العبء الروتيني للموظفين وتحسين الكفاءة عندما يُستخدم بفكرية في الممارسة. الجملة الرئيسية هي “يُستخدم بفكرية في الممارسة” ، وهذا يعني تدريب الموظفين ، و تحديد الإيقاف ، وتتبع النتائج ، وضمان أن الذكاء الاصطناعي يتناسب مع العمل بدلاً من إجبار العمل على التكيف مع الذكاء الاصطناعي.

تتحسن الرعاية الصحية بالذكاء الاصطناعي عندما تكون العمليات متصلة

تأتي أكثر المكاسب المتينة للذكاء الاصطناعي في الرعاية الصحية من العمليات المتصلة ، لا من الأدوات المعزولة. عندما تتدفق البيانات بشكل سلس ، وتحدث المراجعات في الترتيب الصحيح ، ويتم التعامل مع الاستثناءات بشكل متسق ، يمكن للذكاء الاصطناعي دعم اتخاذ القرارات بأقل جهد يدوياً. عندما تفتقد هذه الشروط ، قد تبدو التكنولوجيا متقدمة ، لكن سير العمل يبقى بطيئًا ومنقسمًا.

هذا هو السبب في أن الذكاء الاصطناعي يجب أن يُقاس على مستوى النظام. يجب على القادة النظر وراء دقة النموذج وسؤال ما إذا أصبحت العملية أسهل في التنفيذ ، وأسهل في الإشراف ، وأسهل في التوسع. الاختبار الحقيقي ليس ما إذا كان الذكاء الاصطناعي يمكن أن يكمل مهمة واحدة معزولة. بل هو ما إذا كان سير العمل بأكمله أكثر موثوقية لأن الذكاء الاصطناعي هو جزء منه.

القيمة الحقيقية للذكاء الاصطناعي المتصل في الرعاية الصحية

يعمل الذكاء الاصطناعي بشكل أفضل عندما يدعم سلسلة كاملة من العمل بدلاً من عمل معزول. هذا يعني ربط الأنظمة ، و توضيح الملكية ، وتightening التبادل ، و الحفاظ على البشر في الحلقة حيث يهم الحكم أكثر. عندما تعمل سير العمل معًا ، يصبح الذكاء الاصطناعي أكثر موثوقية ، وأكثر فائدة ، وأكثر قابلية للتوسع.

مستقبل الذكاء الاصطناعي لن يُحدد من يملك النموذج الأكثر تقدمًا. سوف يُحدد من يُصمم سير العمل حول النموذج بحيث يقدم تحسينات متسقة ويمكن قياسها في الكفاءة والدقة والتجربة. في صناعة معقدة وذات مخاطر عالية مثل الرعاية الصحية ، هذا هو الفرق بين الذكاء الاصطناعي الذي يجلس في تجربة وذكاء اصطناعي يصبح جزءًا من كيفية تقديم الرعاية.