Ηγέτες σκέψης

Η Πιθανή Πτώση ενός Ομοσπονδιακού Προγράμματος Δεν Συνιστά Απόρριψη της Τεχνητής Νοημοσύνης στην Υγεία

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Χάρη στην Τεχνητή Νοημοσύνη, η υγεία στις Ηνωμένες Πολιτείες βρίσκεται σε一个 σταυροδρόμι.

Από την μια πλευρά, οι οργανισμοί υγείας αγωνίζονται να μεταμορφώσουν τον τρόπο που παρέχεται η φροντίδα. Οι επενδυτές έχουν καταλάβει ότι η Τεχνητή Νοημοσύνη έχει τη δυνατότητα να ανατρέψει την αγορά και να φέρει τεράστια κέρδη. Στο δικό μου τομέα – τη διοίκηση υγείας – αυτό λαμβάνει τη μορφή αυτοματοποιημένων εγγράφων. Σε άλλους, όπως η ακτινολογία, τα LLMs αναγνωρίζουν και διαγιγνώσκουν ιατρικές καταστάσεις.

Χαριτωδότηση σε τεράστια ποσά χρημάτων γίνεται στην Τεχνητή Νοημοσύνη στην υγεία. Τον περασμένο χρόνο, οι εταιρείες Τεχνητής Νοημοσύνης υγείας στις Ηνωμένες Πολιτείες εξασφάλισαν περισσότερα από 18 δισεκατομμύρια δολάρια – αυξημένα σχεδόν 10% από το 2024. Αυτή η ταχεία ανάπτυξη προβλέπεται να συνεχιστεί και θα αλλάξει πολλά από αυτά που γνωρίζουμε για την παροχή υγείας.

Από την άλλη πλευρά, υπάρχει η πρόκληση της διακυβέρνησης. Οι ρυθμιστές αγωνίζονται να κατανοήσουν την Τεχνητή Νοημοσύνη και να νομοθετήσουν αποτελεσματικά. Όλοι γνωρίζουμε ότι ο κράτος έχει την ευθύνη προς τους πολίτες του. Αλλά αν η βιομηχανία αλλάζει γρήγορα, μπορεί να είναι δύσκολο για τις κυβερνήσεις να τηρηθούν.

Κανένα μέρος δεν βλέπουμε αυτή τη δυναμική περισσότερο από την ασφάλιση υγείας. στις Ηνωμένες Πολιτείες, τα νοσοκομεία και οι γιατροί πρέπει συχνά να λάβουν προηγούμενη έγκριση από την ασφαλιστική εταιρεία του ασθενούς πριν παρέχουν φροντίδα. Οι ασφαλιστές διατηρούν το δικαίωμα να αρνηθούν θεραπεία που κρίνουν μη ιατρικά απαραίτητη.

Η Τεχνητή Νοημοσύνη στην υγεία υπόσχεται να αυξήσει την 效ิภาพ του整个 τομέα, αλλά πρέπει να διαχειριστεί προσεκτικά. Το CMS (Κέντρα Medicare και Medicaid Services) εκτιμά ότι 25% όλων των εξόδων στη βιομηχανία είναι διοικητική σπατάλη. Η Τεχνητή Νοημοσύνη μπορεί να μειώσει αυτό το βάρος, ωφελοντας το κοινό. Ωστόσο, χρειαζόμαστε τις σωστές αρχές για επιτυχία.

Εισάγετε το WISeR. Παρουσιάστηκε από το CMS στην αρχή του έτους, το Πρόγραμμα WISeR (Μείωση των Αποβλήτων και Ακατάλληλων Υπηρεσιών) είναι ένα από τα μεγαλύτερα πιλοτικά προγράμματα στην Τεχνητή Νοημοσύνη υγείας. Χρησιμοποιώντας μοντέλα Τεχνητής Νοημοσύνης για να συνοψίσουν τα στοιχεία, οι ειδικοί κλινικοί γιατροί προσπαθούν να δικαιολογήσουν τις αξιώσεις στο παραδοσιακό πρόγραμμα Medicare πολύ πιο γρήγορα. Το πείραμα είναι目前 ζωντανό σε έξι πολιτείες.

Τον Ιούνιο, η Επιτροπή Προϋπολογισμού της Βουλής ψήφισε ομόφωνα να μπλοκάρει τη χρηματοδότηση του WISeR. Ο προϋπολογισμός vẫn πρέπει να περάσει από το Κογκρέσο, και το πείραμα παραμένει ενεργό. Αλλά το μέλλον του πέρα από τις 30 Σεπτεμβρίου παραμένει ασαφές.

Τι θέλω να πω εδώ είναι ότι – ανεξάρτητα από το τι σκεφτόμαστε για την ψηφοφορία του WISeR – η θεμελιώδης αρχή του πειράματος παραμένει σταθερή. Η αρχή ότι «Η Τεχνητή Νοημοσύνη σηματοδοτεί, ο κλινικός γιατρός επιβεβαιώνει» συνεχίζει να παρέχει τη βάση για καλή διακυβέρνηση στην Τεχνητή Νοημοσύνη υγείας.

Οι νομοθέτες ζήτησαν καλύτερες διαδικασίες

Ενώ είναι εύκολο να διαβάσετε αυτή την απόφαση ως απόρριψη της Τεχνητής Νοημοσύνης στην υγεία, αυτό θα ήταν ένα λάθος. Η ψηφοφορία για την αποχρηματοδότηση του WISeR έγινε εν μέσω ανησυχιών για την εφαρμογή και τις δομές κινήτρων – όχι επειδή οι νομοθέτες αντιτάχθηκαν στην υιοθέτηση της Τεχνητής Νοημοσύνης στην κλινική ανασκόπηση.

Ο κύριος λόγος που έδωσε η Επιτροπή της Βουλής για την απόφασή της ήταν ότι εισήγαγε προηγούμενη έγκριση στο παραδοσιακό Medicare. Οι 13 ιατρικές υπηρεσίες που επιλέχθηκαν για το πείραμα είχαν προηγουμένως απαιτούσε μόνο τη συναίνεση του γιατρού, όχι την έγκριση του ασφαλιστή. Οι νομοθέτες απέρριψαν το WISeR για αυτό που θεωρούσαν αύξηση της διοικητικής复잡ότητας και αλλαγή ομοσπονδιακών κινήτρων.

Αυτό δεν είναι μια κριτική της Τεχνητής Νοημοσύνης υγείας. Αντίθετα, είναι μια κριτική του τρόπου με τον οποίο έχει σχεδιαστεί η διαδικασία.

«Η Τεχνητή Νοημοσύνη σηματοδοτεί, ο κλινικός γιατρός επιβεβαιώνει» παραμένει η βάση της υγείας

Ενώ το μέλλον του WISeR είναι τώρα αμφίβολο, η κεντρική του αρχή δεν είναι. Η αρχή ότι «Η Τεχνητή Νοημοσύνη σηματοδοτεί, ο κλινικός γιατρός επιβεβαιώνει» παραμένει η βάση της σύγχρονης υγείας.

Αυτή η αρχή είναι κεντρική λόγω του καθεστώτος της Τεχνητής Νοημοσύνης ως εμφερής συστήματος. Σε αντίθεση με άλλες μορφές αυτοματοποίησης, τα LLMs έχουν τη δυνατότητα να λαμβάνουν αποφάσεις που οι δημιουργοί τους δεν προόριζαν. Αυτό είναι κατά σχεδιασμό. Η εμφάνιση επιτρέπει στην Τεχνητή Νοημοσύνη να συμπεριφέρεται ευέλικτα και δημιουργικά, αλλά επίσης φέρνει κίνδυνο. Ανεξάρτητα από το πόσο εξευγενισμένα γίνονται αυτά τα συστήματα, οι ρυθμιστές θα χρειαστούν πάντα ένα «ανθρώπινο στο βρόχο» για να πιάσουν τυχαίες αποφάσεις και να διασφαλίσουν την ασφάλεια των ασθενών.

Στην πράξη, αυτό σημαίνει ότι ένας εξειδικευμένος κλινικός γιατρός διατηρεί όλες τις νομικές και ηθικές ευθύνες όταν χρησιμοποιεί Τεχνητή Νοημοσύνη. Τα LLMs συλλέγουν και συνοψίζουν στοιχεία με ταχύτητα μηχανής, υπογραμμίζοντας σημαντικά ευρήματα. Οι κλινικοί γιατροί ανασκοπούν τα δεδομένα, που παρουσιάζονται συντομως, και τα χρησιμοποιούν για να ενημερώσουν την κρίση τους. Αυτή η διαδικασία υπόσχεται να αυξήσει την αποτελεσματικότητα ενώ διατηρεί τη μέγιστη ακρίβεια. Η κλινική κρίση ενισχύεται επειδή οι άνθρωποι παραμένουν κεντρικοί στη διαδικασία, όχι παρά την εμπλοκή τους, αλλά λόγω της.

Σήμερα, μπορούμε να δούμε αυτή τη συναίνεση να χτίζεται σε όλα τα επίπεδα της βιομηχανίας υγείας.

Τον περασμένο χρόνο, οι μεγαλύτεροι ασφαλιστές υγείας της χώρας δεσμεύτηκαν να βελτιώσουν τη διαδικασία προηγούμενης έγκρισης. Αυτό περιλαμβάνει αύξηση της διαφάνειας και επιτάχυνση των χρονοδιαγραμμάτων απόφασης, με έμφαση στις άμεσες έγκρισεις για ορισμένες επείγουσες ή κλινικά τυποποιημένες θεραπείες, που οδήγησε στην Τεχνητή Νοημοσύνη να γίνει μια εικονική αναγκαιότητα για πολλούς ασφαλιστές. Η ηγετική βιομηχανική ένωση για ανεξάρτητους οργανισμούς ανασκόπησης περιέγραψε τη θέση της σχετικά με τη χρήση της Τεχνητής Νοημοσύνης.

Το δάπεδο της ρύθμισης του κράτους επίσης ανεβαίνει. Ήδη, οι πολιτείες κατέχουν σχετικές νόμους προστασίας καταναλωτών, οι οποίοι τώρα προσαρμόζονται στην Τεχνητή Νοημοσύνη. Μέχρι τώρα το 2026, 43 πολιτείες έχουν εισαγάγει 240 νομοσχέδια για την Τεχνητή Νοημοσύνη υγείας. Από αυτά, εννέα απαγορεύουν τη χρήση της Τεχνητής Νοημοσύνης ως μοναδικού καθοριστικού παράγοντα για την απόρριψη αξιών.

Εάν το πρόγραμμα WISeR τελικά σταματήσει, δεν θα επηρεάσει τη συναίνεση ότι «Η Τεχνητή Νοημοσύνη σηματοδοτεί, ο κλινικός γιατρός επιβεβαιώνει». Με αυτό, έχουμε όλα όσα χρειαζόμαστε για επιτυχία στη βιομηχανία. Απλά πρέπει να βελτιώσουμε τη δομή της εφαρμογής της Τεχνητής Νοημοσύνης.

Η υιοθέτηση της Τεχνητής Νοημοσύνης δεν είναι διαπραγματεύσιμη

Δεδομένης της δυνατότητας αποτελεσματικότητας της Τεχνητής Νοημοσύνης, οι οντότητες υγείας που είναι αργές στην υιοθέτηση της τεχνολογίας θα είναι γρήγορα εκτός αγοράς.

Το μάθημα που πρέπει να πάρουμε από το WISeR δεν είναι ότι δεν μπορούμε να έχουμε Τεχνητή Νοημοσύνη στην υγεία. Μακράν. Αντίθετα, πρέπει να αναγνωρίσουμε τη δυνατότητα που έχουν τα LLMs να βελτιώσουν την αποτελεσματικότητα στην υγεία. Για αυτή τη μεταβολή να συμβεί, οι εξειδικευμένοι επαγγελματίες πρέπει να παραμείνουν κεντρικοί. Η συναίνεση της αρχής «Η Τεχνητή Νοημοσύνη σηματοδοτεί, ο κλινικός γιατρός επιβεβαιώνει» παρέχει τη βάση για μετάβαση, ήδη θέτοντας το πρότυπο σε μεγάλο μέρος της βιομηχανίας.

Η Τεχνητή Νοημοσύνη υπόσχεται σημαντική βελτίωση στην αποτελεσματικότητα και την πρόσβαση στη φροντίδα, αλλά δεν μπορεί να λειτουργήσει χωρίς ανθρώπινη ανασκόπηση. Το WISeR δείχνει ότι μπορούμε, και πρέπει, να παραμείνουμε στο βρόχο. Όχι ως πρόσθετο, αλλά ως αναγκαιότητα.

Ο Madhu Reddiboina είναι ο Ιδρυτής και Διευθύνων Σύμβουλος της RediMinds, μιας εταιρείας υγείας που ειδικεύεται σε AI-βοηθούμενη ιατρική αναθεώρηση. Είναι μια ηγετική φωνή στη χρήση του AI για την ενίσχυση των αποφάσεων που καθορίζουν ποιος λαμβάνει φροντίδα, ποιος πληρώνεται και ποιος απορρίπτεται, διασφαλίζοντας ότι αυτές οι αποφάσεις παραμένουν διαφανείς, υπερασπίσιμες και εδραιωμένες στην ανεξάρτητη ανθρώπινη κρίση. Στην εργασία του με σώματα που περιλαμβάνουν URAC και NAIRO, εργάζεται μαζί με κλινικούς εμπειρογνώμονες, πολιτικούς και ρυθμιστές για να ορίσει το πρότυπο για αξιόπιστο AI σε αμφισβητούμενες ιατρικές αποφάσεις και να επεκτείνει την πρόσβαση σε ταχύτερες, δίκαιες αποφάσεις για τους ασθενείς, τους παρόχους και τους εργαζόμενους που εξαρτώνται από αυτές.