قادة الفكر
لتحويل الرعاية الصحية والعلوم الحياتية، يجب أن تكون الذكاء الاصطناعي موثوقًا بها
الذكاء الاصطناعي (AI) يصبح متأصلًا بسرعة عبر منظمات الرعاية الصحية والعلوم الحياتية. ومع ذلك، فإن معظم المنظمات تستخدمه في جيوب بدلاً من توسيعه لتحسين الأداء بشكل مادي عبر المؤسسة. من بين التحديات: يجب أن ت满ي الذكاء الاصطناعي في هذه الصناعات أعلى معايير الجودة والخصوصية والموثوقية، ويجب أن يكون موثوقًا به.
أدوات الذكاء الاصطناعي القائمة على نماذج اللغة الكبيرة (LLM) قوية، ولكن معظم نماذج LLM ليست مصممة للطابعات في عمليات الرعاية الصحية والعلوم الحياتية. يمكن أن تنتج مخرجات غير متسقة، ويمكن أن تختلف أداؤها مع تغيير المعلومات والسياق. الذكاء الاصطناعي العام على وجه الخصوص يتم تدريبه على بيانات عامة واسعة – مع تحرير طبي محدود – وليس مبنيًا على تلبية المتطلبات الطبية أو العلمية أو التنظيمية.
هذه القضايا غير مقبولة في العمليات التي يكون فيها القرارات لها عواقب مالية وسريرية و科学ية وقانونية وبشرية في النهاية.
الخط السفلي: معيار أعلى من الذكاء الاصطناعي مطلوب.
إذا أرادت منظمات الرعاية الصحية والعلوم الحياتية استخدام الذكاء الاصطناعي لتحويل عملياتها التجارية والمنظمة، فإنها تحتاج إلى ذكاء اصطناعي موثوق به.
ما هو مطلوب لإنشاء ذكاء اصطناعي موثوق به
الذكاء الاصطناعي الموثوق به ينتج نتائج موثوقة، ويتسم بأداء متسق مع تغيير البيانات، ويتوافق مع القوانين واللوائح.
تحقيق ذلك يتطلب خبرة علمية وتقنية، بالإضافة إلى نهج متقن يأخذ في الاعتبار كل جانب من جوانب تصميم الذكاء الاصطناعي والاستخدام والمراقبة المسؤولة. ماذا يعني ذلك في الممارسة؟
الخطوة الأولى هي فهم الهدف النهائي: ما هو المتطلب الذي يجب على حل الذكاء الاصطناعي تلبية احتياجات المستخدم النهائي، وماذا يعني النجاح؟ يتضمن ذلك فهم أدوار أولئك الذين سيستخدمون حل الذكاء الاصطناعي، واحتياجاتهم وعمليات العمل، وإما الأهداف التجارية التي يريدون تحقيقها أو المتطلبات التنظيمية التي يجب عليهم الامتثال لها.
هذه التفاصيل ستساعد في إعلام القرارات الفنية الرئيسية، مثل اختيار النماذج المناسبة لحل الذكاء الاصطناعي، وتصميم إطارات التحقق، ووضع المعايير التي سيتم قياس الحل ضدها.
النظم الموثوقة أيضًا تأخذ في الاعتبار الخبير في الحلقة في بداية عملية التصميم، وليس كفكرة ثانوية. يتضمن ذلك استخدام خبراء بشريين – بما في ذلك الخبراء السريريين والعلميين والتنظيميين والتجاريين – للمساعدة في ضمان أن حل الذكاء الاصطناعي مصمم وتم توزيعه بشكل صحيح، ولإعتبار كيف سيؤثر الحل على عمل المستخدم النهائي.
بالطبع، الثقة ليست فقط كسبها في مرحلة التصميم – يجب الحفاظ عليها طوال حياة حل الذكاء الاصطناعي. آليات مثل دوارات بيانات الذكاء الاصطناعي، أو الحلقات التعليمية التي تحديث النماذج باستمرار ببيانات جديدة لتبقى حديثة، تساعد حلول الذكاء الاصطناعي على البقاء ذي صلة ودقة وموثوقية. التعلم التعزيزي والحدود المبرمجة في حلول الذكاء الاصطناعي يمكن أن تساعد أيضًا في الحفاظ على أدائها على المسار داخل مجموعة قواعد محددة.
التطبيقات الواقعية
الذكاء الاصطناعي يتم قبوله وثقته ويساهم في التأثير في حالات استخدام حقيقية لبعض أكبر شركات العلوم الحياتية في العالم.
في حالة واحدة، سعى شركة الأدوية الرائدة إلى تحسين كيفية تفاعلها مع المحترفين الصحيين (HCPs) عبر علامات متعددة وسوق. كانت قدرة الشركة على التفاعل مع المحترفين الصحيين وتحسين استراتيجيات التسويق معرضة للتحديات مثل مشاكل إدارة البيانات، ونقص في رؤى العملاء، وضicultات التكيف.
نفذت الشركة حلًا للاستفادة الشاملة. جمعت الإشارات التنبؤية لتفاعلات المحترفين الصحيين مع توصيات “الخطوة التالية” التي ساعدت الفرق على تحديد كيفية وتيرة التفاعل والاتصال التالي. رأت الشركة تحسنًا أربع مرات في قدرتها على تحديد المرضى ذوي القيمة العالية، جنبًا إلى جنب مع زيادات بنسبة 20٪ و 36٪ في بدء المرضى الجدد لصالح علامتين من علاماتها.
مثال آخر هو في مراجعات الأدب المطلوبة لتطوير الأدوية. يمكن أن تستغرق هذه المراجعات أشهرًا وتتطلب خبرة sâuة في المجال والتخطيط الدقيق والجهد اليدوي الكبير والمزيد. يمكن أن تكون أيضًا صعبة للتوسيع ومستعدة للأخطاء.
يمكن لحلول الذكاء الاصطناعي توفير أجزاء كبيرة من مراجعات الأدب، من تطوير البروتوكول إلى البحث والفحص واستخراج البيانات والتحليل والتقرير. لأي عمل يتخذه حل الذكاء الاصطناعي، يمكن للباحثين أو الآخرين مراجعة المنطق وراء كل قرار.
الآن مع الذكاء الاصطناعي، يمكن إكمال المراجعات التي استغرقها أشهر في أيام فقط وأقل أخطاء. في حالة واحدة، ساعد حل الذكاء الاصطناعي شركة أدوية كبيرة على تحقيق فحص أولي لحالة استخدام مراجعة الأدب العلمي سبع مرات أسرع من العملية اليدوية التقليدية. لقد قصرت وقت الفحص المقدر من 20 يومًا إلى أقل من ثلاثة أيام.
الذكاء الاصطناعي أيضًا يخلق إمكانيات جديدة في هذا المجال. على سبيل المثال، سمح لشركات إنشاء “مراجعات حية” يمكن تحديثها باستمرار بالبيانات المنشورة حديثًا.
التعاون ضروري
إنشاء حلول ذكاء اصطناعي موثوقة للرعاية الصحية والعلوم الحياتية يتطلب مزيجًا من الخبرة التي لا يمكن لأي منظمة تقديمها بمفردها. هذا هو السبب في أن الشركات المتعاونة تجمع بين الخبرة الفنية والقسمية والمهارات المطلوبة لإنشاء أنظمة ذكاء اصطناعي كاملة وموثوقة يمكن توسيعها عبر عمليات العمل التجارية والمنظمة.
الشريك الفني الصحيح، على سبيل المثال، يأتي مع عمق هندسي وتجربة واسعة لتشغيل الذكاء الاصطناعي بمقياس المؤسسة. يمكنهم تقديم نماذج مفتوحة لتوفير الشفافية التي يحتاجها الذكاء الاصطناعي الموثوق به ومكونات البرمجيات التي تمكن من بناء حلول الذكاء الاصطناعي بشكل أسرع. وتجربتهم في إنشاء حلول ذكاء اصطناعي موثوقة للمؤسسات في صناعات أخرى يمكن أن تساعدهم على توقع التحديات وتقوية التصاميم.
من جانب القسم، يأتي المتعاون الفعال مع خبرة sâuة في التطوير السريري والتسويق، بالإضافة إلى سجل حافل بإنشاء حلول ذكاء اصطناعي موثوقة. لديهم المكونات الأساسية المطلوبة لإنشاء هذه الحلول، مثل خبرة العلوم البياناتية والمعرفة التنظيمية وتاريخ استخدام البيانات بأمان ومسؤولية. ومع ذلك، يمكنهم أيضًا تقديم المزيد لدعم عمليات توزيع الذكاء الاصطناعي، من استعداد لتحدي المعايير العامة لمساعدة تأكيد أداء الحل كما هو متوقع، إلى الموارد مثل المهندسين المرسلين إلى الأمام الذين يمكنهم مساعدة دمج حلول الذكاء الاصطناعي في عمليات العمل للمستخدمين النهائيين، مع مراعاة تكوين نظام المعلومات الفريد والسياسات للمستخدم.
تغيير كيفية عمل الأشياء
الذكاء الاصطناعي ليس مجرد أداة أخرى لمنظمات الرعاية الصحية والعلوم الحياتية. عندما يتم تنفيذه بشكل صحيح، يغير كيف يعمل ويكون حل المشاكل. الذكاء الاصطناعي الموثوق به على وجه الخصوص يثبت بالفعل أنه يمكن أن ي缩د الأجال الزمنية، ويحسن الدقة، ومساعدة الفرق على التعامل مع التحديات المعقدة بمهارة أكبر، وإعادة تخيل عمليات العمل للعصر الذكاء الاصطناعي.
كما ينتقل الذكاء الاصطناعي من توليد رؤى إلى اتخاذ القرارات وتنفيذ عمليات عمل معقدة، ستتمكن المنظمات التي تتبنى هذه التطورات من إطلاق نماذج تشغيلية جديدة تجعلها أكثر كفاءة، وأكثر إطلاعاً، وأكثر استجابة للاحتياجات المتغيرة بسرعة في الرعاية الصحية والعلوم الحياتية.
