Milloin AI:n käyttäminen terveydenhuollossa on vältettävissä

Jokaisen uuden teknologisen edistysaskeleen myötä alalla on viehättävä ajatus, että se ratkaisee kaikki alan ongelmat. Terveydenhuollossa käytettävä tekoäly on hyvä esimerkki. Teknologian edetessä sitä on otettu käyttöön lääkekehityksessä, hoidon koordinoinnissa ja korvauksissa. On olemassa monia aiheellisia käyttötarkoituksia tekoälylle terveydenhuollossa, joissa teknologia on selvästi parempi kuin mikään muu nykyisin saatavilla oleva vaihtoehto.

Tekoäly – sellaisena kuin se on tällä hetkellä – on erinomainen vain tiettyjen tehtävien suorittamisessa, kuten suurten tietomassojen ymmärtämisessä ja päätöksenteossa, joka perustuu hyvin määriteltyihin sääntöihin. Muita tilanteita, erityisesti sellaisia, joissa lisäkonteksti on välttämätöntä oikean päätöksen tekemiseksi, eivät sovellu tekoälylle. Tarkastellaan joitakin esimerkkejä.

Korvausten ja hoidon kieltäminen

Sekä korvausten että hoidon osalta kieltäminen on monimutkainen päätös, joka on liian tärkeä jätettäväksi tekoälylle yksin. Kun korvausta tai hoitoa kieltäydytään, on ilmeinen moraalinen pakote tehdä se varovasti ja perustuen tekoälyn nykyisiin kykyihin, mikä edellyttää ihmisen osallistumista.

Moraalisen puolen lisäksi terveyssuunnitelmat asettavat itsensä vaaraan, kun ne luottavat liiaksi tekoälyyn korvaus- ja hoitopäätöksissä. Suunnitelmat voivat ja ovat kohtaamassa oikeuskanneita, joissa syytetään tekoälyn väärinkäyttöä korvausten kieltämisessä, ja oikeudenkäynnit väittävät, että suunnitelmat eivät täytä lääkärin tarkastuksen vähimmäisvaatimuksia, koska tekoälyä käytettiin sen sijaan.

Luottaminen aiempiin päätöksiin

Tekoälyn luottaminen päätöksiin, jotka perustuvat ainoastaan siihen, miten se on aiemmin päättänyt, on ilmeinen virhe: yksi väärä aiempi päätös voi vaikuttaa muihin. Lisäksi, koska tekoälyjärjestelmiin vaikuttavat säännöt usein jakautuvat eri järjestelmiin tai ovat epätäydellisesti koodattuina ihmisille, tekoälyjärjestelmät voivat omaksua ja jatkossa ylläpitää epätarkkaa käsitystä näistä säännöistä. Tämän välttämiseksi organisaatioiden on luotava yhtenäinen sääntöperusta, jota tekoäly voi viitata ja oppia luotettavasta tietokannasta.

Rakentaminen perinteisten järjestelmien päälle

Suhteellisen uutena teknologiana tekoäly tuo mukanaan mahdollisuuksia, ja monet terveyssuunnitelmien data-tiede -tiimit ovat innostuneita hyödyntämään nopeasti tekoälytyökaluja, jotka on jo valmiiksi rakennettu olemassa oleviin yritysjärjestelmiin. Ongelma on, että terveydenhuollon korvausprosessit ovat erittäin monimutkaisia, ja yritysjärjestelmät eivät usein ymmärrä näiden prosessien yksityiskohtia. Tekoälyn lisääminen näihin perinteisiin järjestelmiin yhden kokoa sopivan ratkaisuna, joka ei ottaa huomioon kaikkia korvausprosessiin vaikuttavia tekijöitä, johtaa sekaannuksiin ja epätarkkuuksiin prosesseissa.

Tukeutuminen vanhaan dataan

Yksi tekoälyn suurimmista hyödyistä on, että se parantaa tehtävien suorittamista, kun se oppii. Tämä oppiminen voi kuitenkin tapahtua vain, jos on olemassa jatkuva palautekanava, joka auttaa tekoälyä ymmärtämään, mitä se on tehnyt väärin, jotta se voi sopeutua. Tämä palaute on oltava sekä jatkuva että perustua puhdasille ja tarkoille tiedoille. Tekoäly on nimittäin yhtä hyvä kuin se data, josta se oppii.

Kun tekoäly on hyödyllistä terveydenhuollossa

Tekoälyn käyttäminen alalla, jossa tulokset ovat yhtä merkittäviä kuin terveydenhuollossa, vaatii varovaisuutta, mutta se ei tarkoita, ettei tekoälyllä ole soveltamisalueita, joissa se on järkevää.

Yksi esimerkki on, että terveydenhuollossa on runsaasti dataa (kun otetaan huomioon, että yhden potilaan terveystiedot voivat olla tuhansia sivuja), ja tämän datan sisältämät mallit voivat kertoa paljon sairauksien diagnosoinnista, korvausten oikeasta myöntämisestä ja muusta. Tässä tekoäly erinomaisesti, etsimällä malleja ja ehdottamalla toimia, jotka perustuvat niihin, ja joita ihmiset voivat käyttää hyväkseen.

Toinen alue, jolla tekoäly erinomaisesti, on sääntöjen ja ohjeiden katalogisointi ja niiden ottaminen käyttöön korvausten maksamisessa. Generatiivinen tekoäly (GenAI) voidaan käyttää muuttamaan tämä sisältö eri muodoista konekieliseksi koodiksi, jota voidaan soveltaa johdonmukaisesti kaikkiin potilastapauksiin. GenAI voidaan myös käyttää tietojen yhteenvetoon ja niiden esittämiseen helposti luettavassa muodossa ihmisille.

Avainkaari kaikissa näissä soveltamisalueissa on, että tekoälyä käytetään ihmisten rinnalla, jotka valvovat sitä, eivät ohjaavat sitä yksin. Kun organisaatiot pitävät tämän idean mielessään tekoälyn käyttöönoton aikana, he ovat asemassa onnistua tässä aikakaudessa, jolloin terveydenhuolto muuttuu tekoälyn ansiosta.