मैथ्यू क्रोवसन, एमडी, वोल्टर्स क्लूवर हेल्थ में एआई/जेनएआई प्रोडक्ट मैनेजमेंट के निदेशक – साक्षात्कार श्रृंखला

डॉ मैट क्रोवसन एक स्वास्थ्य प्रौद्योगिकी नेता और अभ्यास करने वाले सर्जन हैं जो नैदानिक अभ्यास में कृत्रिम बुद्धिमत्ता को लागू करने पर ध्यान केंद्रित करते हैं। वह वोल्टर्स क्लूवर हेल्थ में एआई/जनरेटिव एआई उत्पाद के निदेशक हैं, जहां वह साक्ष्य संश्लेषण और वास्तविक दुनिया के डेटा विश्लेषण में सुधार के लिए पहल का नेतृत्व करते हैं। इससे पहले, उन्होंने डेलॉइट के स्वास्थ्य सेवा प्रदाता एआई अभ्यास का नेतृत्व किया, जिसमें दस्तावेजीकरण, राजस्व चक्र और अनुसंधान में सुधार के लिए जनरेटिव एआई समाधान विकसित किए गए। वह हार्वर्ड मेडिकल स्कूल में सहायक प्रोफेसर के रूप में भी कार्य करते हैं और 90 से अधिक पीयर-रिव्यूड प्रकाशनों के लेखक हैं।

वोल्टर्स क्लूवर एक वैश्विक पेशेवर जानकारी, सॉफ्टवेयर और सेवाओं का प्रदाता है, जो स्वास्थ्य सेवा, कर और लेखा, कानूनी और नियामक, वित्तीय अनुपालन और ईएसजी में ग्राहकों का समर्थन करता है। नीदरलैंड में मुख्यालय, कंपनी गहरे उद्योग विशेषज्ञता और उन्नत प्रौद्योगिकी का लाभ उठाकर उपकरण प्रदान करती है जो कार्यप्रवाह को सुव्यवस्थित करते हैं, अनुपालन सुनिश्चित करते हैं और महत्वपूर्ण निर्णय लेने का समर्थन करते हैं। इसके संचालन 180 से अधिक देशों में फैले हुए हैं, जिनमें स्वास्थ्य, कर और लेखा, कानूनी और नियामक, वित्तीय और कॉर्पोरेट अनुपालन और कॉर्पोरेट प्रदर्शन और ईएसजी जैसे विभागों में प्रस्ताव हैं।

आइए एक व्यक्तिगत प्रश्न से शुरू करें—आप अपने दोहरे भूमिकाओं को एक अभ्यास करने वाले सर्जन और एक एआई उत्पाद नेता के रूप में कैसे संतुलित करते हैं? क्या आपका नैदानिक कार्य आपके दृष्टिकोण को आकार देता है कि स्वास्थ्य सेवा में एआई क्या होना चाहिए या नहीं?

ईमानदारी से? यह निर्मम समय-बॉक्सिंग और एक औद्योगिक-ताकत कॉफी मशीन के साथ शुरू होता है। क्लिनिक की सुबह मेरी रोगी देखभाल कौशल को ईमानदार रखती है, जबकि दिन का बाकी हिस्सा उस फ्रंटलाइन दर्द को उत्पाद विशिष्टताओं में बदलने में बिताया जाता है। दो भूमिकाएं एक दूसरे को ईंधन देती हैं: एक निवासी को टाइलेनोल के लिए दस स्क्रीन पर क्लिक करने के लिए देखना मुझे बाजार अनुसंधान की आवश्यकता है।

कृत्रिम बुद्धिमत्ता (एआई) परियोजनाएं तब असफल हो जाती हैं जब कमरे में कोई व्यक्ति उस दर्द को महसूस नहीं करता है। हमारे भविष्य के तैयार स्वास्थ्य सेवा सर्वेक्षण से पता चलता है कि 80% नेताओं का कहना है कि “कार्यप्रवाह का अनुकूलन” एक शीर्ष प्राथमिकता है। फिर भी, केवल 63% का मानना है कि वे जनरेटिव एआई (जेनएआई) के साथ ऐसा करने के लिए तैयार हैं। यह एक क्लासिक रणनीति-कार्यान्वयन अंतर है जिसे डोमेन विशेषज्ञ क्लिनिकल “क्यों” पूछकर बंद कर सकते हैं trước कि वे एक पंक्ति कोड लिखें।

मेरा नैदानिक लेंस मिशन को व्यावहारिक भी रखता है। फ्रंटलाइन स्टाफ ने हमें बताया कि उनकी शीर्ष आवश्यकताएं कर्मचारी कमी (82%), प्रशासनिक ओवरहेड (77%) और जलन (76%) को ठीक करना है। यदि एक एल्गोरिदम उनमें से एक सुई को नहीं हिलाता है, तो यह सिर्फ एक नाटक है। चिकित्सक जल्दी से बाहर निकल जाते हैं।

यह लेंस मुझे यह भी सावधान करता है कि एआई कहाँ नहीं घूमना चाहिए। वास्तव में, 57% पेशेवरों को चिंता है कि जेनएआई पर अत्यधिक निर्भरता नैदानिक निर्णय लेने की क्षमता को कम कर सकती है, लेकिन केवल 18% का कहना है कि उनके संगठनों ने गार्डरेल प्रकाशित किए हैं। जब तक शासन प पकड़ नहीं लेता, तब तक आदेश स्पष्ट है: पेपरवर्क को स्वचालित करें, न कि सोच।

तो मेरे लिए, संतुलन वास्तव में कॉफी बनाम कैलेंडर नहीं है। यह एक पैर क्लिनिक में रखने के बारे में है – ताकि मैं कभी भी भूल न जाऊं कि एआई किसे परोसना है – और एक पैर उत्पाद में, ताकि ज्ञान जहाज पर चढ़े। यदि आप ऐसा करते हैं, तो कॉफी बस एक अच्छा बोनस है।

वोल्टर्स क्लूवर की भविष्य के तैयार स्वास्थ्य सेवा सर्वेक्षण रिपोर्ट जेनएआई उत्साह और कार्यान्वयन के बीच एक मजबूत अंतर को उजागर करती है। क्या आपको परिणामों में से किसी से आश्चर्य हुआ? आपको व्यक्तिगत रूप से क्या सबसे ज्यादा पसंद आया?

मुझे बिल्कुल भी आश्चर्य नहीं हुआ। मैंने कभी भी एक एंटी-ऑटोमेशन चिकित्सक से नहीं मिला। जो रोलआउट को धीमा करता है वह डर नहीं है कि कुछ “स्काईनेट इन स्क्रब्स” दृश्य है, बल्कि स्वास्थ्य सेवा के दैनिक ग्राइंड का ऑपरेशन है। सर्वेक्षण उस वास्तविकता को स्पष्ट करता है। दस में से आठ नेता कार्यप्रवाह अनुकूलन को एक शीर्ष प्राथमिकता के रूप में रैंक करते हैं, लेकिन केवल छह में से एक का मानना है कि वे जेनएआई के साथ ऐसा करने के लिए तैयार हैं। वह डेल्टा है जो मैं देखता हूं: दायित्व भूमि माइन, डेटा जो एक डेटा झील की तरह दिखता है, न कि एक जंक ड्रॉअर, और वित्तीय प्रोत्साहन जो अभी भी कुशलता की तुलना में मात्रा को पुरस्कृत करते हैं। अन्य बाधाएं भी हैं, जिनमें एक प्रशिक्षण खालीपन, शैडो-आईटी थकान और नियामक कोहरा शामिल हैं।

जो मुझे सबसे ज्यादा लगा वह यह था कि उन बाधाओं कितनी साधारण थीं। कर्मचारी कमी, प्रशासनिक खींचतान और जलन चिंता सूची में हावी हैं, लेकिन केवल 18% संगठनों में औपचारिक जेनएआई नीतियां हैं। यदि आप नहीं जानते कि किस मॉडल पर हस्ताक्षर किया जाता है या इसके आउटपुट कैसे ऑडिट किए जाते हैं, तो उत्साह मर जाता है। इसके अलावा, 68% उत्तरदाताओं का कहना है कि श्रम लागत उनका सबसे बड़ा वित्तीय दबाव है, और यह कोई आश्चर्य नहीं है कि कार्यकारी लोग जेनएआई में निवेश करने से पहले लाभप्रदता का प्रमाण चाहते हैं। शीर्षक नहीं है “एआई पैनिक”, यह है “महान विचार—मुझे कार्यप्रवाह और व्यवसाय मामला दिखाएं।”

सर्वेक्षण में शामिल अधिकांश स्वास्थ्य पेशेवरों को लगता है कि जेनएआई नैदानिक निर्णय लेने की क्षमता को कम कर सकता है। क्या आप सोचते हैं कि यह डर वैध है—या यह विश्वास और पारदर्शिता के बारे में गहरी चिंताओं को दर्शाता है?

कुछ चिंता वास्तविक है, लेकिन इसका कम से कम संबंध है कि कोई विज्ञान-कथा डर है कि एक प्रकार का एआई होगा जो नियंत्रण से बाहर हो जाएगा। जब एक उपकरण विभेदक निदान प्रदान करता है, तो आपको स्पष्ट प्रोवेनेंस की आवश्यकता होती है: सिफारिश कहां से आई, किसने हस्ताक्षर किए, और यह कैसे ऑडिट किया जाता है? आज, केवल एक छोटा सा अल्पसंख्यक संगठनों में औपचारिक जेनएआई शासन है। इसलिए, चिकित्सक सावधानी से आगे बढ़ते हैं। यह हमारे डेटा में 57% के रूप में दिखाई देता है जो कहते हैं “अत्यधिक निर्भरता नैदानिक निर्णय लेने की क्षमता को कम कर सकती है।” मुझे लगता है कि वे नहीं चाहते कि एक ब्लैक बॉक्स उनके लाइसेंस का अभ्यास करने में हस्तक्षेप करे।

मैं इस मुद्दे को एक ऐतिहासिक दृष्टिकोण से देखता हूं। जब वित्त विभागों में स्प्रेडशीट आए, तो कुछ लेखाकारों ने चिंता व्यक्त की कि उनकी विश्लेषणात्मक मांसपेशियां कमजोर हो जाएंगी। इसके बजाय, स्प्रेडशीट सॉफ्टवेयर वित्त में एक नया आधार बन गया, जो सटीकता के लिए मंजिल को ऊपर ले गया। स्वास्थ्य सेवा में एक समान छलांग की कमी है; हम देखभाल में परिवर्तनशीलता के कारण बहुत से मरीजों को खो देते हैं; चिकित्सा त्रुटि अभी भी चोट और मृत्यु का एक प्रमुख कारण है। जेनएआई की सुपरपावर उन त्रुटि बार को संकीर्ण करने में हो सकती है जो दिशानिर्देशों को सतह पर लाती है, विरोधाभासों को उजागर करती है और अपवादों को तेजी से संकेत देती है जो किसी मानव द्वारा चार्ट के माध्यम से छानने से अधिक तेजी से हो सकता है। लेकिन यह एक सहायक के रूप में रहना चाहिए, न कि एक स्वायत्त निर्णय लेने वाला, खासकर जब यह अगले तीन से पांच साल की खिड़की में हो।

तो हां, डर वैध है, लेकिन यह हल करने योग्य है। पारदर्शी डेटासेट, ऑडिट ट्रेल और मानव-इन-द-लूप चेकपॉइंट “एआई क्षरण” को “एआई संवर्द्धन” में बदल देते हैं। चिकित्सकों को ट्रेसेबल सिफारिशें और स्पष्ट जवाबदेही की रेखाएं दें, और वह 57% पिघल जाएगा। यह विशेषज्ञता को बदलने के बारे में नहीं है; यह इसे बेहतर उपकरणों के साथ संवर्द्धित करने के बारे में है।

केवल 18% उत्तरदाताओं का कहना है कि वे अपने संगठनों में स्पष्ट जेनएआई नीतियों के बारे में जानते हैं। जेनएआई टूल्स को बिना ऐसे शासन के तैनात करने के संभावित जोखिम क्या हैं?

इसे एक नए दवा के बिना एक डोजिंग लेबल लॉन्च करने की तरह सोचें। स्वास्थ्य सेवा डेटा अत्यधिक संवेदनशील हैं, और जेनएआई मॉडल केवल तभी स्मार्ट होते हैं जब वे संरक्षित स्वास्थ्य जानकारी (पीएचआई)-समृद्ध संदर्भ को अवशोषित करते हैं। सख्त डेटा स्टीवर्डशिप नीतियों के बिना जो यह निर्धारित करती है कि कौन सी जानकारी अपलोड कर सकता है, यह कैसे लॉग किया जाता है और यह कहां रहता है, एक संगठन केवल एक क्लिपबोर्ड स्नैपशॉट दूर एक गोपनीयता उल्लंघन से है जो हेडलाइन बना सकता है।

दायित्व अगला भूमि माइन है। जब एक एल्गोरिदम एक विरोधाभासी खुराक की कल्पना करता है, तो कौन दुर्भाग्य का दावा खाता है? विक्रेता, अस्पताल, या चिकित्सक जो “स्वीकार” पर क्लिक करता है? अभी यह उत्तर धुंधला है क्योंकि कम से कम एक पांचवें संगठनों में “नियमों की सड़क” के लिए सांकेतिक भाषा है। एक खालीपन में, वकील अक्सर गहरे जेब की ओर मुड़ते हैं, और यह अनिश्चितता अकेले नवाचार को रोक सकती है।

शासन मॉडल ड्रिफ्ट और शांत पक्षपात जैसे सूक्ष्म जोखिमों से भी बचाता है। एक ऑन्कोलॉजी बॉट जो पिछली तिमाही के दिशानिर्देशों पर प्रशिक्षित है, चुपचाप पुराना हो सकता है, देखभाल को साक्ष्य-आधारित रेल से दूर कर सकता है। नीतियां जो संस्करण नियंत्रण, परिणाम निगरानी और सूर्यास्त ट्रिगर को अनिवार्य करती हैं, एल्गोरिदम को सुरक्षा खतरों में उम्र बढ़ने से रोकती हैं।

अंत में, विश्वास दांव पर है। चिकित्सकों को लगता है कि जेनएआई पर अत्यधिक निर्भरता उनकी नैदानिक निर्णय लेने की क्षमता को कम कर सकती है; अस्पष्ट उपकरणों को लुढ़काने से केवल उन चिंताओं की पुष्टि होती है। स्पष्ट शासन, डेटा वंशावली पर पारदर्शिता, सत्यापन प्रोटोकॉल और मानव-इन-द-लूप चेकपॉइंट “ब्लैक बॉक्स” चिंता को एक सहायक साथी के रूप में एआई के प्रति विश्वास में बदल देते हैं, न कि एक आवारा निवासी।

वोल्टर्स क्लूवर और ओआर में आपके काम के आधार पर, स्वास्थ्य सेवा में जेनएआई के लिए सबसे वास्तविक निकट अवधि का उपयोग क्या है?

रोबोट सर्जन को भूल जाएं। अगले तीन वर्षों में, जेनएआई का सबसे बड़ा अवसर प्रशासनिक विनाश है। दो लेन पहले से ही साबित हो रही हैं:

1. फ्रंट-ऑफ-हाउस नोट-लेखन। एंबियंट सुनने वाले उपकरण अब एक डॉक्टर के साथ बात करते समय प्रगति नोट का मसौदा तैयार करते हैं, फिर इसे सीधे इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) में डालते हैं। हमारे सर्वेक्षण से पता चलता है कि 41% उत्तरदाता इसे अपनी जेनएआई इच्छा सूची में रखते हैं, और प्रौद्योगिकी पहले से ही शुरुआती गोद लेने वाले स्वास्थ्य प्रणालियों में लाइव है। कई अध्ययनों से पता चलता है कि एंबियंट डिक्टेशन सिस्टम संज्ञानात्मक भार को 51% और रात के समय “पजामा समय” को 60% से अधिक कम कर सकते हैं। यह एक कठिन आरओआई है; आप इसे जल्दी से महसूस कर सकते हैं।
2. बैक-ऑफिस राजस्व संरक्षण। अगला डोमिनो पूर्व-प्राधिकरण पैकेट, अस्वीकृति अपील पत्र और अन्य राजस्व-चक्र स्लज है। संदर्भ के लिए, 67% नेताओं का कहना है कि पूर्व-प्राधिकरण अकेले उत्पादकता को घुटने टेकने का कारण बनता है, और 62% ईएचआर प्रशासनिक खींचतान को बुलाते हैं। बड़े भाषा मॉडल जो चार्ट पढ़ते हैं और इन फॉर्म को स्वचालित रूप से भरते हैं, पहले से ही दावों को दिनों से मुक्त कर रहे हैं और उच्च मूल्य वाले काम के लिए कर्मचारियों को मुक्त कर रहे हैं।

इन दो क्यों? वे निम्न नैदानिक जोखिम, उच्च कार्यबल राहत, और स्पष्ट डॉलर-और-सेंट जस्टिफिकेशन का त्रिफेक्टा मारते हैं। एक बाजार में जहां 68% कार्यकारी लोग श्रम लागत को अपना शीर्ष वित्तीय दबाव के रूप में सूचीबद्ध करते हैं, जो घंटों को वापस देते हुए बिना देखभाल योजना को बदले हुए टूल्स के लिए “हां” कहना आसान है। स्वायत्त निदान बाद में आएगा; अब, जेनएआई अपने रखरखाव को कम करने वाले क्लिपबोर्ड को बनाने से कमाता है।

सर्वेक्षण में यह उल्लेख किया गया है कि डेटा जोखिम शीर्ष जोखिम के रूप में नहीं है—जो आश्चर्यजनक है क्योंकि डेटा गोपनीयता अक्सर हेडलाइन बनाती है। चिकित्सक और प्रशासक किन जोखिमों को अधिक दबाव महसूस करते हैं?

मैं भी आश्चर्यचकित था। हेडलाइन हमें यह विश्वास दिलाने के लिए कहती हैं कि हिपपा उल्लंघन हर अस्पताल सीओ को रात में जागने का कारण बनता है। हालांकि, हमारे डेटा से पता चलता है कि केवल 56% पेशेवर गोपनीयता को एक शीर्ष जेनएआई जोखिम के रूप में उद्धृत करते हैं, जबकि एक बड़ा हिस्सा (57%!) “नैदानिक निर्णय लेने” को कम करने के बारे में चिंतित है। यह मुझे बताता है कि फ्रंटलाइन डर नहीं है हैकर्स, यह जवाबदेही है।

यहां क्या चिकित्सक और प्रशासक पसीना बहा रहे हैं:

• दायित्व रूलेट। यदि एल्गोरिदम देखभाल को पाठ्यक्रम से दूर ले जाता है, तो कौन दुर्भाग्य का दावा खाता है? स्पष्ट नियमों और मानकों की कमी 55% के साथ संकेत देती है कि वास्तविक चिंता कानूनी ब्लास्ट रेडियस के बारे में है।
• नियामक झूला। 76% नेता पहले से ही बदलते मेडिकेड और मेडिकेयर नियमों से थके हुए महसूस करते हैं; जेनएआई को उस पर परत करना एक कठिन बिक्री है जब तक कि गार्डरेल सOLID नहीं हो जाती।
• मॉडल ड्रिफ्ट और पूर्वाग्रह। 55% प्रतिभागियों ने कम प्रशिक्षित मॉडल से पूर्वाग्रह को एक महत्वपूर्ण जोखिम के रूप में चिह्नित किया, जो यह याद दिलाता है कि स्टेल डेटा मissing डेटा के रूप में खतरनाक हो सकता है।

संक्षेप में, अधिकांश संगठन मानते हैं कि उनकी फायरवॉल ठीक हैं; वे नहीं जानते कि एक बड़े भाषा मॉडल (एलएलएम) आउटपुट देखभाल योजना में समाप्त होने पर कौन सा मालिक है। जब तक शासन ढांचे मालिकाना, ऑडिट ट्रेल और अद्यतन कैडेंस को स्पष्ट नहीं करते हैं, जेनएआई रोलआउट रुके रहेंगे, चाहे सुरक्षा स्टैक कितना भी कसा हुआ क्यों न हो।

क्या आप सोचते हैं कि जेनएआई टूल्स अंततः चिकित्सक स्वायत्तता को बढ़ाएंगे या कम करेंगे? हम कैसे डिजाइन करें कि सिस्टम निर्णय लेने का समर्थन करें बिना इसे अधिक करने के?

जेनएआई चिकित्सक स्वायत्तता को विस्तारित करने के लिए तैयार है, न कि सिकोड़ें। अभी भी, बहुत सारी स्वायत्तता इनबॉक्स ट्राइएज, पूर्व-प्राधिकरण कागजी कार्रवाई और ईएचआर जिम्नास्टिक से बाधित है। कोई आश्चर्य नहीं कि फ्रंटलाइन स्टाफ जेनएआई के लिए अपना शीर्ष उपयोग केस “कार्यप्रवाह का अनुकूलन” (80% प्राथमिकता) के रूप में रैंक करता है, हालांकि केवल 63% तकनीकी रूप से तैयार महसूस करते हैं। फार्मासिस्ट और सहयोगी स्वास्थ्य पेशेवर पहले से ही अपसाइड पर दांव लगा रहे हैं: 41% और 47% का अनुमान है कि जेनएआई प्रशासनिक वसा को इतना काट देगा कि सहायक कर्मचारियों की आवश्यकता कम हो जाएगी। चिकित्सकों को डेटा एंट्री से मुक्त करने का अर्थ है रोगियों के साथ अधिक चेहरे का समय। यही स्वायत्तता हर कोई चाहता है।

फिर भी, सर्वेक्षण हमें याद दिलाता है कि स्वायत्तता दोनों तरीकों से काटती है क्योंकि हम पहले से ही छू चुके हैं: 57% उत्तरदाताओं को लगता है कि जेनएआई पर अत्यधिक निर्भरता नैदानिक निर्णय लेने की क्षमता को कम कर सकती है। एंटीडोट विचारशील डिजाइन है, न कि थ्रॉटल-बैक। सिस्टम को अपना काम दिखाना चाहिए, प्रोवेनेंस फ्लैग, उद्धरण और आत्मविश्वास स्कोर के साथ, ताकि मानव अंतिम मध्यस्थ बने रहें। संस्करण नियंत्रण और पोस्ट-तैनाती निगरानी शांत मॉडल ड्रिफ्ट को पकड़ लेती है इससे पहले कि यह देखभाल पथों को जहर दे। “हमेशा दिखाई देने वाले ओवरराइड” बटन यह स्पष्ट करते हैं कि एल्गोरिदम एक सहायक है, न कि उपस्थित।

शासन अंतिम मील है। केवल 18% पेशेवरों का कहना है कि उनके संगठन में एक प्रकाशित जेनएआई नीति है। स्पष्ट जवाबदेही की श्रृंखला के बिना, यहां तक कि सबसे अच्छा उपयोगकर्ता अनुभव भी कानूनी लिम्बो में अटक जाएगा। मजबूत नीतियों को डेटा स्टीवर्डशिप, ऑडिट ट्रेल और भूमिका विभाजन को स्पष्ट करने की आवश्यकता है जो चिकित्सकों, नर्सों और उस चिकित्सक सहायक के साथ सामाजिक हो जो बटन दबाता है। जब हम उन गार्डरेल को कार्यप्रवाह-मूल डिजाइन के साथ जोड़ते हैं, तो जेनएआई स्वायत्तता के लिए खतरा महसूस करना बंद कर देता है और चिकित्सकों के लिए एक सह-पायलट के रूप में कार्य करना शुरू कर देता है जिसके लिए वे तरस रहे हैं।

क्या सबसे ज्यादा अपनाने को रोक रहा है—प्रौद्योगिकी सीमाएं, नियामक अनिश्चितता, कार्यप्रवाह घर्षण, या कुछ गहरा, जैसे सांस्कृतिक प्रतिरोध?

यह एक कार्यान्वयन घाटा है जो विरासत प्रोत्साहन में लिपटा है। अधिकांश स्वास्थ्य प्रणाली नेता एक चिकनी जेनएआई दृष्टि को व्यक्त कर सकते हैं, लेकिन उनकी ऑपरेटिंग मांसपेशियां नहीं पकड़ी है। हमारे सर्वेक्षण से पता चलता है कि डिस्कनेक्ट एक पंक्ति में है: 80% उत्तरदाता “कार्यप्रवाह का अनुकूलन” को एक शीर्ष प्राथमिकता के रूप में रैंक करते हैं, फिर भी केवल 63% का मानना है कि वे इसे जेनएआई के साथ करने के लिए तैयार हैं। दृष्टि सस्ती है; एकीकरण इंजीनियर, परिवर्तन प्रबंधन प्लेबुक और जीपीयू बजट नहीं हैं।

शासन अगला सिंकहोल है। केवल 18% पेशेवरों को अपने अस्पताल में एक प्रकाशित जेनएआई नीति के बारे में पता है। स्पष्ट डेटा उपयोग, मान्यकरण और दायित्व नियमों के बिना, हर वादा भरा पायलट एक अनुपालन ग्रेनेड का जोखिम बना हुआ है। यह कानूनी कोहरा मैक्रो अनिश्चितता द्वारा बढ़ाया जाता है। वास्तव में, 75% नेताओं को चिंता है कि तेजी से बदलते राज्य और संघीय नियम उनके द्वारा रोल आउट किए जाने वाले किसी भी समाधान को बाधित करेंगे।

फिर ट्रेंच-स्तर का घर्षण आता है: लगभग आधे कार्यकारी गंदे डेटा और ईएचआर एकीकरण को NIGHTMARE के रूप में उद्धृत करते हैं, और केवल 42% का कहना है कि उनके पास मौजूदा कार्यप्रवाह में जेनएआई टूल्स को बोल्ट करने की प्रक्रिया है। यदि मॉडल चार्ट देख नहीं सकता है या क्लिक जोड़ता है, तो चिकित्सक इसे दोपहर के भोजन से पहले छोड़ देंगे।

अंत में, “पायलट पुर्गेटरी” है। कई बाहरी अध्ययन एआई पायलटों को उद्यम स्तर पर स्नातक होने की सफलता दर को लगभग एक में से दस के रूप में चिह्नित करते हैं। बोर्ड डेमो का जश्न मनाते हैं, एक प्रेस विज्ञप्ति जारी करते हैं और आगे बढ़ते हैं। क्योंकि कोई भी बाद के अनग्लामोरस प्लंबिंग कार्य को वित्तपोषित नहीं करता है। जेनएआई एक पावरपॉइंट वादा बना रहेगा जब तक कि अस्पताल उन लोगों के साथ कर्मचारी न हों जिन्होंने पहले सॉफ्टवेयर को जहाज पर चढ़ाया हो।

संक्षेप में, तकनीक और संस्कृति अलग-अलग ब्लॉक नहीं हैं। वे जुड़े हुए हैं। जिम्मेदार नेतृत्व, वास्तविक एकीकरण बजट, स्पष्ट गार्डरेल और जेनएआई के लिए भूख को हल करें और तकनीक अपने हYPE से मेल खाएगी।

आप जेनएआई प्रणालियों को व्यावहारिक, साक्ष्य-आधारित परिणामों पर केंद्रित बनाने के लिए काम करते हैं। स्वास्थ्य सेवा में जेनएआई में निवेश करने का प्रयास करने वाले स्वास्थ्य सेवा नेताओं को आप क्या सलाह देंगे?

एक निदान के साथ शुरू करें, न कि एक डेमो। जेनएआई में निवेश करने से पहले एक चमकदार हथौड़ा की तलाश न करें, पहले उस नाखून को गिनें। क्या ऑपरेटिंग रूम उपयोगिता दो सीधे तिमाहियों में 8% नीचे है? क्या अस्वीकृति अपील लंबित हैं और राजस्व से खून बह रहा है? क्या नर्स यूनिट तीन एक पाली में दो घंटे ईएचआर “टॉगल समय” (स्क्रीन और कार्यों के बीच स्विच करने में बिताया गया समय) पर बिता रही है? एक बार जब आप दर्द को स्पष्ट कर लें, तो सही उपकरण अपना परिचय देने की संभावना रखता है। जैसा कि सर विलियम ओस्लर ने चिकित्सा समुदाय को पीढ़ियों पहले याद दिलाया, “रोगी से सुनें; [वह] आपको निदान बताएगा।”

समस्या को पिन करने के साथ, व्यवसाय के मामले की जांच करें जैसे कि एक सीएफओ। कठिन संख्या मांगें: बेसलाइन मेट्रिक्स, परियोजना डेल्टा, और पेबैक विंडो जो एक बोर्डरूम स्निफ्ट परीक्षण को बचाते हैं। याद रखें कि लगभग एक में से दस एआई पायलट उद्यम स्तर पर स्नातक होते हैं; यदि विक्रेता एक लाइव ग्राहक को दिखाने में असमर्थ है जिसने आपकी परवाह के केपीआई को स्थानांतरित किया है, तो आगे बढ़ें।

इसके बाद, खरीदने, बनाने या साझेदारी करने का फैसला करें। खरीदने से समय-बाजार में तेजी आ सकती है, लेकिन वेपरवेयर को बाज़वुड में तैयार रहने दें। निर्माण नियंत्रण प्रदान करता है, लेकिन केवल तभी जब आपके पास एक टाइगर-टीम लाभ और हानि मालिक है जिसने पहले उत्पादन मशीन लर्निंग को जहाज पर चढ़ाया है। हाइब्रिड साझेदारी अक्सर संतुलन मारती है: आपका डेटा, उनका मॉडल, साझा अपसाइड, साझा जोखिम।

अंत में, छोटे, बहुउद्देशीय टीमों को प्राथमिकता दें जिनमें स्पष्ट जवाबदेही है। एक दो-पिज़्ज़ा स्क्वाड के बारे में सोचें जिसमें सीएमओ, सीआईओ, डेटा इंजीनियरिंग प्रमुख और एक फ्रंटलाइन चैंपियन शामिल हैं, न कि बड़े स्टीयरिंग समितियों के। उनके प्रोत्साहनों को कई वर्षों के परिणाम लक्ष्यों से जोड़ें, और उन्हें एक समर्पित बुनियादी ढांचे के बजट—जीपीयू, डेटा इंजीनियरिंग, मशीन लर्निंग ऑपरेशंस (एमएलओपीएस)—दें ताकि परियोजना पायलट चरण से आगे बढ़ सके।

अंत में, आगे देखें: एक जिम्मेदार, पूरी तरह से एकीकृत जेनएआई प्रणाली एक अस्पताल सेटिंग में पांच साल से अधिक समय में कैसी दिखेगी? हमें वहां पहुंचने के लिए किन मील के पत्थर को मारने की आवश्यकता है?

एक क्लिनिक में प्रवेश करने की कल्पना करें जहां डॉक्टर कभी कीबोर्ड में नहीं घूमता है। बातचीत बहती है, और एक विवेकपूर्ण एंबियंट-सुनने वाला एजेंट संवाद को कैप्चर करता है, एक नोट का मसौदा तैयार करता है, दिशानिर्देश-आधारित ऑर्डर को ट्रिगर करता है, और पूर्व-प्राधिकरण पैकेट तैयार करता है इससे पहले कि डॉक्टर का हाथ दरवाजे पर हो। शुरुआती पायलट पहले से ही अवधारणा को साबित कर रहे हैं, और हमारे सर्वेक्षण में 41% चिकित्सकों का कहना है कि यह सprecisely जेनएआई सुविधा है जो वे अगली चाहते हैं।

जो उस दृश्य को संभव बनाता है वह विज्ञान-कथा रोबोटिक्स नहीं है; यह एक अदृश्य वास्तुकला है जो स्वच्छ, इंटरऑपरेबल डेटा को वास्तविक समय ऑर्केस्ट्रेशन परत और “शासन-के-कोड” के साथ जोड़ती है। हमें अभी भी होमवर्क करना है। अंतराल को बंद करने के लिए, डेटा प्लंबिंग पर पहले सोचें, फिर गार्डरेल (बोल्टिंग उन पर) को एम्बेड करें और हYPE को आदत बनाएं।

मील के पत्थर स्वाभाविक रूप से एक बार जब नींव सेट हो जाती है। पहले वर्ष में, मैं अस्पतालों और स्वास्थ्य प्रणालियों की सिफारिश करता हूं कि वे डेटा फैब्रिक को तार दें, व्यापार-व्यापी जेनएआई दिशानिर्देश प्रकाशित करें और एक एमएलओपीएस पाइपलाइन बनाएं। दूसरे वर्ष में, एम्बुलेटरी क्लीनिकों में एम्बियंट प्रलेखन को स्केल करना महत्वपूर्ण है, प्रलेखन समय और रात के समय “पजामा समय” को मापें। तीसरे वर्ष में, जेनएआई को अस्वीकृति अपील और पूर्व-प्राधिकरण पैकेट (67% नेताओं ने कहा कि यह बोझ समाप्त करने के लिए तैयार है) के लिए मसौदा तैयार करने दें। चौथे और पांचवें वर्ष में, वास्तविक समय नैदानिक निर्णय समर्थन के साथ विकसित हों और अंततः बातचीत-आधारित देखभाल योजना जहां प्रणाली बोलते ही आदेश निष्पादित करती है।

धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें वोल्टर्स क्लूवर पर जाना चाहिए या भविष्य के तैयार स्वास्थ्य सेवा सर्वेक्षण रिपोर्ट पढ़नी चाहिए।