Matthew Crowson, MD, Wolters Kluwer Healthin AI/GenAI-tuotepäälliköksi – Haastattelusarja

Tohtori Matt Crowson on terveydenhuollon teknologiajohtaja ja kirurgi, joka keskittyy tekoälysovellusten kehittämiseen kliiniseen käytännön. Hän on Wolters Kluwer Healthin AI/Generatiivisen AI-tuotepäällikkö, jossa hän johtaa aloitteita, joiden tavoitteena on parantaa näyttöön perustuvaa tietojen analyysiä ja todellisten maailman tietojen analyysiä. Aikaisemmin hän johti Deloitten terveydenhuollon tarjoajan AI-käytännön kehittämistä, jossa hän kehitti generatiivisia AI-ratkaisuja asiakirjojen, tuloverojen ja tutkimuksen parantamiseksi. Hän toimii myös apulaisprofessorina Harvardin lääketieteellisessä tiedekunnassa ja on kirjoittanut yli 90 tieteellistä julkaisua.

Wolters Kluwer on maailmanlaajuinen ammattitietojen, ohjelmistojen ja palvelujen tarjoaja, joka tukee asiakkaitaan terveydenhuollossa, verotuksessa ja laskennassa, lakiasioissa ja sääntelyasioissa, rahoituksellisessa noudattamisessa ja ESG:ssä. Alankomaissa pääkonttoriaan pitävä yhtiö hyödyntää syvää toimialatietämysään ja edistyneitä teknologioita tarjoamalla työkaluja, jotka suoristavat työnkulkuja, varmistavat noudattamisen ja tukevat kriittistä päätöksentekoa. Sen toiminta kattaa yli 180 maata, ja sen tarjonta on järjestetty jaettuun liiketoimintasektoreihin, kuten Health, Tax & Accounting, Legal & Regulatory, Financial & Corporate Compliance ja Corporate Performance & ESG.

Aloita henkilökohtaisella kysymyksellä – miten yhdistät roolitasi kirurgina ja AI-tuotepäällikkönä? Onko klininen työ vaikuttanut näkemyksiisi siitä, mitä AI pitäisi olla terveydenhuollossa?

Rehellisesti? Se alkaa armottomalla ajanhallinnalla ja teollisuudenluokan kahvinkeittimellä. Kliniikkapäivät pitävät potilashuollon taidot reippaana, kun taas loppupäivä kuluu muuttamalla eturintaman kipua tuotespesifikaatioiksi. Nämä kaksi roolia lujittavat toisiaan: nähdä asentavan järjestelmän kautta kymmenen ruutua Tylenolin tilaamiseksi on kaikki markkinatutkimus, jota tarvitsen.

Tekoälyprojektit epäonnistuvat, kun kukaan huoneessa ei ole kokenut sitä kipua. Tulevaisuuden valmiuden terveydenhuollon kysely osoittaa, että 80 % johtajista sanoo, että “työnkulun optimointi” on ylin prioriteetti. Silti vain 63 % uskoo olevansa valmis tekemään sen generatiivisen AI:n (GenAI) avulla. Tämä on klassinen strategia-suorituskuilu, jonka alatoimialan asiantuntijat voivat sulkea kysymällä oikeat kliiniset “miksi” ennen kuin kirjoittavat yhtään koodiriviä.

Kliininen linseni pitää myös tehtävän käytännöllisenä. Eturintaman henkilöstö kertoi meille, että heidän tärkeimmät vaatimukset ovat korjaaminen henkilöstöpuutetta (82 %), kitkauden hallinta (77 %) ja polttoutumisen murskaaminen (76 %). Jos algoritmi ei siirrä yhtään näistä neuloista, se on vain teatteria. Kliinikot käyttävät nopeasti.

Tuo linseni myös tekee minusta varovaisen siitä, mihin AI ei pitäisi mennä. Itse asiassa 57 % ammattilaisista huolehtii, että liiallinen riippuvuus GenAI:sta voisi heikentää kliinistä harkintaa, mutta vain 18 % sanoo, että heidän organisaatiollaan on julkaistu ohjausjärjestelmät. Kunnes hallinto pysyy mukana, ohjelma on selvä: automatisoi asiakirjat, älä ajattelua.

Joten minulle tasapaino ei ole oikeasti kahvi vastaan kalenteri. Se on pitää yksi jalka kliniikassa – jotta en koskaan unohda, kuka AI:n pitäisi palvella – ja toinen jalka tuotteessa, jotta tiedän, että tietämys toimitetaan. Tee se hyvin, ja kofeiini on vain mukava bonus.

Tulevaisuuden valmiuden terveydenhuollon kysely Wolters Kluwerilta korostaa vahvan kuilun GenAI-entusiasmin ja suorituksen välillä. Yllätyitkö jollain tuloksista? Mikä erottui sinulle henkilökohtaisesti?

En ollut yllättynyt lainkaan. En ole koskaan tavannut vastakkaisuutta automaatioon. Mitä hidastaa käyttöönottoa ei ole pelkoa jostakin “Skynet-haalarissa” -tilanteesta, vaan päivittäinen terveydenhuollon toiminnan raskas työ. Kysely kiteyttää tämän todellisuuden. Kahdeksan kymmenestä johtajasta asettaa työnkulun optimoinnin yhdeksi tärkeimmistä prioriteeteista, mutta vain kuusi kymmenestä sanoo olevansa valmis antamaan GenAI:n hoitaa sitä. Tuo ero on juuri sitä, mitä näen: vastuun maamiinat, tietojen näyttäessä enemmän roskakori kuin tietojärvi, ja taloudelliset kannustimet, jotka edelleen palkitsevat määrää tehokkuuden sijaan. On muita esteitä, kuten koulutusvakuumi, varjoratkaisujen väsymys ja sääntelysumu.

Mikä iski minuun eniten, oli, kuinka arkiset nämä esteet ovat. Henkilöstöpuutteet, hallinnollinen kitka ja polttoutuminen hallitsevat huolen lista, mutta vain 18 % organisaatioista on virallisia Gen AI -käytäntöjä. Jos et tiedä, kuka allekirjoittaa mallin tai miten sen tulosteet tarkistetaan, innostus kuolee noudattamisessa. Lisäksi 68 % vastaajista sanoo, että työvoimakustannukset ovat heidän suurin taloudellinen paine, ja se on ei ihme, että johtajat haluavat näyttöä sijoituksen tuotosta ennen allekirjoittamista seuraavaa ohjelmistolaskua. Otsikko ei ole “AI-pankkiiri”, vaan “Hyvä idea – näytä minulle työnkulku ja liiketoimintatapaus”.

Yli puolet terveydenhuollon ammattilaisista, jotka osallistuivat kyselyyn, huolehtivat, että GenAI voi heikentää kliinistä päätöksentekoa. Luuletko, että tämä pelko on aiheellinen – vai heijastaa se syvempiä huolenaiheita luottamuksen ja avoimuuden suhteen AI-järjestelmissä?

Jonkin verran huolta on aiheellista, mutta se liittyy enemmän vastuun selkeyteen kuin tieteiskirjallisuuden pelkoihin rogue-AI-tilanteista. Kun työkalu tarjoaa diferensiaalidiagnooseja sekunneissa, tarvitaan kristallin selkeää alkuperää: Mistä suositus tuli, kuka allekirjoittaa ja miten se tarkistetaan? Tänään vain pieni vähemmistö organisaatioista on virallista GenAI-hallintoa, joten kliinikot oletetaan varovaisuutta. Se näkyy meidän tiedoissamme 57 % sanomalla, että “liiallinen riippuvuus voisi heikentää harkintaa”. Minulle se on merkki siitä, etteivät he halua mustaa laatikkoa häiriköimässä heidän lisenssiinsä harjoittaa lääkärintyötä.

Näen ongelman historiallisesta näkökulmasta. Kun taulukkolaskentaohjelmat tulivat rahoitusosastolle, jotkut kirjanpitäjät huolehtivat, että heidän analyysiheikkoutensa heikentyisivät. Sen sijaan taulukkolaskentaohjelmat tulivat uudeksi perustaksi, joka nosti tarkkuuden pohjaa. Terveydenhuollossa on myöhässä vastaavasta loikasta. Menetämme liian monia potilaita hoidon vaihteluihin; lääketieteellinen virhe on edelleen yksi johtava loukkaantumisen ja kuoleman syy. GenAI:n supervoima voi olla kaventamalla virhepalkkeja nopeammin kuin ihminen voi siistiä kartasta. Mutta se on pysyttävä avustajana, ei itsenäisenä päätöksentekijänä, erityisesti seuraavien kolmen-vuoden aikana.

Joten kyllä, pelko on aiheellinen, mutta se on ratkaistavissa. Selkeät tiedot, tarkastusjäljet ja ihmisen valvonta estävät “AI-heikentymisen” muuttamalla sen “AI-tukeksi”. Anna kliinikoille jäljitettävissä olevat suositukset ja selkeät vastuun rajat, ja tuo 57 % katoaa. Se ei ole korvaamista asiantuntemuksella; se on sen täydentäminen paremmilla työkaluilla.

Vain 18 % vastaajista sanoo olevansa tietoisia selkeistä GenAI-käytännöistä organisaatioissaan. Mitkä ovat GenAI-työkalujen käyttöönoton potentiaaliset riskit ilman tällaisia ohjausjärjestelmiä?

Ajattele sitä uuden lääkkeen lanseeraamisena ilman annosmerkintää. Terveydenhuollon tiedot ovat erittäin herkkäluontoisia, ja GenAI-mallit tulevat älykkäämmiksi vain, kun ne imevät suojaamat terveydenhuollon tietojen (PHI) rikkaan kontekstin. Ilman tiukkoja tietojen huolto-ohjeita, jotka määrittävät, kuka voi ladata tietoja, miten tietoja kirjataan ja missä ne sijaitsevat, organisaatio on vain yhden käsikirjoituksen kopion päässä luottamuksellisuuden rikkomisesta, joka voisi tehdä otsikot. Vastuu on seuraava maa-miina. Kun algoritmi ehdottaa vasta-aiheista annosta, kuka syö virheellisen vaatimuksen? Toimittaja, sairaala, vai kliinikko, joka klikkasi “hyväksy”? Tällä hetkellä vastaus on epäselvä, koska vähemmän kuin yksi viidestä organisaatiosta on koodattu “sääntöjä tiellä”. Lakimiehet usein oletetaan syvimmät taskut, ja tuo epävarmuus yksin voi hidastaa innovaatiota.

Ohjausjärjestelmät suojelevat myös hienostuneita riskejä, kuten mallin siirtymistä ja hiljaisesta harhautuksesta. Onkologisen botin koulutus viime kvartaalin ohjeiden mukaan voi hiljalleen vanhentua, työntäen hoitoa pois näyttöön perustuvista raiteilta. Käytäntöjä, jotka edellyttävät versiohallintaa, tulosten seurantaa ja auringonlaskun laukaisimia, pitävät algoritmit vanhenemasta turvallisuusriskiksi.

Lopulta luottamus on vaakalaudalla. Kliinikot huolehtivat, että ylipainaminen GenAI:lla voi tylsentyä heidän kliinistä harkintansa; käyttöönotto epäselvillä työkaluilla vain vahvistaa nämä pelot. Selkeät ohjausjärjestelmät, tietojen alkuperän avoimuus, validointiprotokollat ja ihmisen valvonta muuttavat “mustan laatikon” -ahdistusta luottamuksen siitä, että AI on avustava tiimi, ei kapinallinen asukas.

Mitä on realistisin lähiaikainen käyttötapa GenAI:lle terveydenhuollossa, perustuen työhösi Wolters Kluwerilla ja kirurgisessa toiminnassa?

Unohda robotti-kirurgit. Seuraavien kolmen vuoden aikana GenAI:n tappava mahdollisuus on hallinnollinen tuho. Kaksi kaistaa on jo osoittanut itsensä:

1. Eturintaman muistiinpanojen tekeminen. Ambient-kuuntelutyökalut luovat nyt etenkin progressin muistiinpanon, kun lääkäri puhuu potilaalleen, ja laskee sen suoraan sähköiseen terveystietojärjestelmään (EHR). Meidän kysely osoittaa, että 41 % vastaajista asettaa sen GenAI-toivelistalleen, ja teknologia on jo käytössä varhaisissa terveydenhuoltojärjestelmissä. Useat tutkimukset ovat osoittaneet, että ambient-kuuntelujärjestelmät voivat leikata kognitiivista kuormitusta 51 % ja iltapäivän “pajamajaika” yli 60 %. Tämä on kova ROI; voit tuntea sen nopeasti.
2. Taka-rintaman tuloverojen suojaus. Seuraava domino on ennakkovaltuutuspaketteja, kieltäytymisen valitukset ja muut tuloverojen slush. Viiteenä on, että 67 % johtajista sanoo, että ennakkovaltuutus yksin tukkii tuottavuutta, ja 62 % mainitsee EHR-hallinnon kitkauden. Suuret kielimallit, jotka lukevat kartan ja auto-populoivat nämä lomakkeet, leikkaavat jo päiviä vaatimuksista ja vapauttavat henkilöstöä arvokkaampiin töihin.

Miksi nämä kaksi? Ne osuvat trifecta: matala kliininen riski, suuri työvoiman helpotus ja selkeä dollari- ja sentin perustelu. Markkinassa, jossa 68 % johtajista mainitsee henkilöstökustannukset suurimpana taloudellisena paineena, työkalut, jotka antavat tunteja takaisin ilman hoitosuunnitelman muuttamista, ovat helpoimmat “kyllä”. Itseohjautuva diagnosi tulee myöhemmin; nyt GenAI ansaitsee elantonsa tekemällä kynä ja paperi katoavat.

Kysely korostaa, että data ei ole ylin riski, josta vastaajat huolehtivat – mikä on yllättävää, koska data-ominaisuudet hallitsevat usein otsikkoja. Mitkä riskit näkevät kliinikot ja johtajat enemmän painaviksi?

Olin yllättynyt. Otsikot antavat ymmärtää, että HIPAA-rikkomukset pitävät jokaisen sairaalan CIO: n hereillä. Mutta meidän tiedot osoittavat, että vain 56 % ammattilaisista mainitsee luottamuksellisuuden yhdeksi ylin riskiksi GenAI:lle, kun taas vielä suurempi osa (57 %) huolehtii “tylsiä” kliinistä harkintaa. Se kertoo minulle, että eturintaman pelko ei ole hakkereita, vaan vastuu.

Tässä on, mitä kliinikot ja johtajat ovat ahdistuneita:

• Vastuun ruletti. Jos algoritmi ehdottaa vasta-aiheista annosta, kuka allekirjoittaa virheellisen vaatimuksen? Vastuu on epäselvä, koska vähemmän kuin yksi viidestä organisaatiosta on koodattu “sääntöjä tiellä”. Lakimiehet usein oletetaan syvimmät taskut, ja tuo epävarmuus yksin voi hidastaa innovaatiota.
• Sääntelyvaihtelu. 76 % johtajista tuntevat jo olevansa heilutetuksia muuttuvien Medicare- ja Medicaid-sääntöjen vuoksi; lisäämällä epäselvän GenAI:n siihen, on vaikea myydä sitä, kunnes ohjausjärjestelmät vakiintuvat.
• Mallin siirtymä ja harhautus. 55 % mainitsee, että harhautus alitehokkaista malleista on kriittinen riski, muistuttaen, että vanhentunut data voi olla yhtä vaarallista kuin puuttuva data.

Lyhykäisyydessä useimmat organisaatiot olettavat, että heidän palomuurinsa ovat kohtalaisen hyviä; he eivät ole selvää vastuun ketjua, kun suuren kielen mallin (LLM) tuloste päättyy hoitosuunnitelmaan. Kunnes hallintorakenteet määrittävät omistajuuden, tarkastusjäljet ja päivityssyklit, GenAI-käyttöönotto jää jumiin, riippumatta siitä, kuinka tiivis turvallisuuspaketti on.

Mielestäsi GenAI-työkalut lopulta parantavatko tai heikentävät kliinikkojen autonomiaa? Miten suunnittelemme järjestelmiä, jotka tukevat päätöksentekoa ilman sen ylittämistä?

GenAI on valmis laajentamaan, ei kutistamaan, kliinistä autonomiaa. Tällä hetkellä paljon tästä autonomiasta estetään eturintaman sihteerin järjestelyllä, ennakkovaltuutusasiakirjoilla ja EHR-akrobatiikalla. Ei ole yllättävää, että eturintaman henkilöstö asettaa “työnkulun optimoinnin” yhdeksi tärkeimmistä käyttötavoista GenAI:lle (80 % prioriteetti), vaikka vain 63 % uskoo olevansa teknisesti valmis toteuttamaan sen. Farmaseutit ja muiden terveydenhuollon ammattilaiset ovat jo panostamassa positiiviseen: 41 % ja 47 % odottavat, että GenAI leikkaa hallinnollista rasitusta riittävästi vähentääksesi tuen henkilöstön tarvetta. Vapauttaminen kliinikoita tietojen syöttämisestä tarkoittaa enemmän kasvojen aikaa potilaiden kanssa. Se on autonomia, jonka jokainen haluaa.

Silti kysely muistuttaa meitä, että autonomia leikkaa molemmat tavat, kuten olemme jo maininneet: 57 % vastaajista huolehtii, että liiallinen riippuvuus GenAI:sta voisi tylsentyä kliinistä harkintaa. Antidoti on tarkoituksenmukainen suunnittelu, ei jarru. Järjestelmien on osoitettava heidän työnsä provenienssilipuilla, viittauksilla ja luottamusluokilla, jotta ihmiset säilyttävät lopullisen sanan. Versiohallinta ja julkaisun jälkeinen seuranta pyytävät hiljaista mallin siirtymää ennen kuin se myrkyttää hoitoa, kun taas “aina näkyvät ohitusnappulat” tekevät selväksi, että algoritmi on avustaja, ei vastaanottava lääkäri.

Ohjausjärjestelmät ovat viimeinen maili. Vain 18 % ammattilaisista sanoo, että heidän organisaatiollaan on julkaistu GenAI-käytäntö. Ilman selkeää vastuun ketjua, jopa parhaat käyttökokemukset jäävät noudattamisen oikeudelliseen limboon. Vahvat käytäntöjä on oltava määriteltynä tietojen huolto, tarkastusjäljet ja roolien määrittely, jotka sosiaalistetaan lääkäreille, hoitajille ja lääkärin avustajalle, joka painaa nappulaa. Kun yhdistämme nämä ohjausjärjestelmät työnkulun suunnitteluun, GenAI lopettaa tuntumisen uhkana autonomialle ja alkaa toimia apuna, jonka kliinikot ovat anoneet.

Mikä estää eniten GenAI:n omaksumista – teknologiset rajoitukset, sääntelyinen epävarmuus, työnkulun kitka vai jotain syvempää, kuten kulttuurinen vastustus?

Se on suorituskyvyn puute, joka on kietoutunut perinteisiin kannustimiin. Useimmat terveydenhuollon johtajat voivat ilmaista selkeän GenAI-vision, mutta heidän toimintakykynsä ei ole pysynyt mukana. Meidän kysely osoittaa eron yhdessä rivissä: 80 % vastaajista asettaa “työnkulun optimoinnin” yhdeksi tärkeimmistä prioriteeteista, mutta vain 63 % uskoo olevansa valmis toteuttamaan sen. Visio on halpa; integraatioteknikot, muutoksen hallintapelaamisen kirjat ja GPU-budjetit eivät ole.

Ohjausjärjestelmät ovat seuraava kuilu. Vain 18 % ammattilaisista on edes tietoisia julkaistusta GenAI-käytännöstä sairaalassaan. Ilman selkeää tietojen käytön, validoinnin ja vastuun sääntöjä jokainen lupaava pilotti riskiää muuttua noudattamisen pomminaksi. Tuo oikeudellinen sumu on voimistunut makrotaloudellisella epävarmuudella. Itse asiassa 75 % johtajista huolehtii, että nopeasti muuttuvat osavaltion ja liittovaltion säännöt kaatavat mitä tahansa ratkaisua he toteuttavat.

Sitten tulee kaivannon kitka: lähes puolet johtajista mainitsee likaisen datan ja EHR-integroimisen paineiden olevan ensisijaisia esteitä, ja vain 42 % sanoo olevansa prosessi, jossa GenAI-työkalut kiinnitetään olemassa oleviin työnkulkuun. Jos malli ei näe karttaa tai lisää napsautuksia, kliinikot hylkäävät sen ennen lounasta.

Lopulta on “pilotti-limbo”. Useat ulkopuoliset tutkimukset arvioivat AI-pilottien onnistumisprosentin noin yhden kymmenestä. Hallitukset juhlivat demoa, julkaisevat tiedotteen ja siirtävät eteenpäin. Koska kukaan ei rahoita seuraavaa, ei-glamour-työtä. GenAI jää PowerPoint-lupaukseksi, kunnes sairaalat palkkaavat tuotepäälliköitä, jotka ovat toimittaneet ohjelmistoa aiemmin.

Lyhykäisyydessä, teknologia ja kulttuuri eivät ole erillisiä esteitä. Ne ovat yhdistyneitä. Ratkaise vastuullinen johtajuus, oikeat integraatiobudjetit, selkeät ohjausjärjestelmät, ja GenAI:n nälkä vastaa sen hypeä.

Mitä neuvoa antaisit terveydenhuollon johtajille, jotka yrittävät navigoida hypen ja tunnistaa todella arvokkaita AI-sijoituksia?

Aloita diagnoosilla, ei demon. Ennen kuin annat loistavan vasaran etsimään nauloja, määritä naula: Onko leikkaussalin käyttö laskenut 8 % kahdessa peräkkäisessä neljänneksessä? Ovathan kieltäytymisen valitukset ja EHR-hallinnon kitka imeviä tuottavuutta, ja hoitajan yksikkö kolme viettää kaksi tuntia vuorossa EHR-“vaihtoajassa” (aika, joka kuluu näytön ja tehtävien välillä)? Kun ongelma on selkeä, oikea työkalu esittäytyy itse. Kuten Sir William Osler muistutti lääketieteelliselle yhteisölle sukupolvia sitten, “Kuuntele potilasta; [he] kertoo sinulle diagnoosin”.

Kun ongelma on kiinni, kuulusta liiketoimintatapauksesta kuin CFO. Vaadi kovia numeroita: perusmittaukset, odotetut erot, ja palautusikkunat, jotka kestävät hallituksen hajuaistin. Muista, että vain noin yksi kymmenestä AI-pilottiprojektista pääsee laajamittaiseen käyttöön; jos toimittaja ei voi näyttää elävää asiakasta, joka on siirtänyt KPI: tä, josta pidät, jatka eteenpäin.

Seuraavaksi päättää, ostetaanko, rakennetaanko vai kumppanuutta. Ostaminen voi kiihdyttää aikaa arvoon, mutta varo höyryä puhuvia buzz-sanoja. Rakentaminen antaa sinulle hallinnan, mutta vain, jos sinulla on tiikeritiimin voitto- ja tappiopäällikkö, joka on toimittanut tuotantokelpoista koneoppimista aiemmin. Hybridi-kumppanuudet usein löytävät tasapainon: sinun datasi, heidän mallinsa, jaettu etu, jaettu riski.

Lopulta, priorisoi pieniä, monitoimisia tiimejä, joilla on selkeä vastuu. Ajattele kahden pizzan ryhmää, johon kuuluu CMO, CIO, tietojen insinööri ja eturintaman mestari, eikä suuria ohjausryhmiä. Kohdista heidän kannustimiaan monivuotisiin tavoitteisiin eikä lyhytaikaisiin mittareihin, ja anna heille omat infrastruktuuribudjetit – GPU: t, tietojen insinöörit, koneoppimisen operatiiviset toiminnot (MLOps) – jotta projekti etenee pilotin vaiheen ulkopuolelle.

Lopulta, mitä vastuullinen, täysin integroitu GenAI-järjestelmä näyttäisi terveydenhuollossa viiden vuoden kuluttua? Mitkä ovat merkkipaaluja, joita meidän on saavutettava, jotta pääsemme sinne?

Kuvittele käveleväsi kliniikkiin, jossa lääkäri ei koskaan käännä koskaan näppäimistöön. Keskustelu kulkee, ja häivyvä ambient-kuuntelija ottaa dialogin, luonut muistiinpanon, viittaa ohjeistuksiin perustuviin tilauksiin ja luo ennakkovaltuutuspacketin ennen kuin lääkärin käsi on ovenkahvassa. Varhaiset pilotit ovat jo osoittaneet tämän konseptin, ja 41 % kliinikoista meidän kyselyssämme sanoo, että tämä on juuri se GenAI-ominaisuus, jonka he haluavat seuraavaksi.

Mikä tekee tämän kohtauksen mahdolliseksi, ei ole tieteiskirjallisuuden robotti, vaan näkymätön arkkitehtuuri, joka yhdistää puhdas, yhteensopiva data aikarealisen orkestraatiokerroksen ja “ohjausjärjestelmät-koodina”. Meillä on vielä kotitehtävää. Sulkeakseen kuilut, ajattele ensin tietojen putkea, sitten upota ohjausjärjestelmät (ei kiinnitä ne) muuttaaksesi hypen tottumukseksi.

Merkkipaaluja tulee luonnollisesti, kun perusta on asetettu. Ensimmäisenä vuotena suosittelen, että sairaalat ja terveydenhuollon järjestelmät kytkettävät tietojen kangasta, julkaisevat yrityksenlaajuiset GenAI-ohjeet ja rakentavat MLOps-pipelinea. Toisena toteutusvuonna on tärkeää laajentaa ambienttista asiakirjoittamista ambulanssiklinikoissa, mitata asiakirjoittamisen aikaa ja iltapäivän “pajamajaika”. Kolmantena vuotena anna GenAI:lle tehtäväksi kieltäytymisen valitukset ja ennakkovaltuutuspacketit (67 % johtajista sanoi, että tämä taakka on valmis poistamiseen). Neljäntenä ja viidentenä vuotena kehittykää reaaliaikaiseen kliiniseen päätöksenteon tueen provenienssin ja lopulta keskusteluun perustuvaan hoitosuunnitelman, jossa järjestelmä suorittaa tilaukset heti, kun ne ovat lausuttu.

Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Wolters Kluwer tai lukea Tulevaisuuden valmiuden terveydenhuollon kysely Raportti.