Terveydenhuollon AI-skeptisismi: Esteiden voittaminen turvallisen viestinnän toteuttamiseksi

Terveydenhuollon johtajat ovat kiinnostuneita hyödyntämään AI:ta, osittain kilpailijoiden ja muiden alojen kanssa pysymiseksi, mutta ennen kaikkea tehokkuuden lisäämiseksi ja potilaskokemusten parantamiseksi. Kuitenkin vain 77% terveydenhuollon johtajista luottaa AI:hin liiketoimintansa hyödyksi.

AI-virtuaaliavustajat osaavat hoitaa rutiinitehtäviä, prosessoida dataa ja yhteenvedä tietoa, mutta säännellyssä terveydenhuoltoalalla huolestutaan eniten siitä, miten luotettavaa ja tarkkaa data on, jota nämä työkalut syötetään ja tulkitaan. Ilman asianmukaista käyttöä ja työntekijäkoulutusta, tietoturva-uhkat muodostuvat lisäksi merkittäviksi uhkiksi.

Vaikka 95% terveydenhuollon johtajista aikoo lisätä AI-budjettiaan jopa 30%:lla vuonna 2025, suuret kielimallit (LLM) ovat nousseet yhdeksi luotetuimmista työkaluista. Kun LLM:t kehittyvät, 53% terveydenhuollon johtajista on jo toteuttanut virallisia käytäntöjä, joiden avulla tiimit voivat sopeutua niihin, ja 39% aikoo toteuttaa käytäntöjä pian.

Terveydenhuollon tarjoajille, jotka haluavat virtaviivaistaa viestintäpalveluitaan AI:n avulla, mutta ovat edelleen epävarmoja siitä, miten tehdä, tässä ovat joitakin suosituksia yleisimpien esteiden voittamiseksi.

1. Kouluta AI:ta luotettavilla lääketieteellisillä lähteillä

Vaikka terveydenhuollon johtajat eivät ole suoraan mukana AI:n koulutuksessa, heidän on oltava avainroolissa sen toteuttamisessa. Heidän on varmistettava, että virtuaaliavustajien tarjoajat kouluttavat ja päivittävät AI:taan uskottavilla lähteillä.

Määrätietoiset, rakenteelliset tiedot, jotka pakolliset sähköiset potilastiedot (EHR) sisältävät, tarjoavat laajat digitaalisen terveydenhuollon datavarastot, jotka voivat nyt toimia perustana AI-algoritmien koulutukselle. Edistyneet LLM:t voivat ymmärtää lääketieteellistä tutkimusta, teknistä analyysiä, kirjallisuuskatsauksia ja kriittisiä arvioita. Kuitenkin sen sijaan, että koulutettaisiin näitä työkaluja kaikilla tiedoilla kerran, uudet näyttö osoittaa, että keskittyminen pienempään määrään leikkauspisteitä maksimoi AI:n suorituskyvyn ja pitää koulutuskustannukset alhaisina.

2. Varmista HIPAA:n mukaiset tietokäytännöt

Terveydenhuollon vakuutettavuuden ja vastuun siirron laki (HIPAA) määrittää standardit herkän potilastiedon (PHI) suojeluun. Jotta terveydenhuollon johtajat voivat toimia näiden sääntöjen mukaisesti, heidän on varmistettava, että kolmannen osapuolen toimittajat:

• Keräävät vain välttämättömän määrän PHI:ta, joka on tarpeen virtuaaliavustajan tarkoituksiin.
• Antavat pääsyn PHI:hen vain valtuutetuille henkilöstölle vahvojen salasanojen ja todennuspolitiikkojen kanssa.
• Käyttävät vahvoja salaustekniikoita PHI:n suojeluun sekä levossa että siirrossa.
• Säilyttävät tarvittavat tiedot HIPAA:n mukaisilla palvelimilla vahvojen pääsykontrollien kanssa.
• Allekirjoittavat liiketoimintayhteistyösopimukset (BAAt) HIPAA:n noudattamiseksi.
• Pyytävät heidän vastausstrategiaansa turvallisuusloukkauksiin.

Terveydenhuollon johtajien, jotka käyttävät näitä työkaluja, on säännöllisesti tarkistettava pääsyraportteja – askel, joka on myös helppo automatisoida AI:n avulla – ja lähettävät ilmoituksia johtoryhmälle, jos havaitaan epätavallista toimintaa.

Lisäksi heidän on hankittava selkeä ja perusteltu suostumus potilailta ennen heidän terveydentilatietojensa keräämistä ja käyttämistä. Kun pyytää suostumusta, on viestittävä, miten potilastietoja käytetään ja suojellaan.

3. Hyvin suunnitellut käyttöliittymät, jotka parantavat työnkulkua

Yksi suurimmista esteistä siirtymisessä pakollisiin EHR:hin oli käytettävyys teknologiassa. Lääkärit olivat tyytymättömiä siihen, miten paljon aikaa heidän oli vietävä byrokratiaan sopeutuessaan monimutkaisiin työnkulkuihin, mikä lisäsi heidän ammatillisen polttoutumisensa riskiä ja virheiden mahdollisuutta, jotka voivat vaikuttaa potilaiden hoitoon.

Kun työskentelet kolmannen osapuolen toimittajien kanssa, pyydä demo ja toinen mielipide ennen kuin valitset AI-alustan tai ohjelmistoratkaisun. Älä unohda kysyä, sallivatko heidän tuotteensa mukauttamisen nykyisiin ohjelmiin, jotta voit integroida valmiit ominaisuudet, jotka parhaiten sopivat työnkulkuusi.

Käyttäjäkeskeinen suunnittelu ja standardoidut dataformaatit ja -protokollat auttavat takaamaan vaivattoman tietojen vaihdon terveydenhuollon teknologian ja AI-alustojen välillä. Nämä standardit paikassaan mahdollistavat AI-algoritmien merkityksellisen integroinnin kliiniseen hoitoon eri terveydenhuollon ympäristöissä. Vakiintuneet protokollat auttavat myös näitä työkaluja toimimaan paremmin edistämällä yhteentoimivuutta ja mahdollistaen pääsyn laajempiin, monipuolisempiin tietokantoihin.

4. Oikea käyttö ja työntekijäkoulutus

Vuoden 2024 tutkimus osoitti, että lääketieteellinen neuvonta, jota tarjosi ‘ihmislääkärit ja AI’, oli itse asiassa kattavampaa mutta vähemmän empaattista kuin se, jota tarjosivat ‘ihmislääkärit’ yksin. Täyttääkseen tämän aukon, terveydenhuollon johtajien on ymmärrettävä AI:n kyvyt ja rajoitukset ja varmistettava asianmukainen ihmisten valvonta ja puuttuminen.

Terveydenhuollon johtajat voivat upottaa chatboteja verkkosivuilleen ja potilassovelluksiinsa, jotta käyttäjillä on välitön pääsy lääketieteelliseen tietoon, joka auttaa itsehoitoon ja terveydenkasvatukseen. Nämä työkalut voivat lähettää ajantasaisia muistutuksia potilaille lääkkeiden uusimisesta, jotta potilaat voivat noudattaa hoitosuunnitelmiaan. Ne voivat myös auttaa potilaiden luokittelussa sairauden vakavuuden perusteella, jotta terveydenhuollon tarjoajat voivat priorisoida tapauksia ja jakaa resursseja tehokkaasti.

Kuitenkin nämä työkalut voivat edelleen “harhautua”, ja on olennaista, että ihmisten validointi on mukana monimutkaisissa tehtävissä. Työskentele kolmannen osapuolen asiantuntijoiden kanssa määrittääksesi visiosi AI-viestintätyökaluista ja luodaksesi toivottujen työnkulkujen. Kun olet sopinut käyttötapaustesi, toiminnalliset ja kulttuuriset muutosjohtamisprosessit – kuten Kotterin 8-vaiheinen muutosprosessi – tarjoavat tiekartan työntekijöiden perehdyttämiseksi, mikä lopulta parantaa potilaiden hoitotuloksia.

5. Pyydä chatbotilta virheiden havaitseminen

Kukaan liiketoiminnan johtaja ei halua tehdä virheitä, mutta terveydenhuolto on korkean panoksen ympäristö, jossa jopa pienet puutteet voivat johtaa vakaviin seuraamuksiin. Kuitenkin jopa parhaat klinikat eivät ole immuuneja lääketieteellisiin virheisiin. AI voidaan käyttää voimakkaana työkaluna potilashoidon parantamiseen virheiden havaitsemisella ja aukkojen täyttämisellä.

Vuoden 2023 tutkimus, jossa käytettiin GPT-4:ää potilaan ja klinikkan välisen keskustelun siirtämiseen ja yhteenvetoon, käytti myöhemmin chatbottia keskustelun tarkastamiseen virheiden varalta. Validoinnin aikana se havaittiin virhe potilaan painoindeksissä (BMI). Chatbotti huomasi myös, ettei potilaskertomuksissa mainittu verikokeita, joita tilattiin, eikä perustelua niiden tilaamiseen.

Tämä esimerkki osoittaa, että AI:ta voidaan käyttää apuvälineenä lääkäreiden avuksi AI-harhauksien, puutteiden ja virheiden havaitsemisessa, joita voidaan käyttää AI-sovellusten kouluttamiseen ja parantamiseen.

Terveydenhuollon AI on olemassa tukeakseen lääkäreitä ja hoitajia, yksinkertaistamaan työnkulkua, parantamaan potilaiden pääsyä hoitoon ja vähentämään puutteita. Vaikka ne eivät voi korvata kokonaan empatiaa, intuitiota ja kokemusta, jonka ihmiset terveydenhuollossa tuovat pöytään, nämä työkalut tarjoavat erinomaisia analyyttisiä ja aikaa säästäviä etuja. Kun terveydenhuollon johtajat ottaa aikaa varmistamaan huolellisen noudattamisen HIPAA-sääntöjä, avoimen viestinnän potilaiden kanssa ja oikean työntekijäkoulutuksen, he voivat toteuttaa nämä työkalut turvallisesti ja luottavaisesti.