Řešení skepticismu vůči AI ve zdravotnictví: Překonání překážek pro zabezpečenou komunikaci

Lídrům ve zdravotnictví je blízké přijetí AI, částečně proto, aby drželi krok s konkurencí a jinými odvětvími, ale především proto, aby zvýšili efektivitu a zlepšili zkušenosti pacientů. Nicméně, pouze 77% lídrů ve zdravotnictví skutečně důvěřuje AI, že bude prospěšné pro jejich podnikání.

Zatímco AI chatboti excelují v处理 rutinních úkolů, zpracování dat a sumarizaci informací, vysoce regulovaný zdravotnický průmysl se nejvíce obává spolehlivosti a přesnosti dat, která jsou vkládána do těchto nástrojů a interpretována jimi. Bez řádného použití a školení zaměstnanců se stávají datové úniky dalšími naléhavými hrozbami.

Přestože je tomu tak, 95% lídrů ve zdravotnictví plánuje zvýšit rozpočet na AI o 30% v roce 2025, přičemž velké jazykové modely (LLM) se stávají jedním z nejvíce důvěryhodných nástrojů. Jakmile LLM zrají, 53% lídrů ve zdravotnictví již implementovalo formální politiky, aby pomohli svým týmům přizpůsobit se jim, a další 39% plánuje implementovat politiky brzy.

Pro poskytovatele zdravotní péče, kteří chtějí zjednodušit komunikační služby pomocí AI, ale jsou stále váhaví, zde jsou einige doporučení pro překonání nejčastějších překážek.

1.   Školení AI pomocí spolehlivých zdravotních zdrojů

Zatímco lídrům ve zdravotnictví nemusí být přímo zapojeni do školení AI, musí hrát zásadní roli při jeho implementaci. Musí zajistit, aby poskytovatelé chatbotů školovali a pravidelně aktualizovali své AI pomocí důvěryhodných zdrojů.

Bohatá, strukturovaná data, která jsou zachycena povinnými elektronickými zdravotními záznamy (EHR), nabízejí rozsáhlé repozitáře digitálních zdravotních dat, která mohou nyní sloužit jako základ pro školení algoritmů AI. Pokročilé LLM mohou pochopit lékařský výzkum, technickou analýzu, literární recenze a kritické hodnocení. Nicméně, místo aby tyto nástroje školovali se všemi daty najednou, nové zjištění ukazují, že zaměřením se na menší počet průniků se maximalizuje výkon AI a současně se snižují náklady na školení.

2.   Zajištění HIPAA-kompatibilních datových postupů

Zákon o přenositelnosti a odpovědnosti zdravotního pojištění (HIPAA) stanoví standardy pro ochranu citlivých zdravotních informací pacientů (PHI). Aby se přizpůsobili těmto předpisům, lídrům ve zdravotnictví by měli zajistit, aby třetí strany:

• shromáždily pouze minimální množství PHI, které je nezbytné pro účel chatbotu.
• přidělovaly přístup k PHI pouze autorizovaným osobám se silnými hesly a autentizačními politikami.
• používaly robustní šifrovací techniky k ochraně PHI v klidu i během přenosu.
• uchovávaly nezbytná data na serverech, které jsou v souladu s HIPAA, se silnými kontrolami přístupu.
• zajistili, aby podepsali dohody o obchodních partnerech (BAAs), aby se přizpůsobili HIPAA.
• žádali o jejich plán reakce na bezpečnostní incidenty.

Lídrům ve zdravotnictví, kteří používají tyto nástroje, by měli pravidelně kontrolovat zprávy o přístupu – krok, který je také snadné automatizovat pomocí AI – a zasílat upozornění managementu, pokud dojde k neobvyklé činnosti.

Navíc by měli získat jasné a informované souhlas pacientů před shromažďováním a používáním jejich PHI. Při žádosti o souhlas by měli komunikovat, jak budou pacientská data použita a chráněna.

3.   Dobře navržené rozhraní, která zlepšují pracovní postupy

Jednou z největších překážek při přechodu na povinné EHR bylo uživatelské rozhraní technologie. Lékaři byli nespokojeni s množstvím času stráveného na úkolech souvisejících s administrativou, když se přizpůsobovali složitým pracovním postupům, zvyšovali riziko profesionální vyhoření a šance na chyby, které mohou ovlivnit léčbu pacientů.

Při spolupráci s třetími stranami by měli požádat o demonstraci a druhé názory, než vyberou AI platformu nebo software. Nesmí zapomenout se zeptat, zda jejich produkt umožňuje přizpůsobení, aby se přizpůsobil stávajícím programům, a zda lze integrovat připravené funkce, které nejlépe vyhovují jejich pracovním postupům.

Uživatelsky orientované design a standardizované formáty dat a protokoly pomohou usnadnit výměnu informací mezi zdravotnickou technologií a AI platformami. S těmito standardy na místě lze algoritmy AI smysluplně integrovat do klinické péče v různých zdravotnických zařízeních. Zavedené protokoly také pomáhají těmto nástrojům fungovat lépe, umožňují interoperabilitu a poskytují přístup k větším, rozmanitějším datovým sadám.

4.   Řádné použití a školení zaměstnanců

Studie z roku 2024 zjistila, že lékařská rada poskytnutá “lidskými lékaři a AI” byla ve skutečnosti komplexnější, ale méně empatická než ta, která byla poskytnuta “lidskými lékaři” samotnými. Aby se tato mezera zmenšila, lídrům ve zdravotnictví musí rozumět schopnostem a omezením AI a zajistit řádný lidský dohled a zásah.

Lídrům ve zdravotnictví lze integrovat chatboty do svých webových stránek a aplikací pro pacienty, aby uživatelům poskytli okamžitý přístup k lékařským informacím, pomáhají při sebe-diagnostice a zdravotním vzdělávání. Tyto nástroje mohou zasílat včasné připomenutí pacientům, aby si doplnili své předpisy, pomáhají pacientům dodržovat léčebné plány. Mohou také pomoci klasifikovat pacienty podle závažnosti jejich stavu, pomáhají zdravotnickým pracovníkům přiřazovat priority případů a přidělovat zdroje efektivně.

Nicméně, tyto nástroje mohou stále “hallucinovat”, a je nezbytné, aby byl zapojen lidský validator do složitých úkolů. Pracujte s třetími stranami, aby jste definovali svou vizi pro nástroje AI pro komunikaci a vytvořili své požadované pracovní postupy. Jakmile se dohodnete na svých případech použití, procesy operativní a kulturní změny – jako Kotterův 8-krokový proces změny – nabízejí mapu pro školení zaměstnanců, což nakonec zlepšuje výsledky pacientů.

5.   Žádání chatbotu, aby chyby odhalil

Žádný obchodní lídr nechce dělat chyby, ale zdravotnický průmysl je prostředí s vysokými sázkami, kde i malé přehlédnutí může vést k závažným následkům. Přestože jsou nejlepší lékaři imunní vůči lékařským chybám, AI může být mocným nástrojem pro zlepšení péče o pacienty odhalením chyb a vyplňováním mezer.

Šetření z roku 2023 použilo GPT-4 k přepisu a sumarizaci konverzace mezi pacientem a lékařem a poté zaměstnal chatbot k přezkumu konverzace na chyby. Během ověření chatbot odhalil chybu v indexu tělesné hmotnosti (BMI) pacienta. Chatbot také zaznamenal, že poznámky pacienta neobsahovaly krevní testy, které byly objednané, ani důvod, proč byly objednány.

Tento příklad ukazuje, že AI lze použít jako doplněk, aby pomohli lékařům zvládat “hallucinace” AI, opomenutí a chyby, které lze použít k školení a zlepšení aplikací AI.

AI ve zdravotnictví existuje, aby podporovala lékaře a sestry, zjednodušovala pracovní postupy, zlepšovala přístup pacientů k péči a minimalizovala přehlédnutí. Zatímco nemohou plně nahradit empatii, intuici a reálnou zkušenost, kterou lidská zdravotnická péče přináší, tyto nástroje nabízejí vynikající analytické a časově úsporné výhody. Když lídrům ve zdravotnictví věnují čas, aby zajistili pečlivé dodržování předpisů HIPAA, transparentní komunikaci s pacienty a řádné školení zaměstnanců, mohou tyto nástroje implementovat bezpečně a sebevědomě.