स्वास्थ्य सेवा में एआई से कब बचना चाहिए

जब कोई नई तकनीकी प्रगति किसी उद्योग में प्रवेश करती है, तो अक्सर उस नए खिलौने को उस उद्योग की सभी समस्याओं का समाधान मान लिया जाता है। स्वास्थ्य सेवा में एआई एक अच्छा उदाहरण है। जैसे ही तकनीक आगे बढ़ती रही, इसका उपयोग दवा विकास, देखभाल समन्वय और प्रतिपूर्ति जैसे उपयोग के मामलों के लिए किया गया है। स्वास्थ्य सेवा में एआई के लिए कई वैध उपयोग के मामले हैं, जहां तकनीक वर्तमान में उपलब्ध किसी भी विकल्प से बहुत बेहतर है।

हालांकि, एआई – जैसा कि यह आज खड़ा है – केवल कुछ कार्यों में उत्कृष्टता प्राप्त करता है, जैसे कि बड़े डेटा सेट को समझना और अच्छी तरह से परिभाषित नियमों के आधार पर निर्णय लेना। अन्य स्थितियों, विशेष रूप से जहां सही निर्णय लेने के लिए अतिरिक्त संदर्भ आवश्यक है, एआई के लिए उपयुक्त नहीं हैं। आइए कुछ उदाहरणों पर गौर करें।

दावों और देखभाल को अस्वीकार करना

चाहे वह दावे के लिए हो या देखभाल के लिए, अस्वीकृति जटिल निर्णय हैं, और उन्हें एआई द्वारा अकेले संभालने के लिए बहुत महत्वपूर्ण है। जब दावे या देखभाल को अस्वीकार करना हो, तो नैतिक दृष्टिकोण से यह आवश्यक है कि इसे सावधानी से किया जाए, और एआई की वर्तमान क्षमताओं के आधार पर, इसके लिए मानव इनपुट की आवश्यकता होती है।

नैतिकता के अलावा, स्वास्थ्य योजनाएं एआई पर बहुत अधिक निर्भर करती हैं जब वे दावों को अस्वीकार करने के निर्णय लेती हैं। योजनाएं, और उन पर मुकदमे चलाए जा रहे हैं, मुकदमा एआई का उपयोग करके दावों को अस्वीकार करने का आरोप लगाते हैं, क्योंकि चिकित्सक की समीक्षा के न्यूनतम आवश्यकताओं को पूरा नहीं किया गया है क्योंकि एआई का उपयोग किया गया था।

पिछले निर्णयों पर भरोसा करना

केवल पिछले निर्णयों के आधार पर एआई पर भरोसा करने में एक स्पष्ट दोष है: यदि पिछले निर्णय में एक गलती हुई है, तो वह आगे के निर्णयों को प्रभावित करेगी। इसके अलावा, नीति नियम जो एआई को सूचित करते हैं अक्सर प्रणालियों में वितरित किए जाते हैं या मानव द्वारा असंपूर्ण रूप से परिभाषित किए जाते हैं, एआई प्रणाली इन नीतियों की एक असटीक समझ को अपना लेती है और फिर उसे आगे बढ़ाती है। इसे避ने के लिए, संगठनों को एक एकल स्रोत नीति सत्य बनाने की आवश्यकता है, ताकि एआई संदर्भ और एक विश्वसनीय डेटासेट से सीख सके।

विरासत प्रणालियों पर निर्माण करना

एक अपेक्षाकृत नई तकनीक के रूप में, एआई एक संभावना की भावना लाता है, और कई स्वास्थ्य योजना डेटा विज्ञान टीमें जल्दी से उस संभावना का लाभ उठाने के लिए उत्सुक हैं मौजूदा उद्यम प्लेटफार्मों में निर्मित एआई टूल्स का लाभ उठाकर। समस्या यह है कि स्वास्थ्य दावा प्रक्रियाएं बहुत जटिल हैं, और उद्यम प्लेटफ़ॉर्म अक्सर इन जटिलताओं को नहीं समझते हैं। इन विरासत प्लेटफ़ॉर्म पर एआई को चिपकाना (जो दावा निर्णय को प्रभावित करने वाले विभिन्न कारकों के लिए एक आकार-फिट-सभी समाधान के रूप में काम नहीं करता है) भ्रम और असटीकता पैदा करता है, न कि अधिक कुशल प्रक्रियाएं बनाता है।

पुराने डेटा पर भरोसा करना

एआई का एक सबसे बड़ा लाभ यह है कि यह कार्यों को समन्वयित करने में तेजी से बेहतर हो जाता है क्योंकि यह सीखता है, लेकिन यह सीखने केवल तभी हो सकता है जब एक निरंतर प्रतिक्रिया पाश होता है जो एआई को समझने में मदद करता है कि उसने क्या गलत किया है ताकि वह उसे समायोजित कर सके। उस प्रतिक्रिया को न केवल निरंतर होना चाहिए, बल्कि यह साफ और सटीक डेटा पर आधारित होना चाहिए। आखिरकार, एआई उतना ही अच्छा है जितना डेटा जिससे यह सीखता है।

जब स्वास्थ्य सेवा में एआई लाभकारी है

स्वास्थ्य सेवा क्षेत्र में एआई का उपयोग, जहां आउटपुट उतने ही परिणामी हैं, सावधानी की आवश्यकता है, लेकिन इसका मतलब यह नहीं है कि ऐसे उपयोग के मामले नहीं हैं जहां एआई समझ में आता है।

एक के लिए, स्वास्थ्य सेवा में डेटा की कोई कमी नहीं है (विचार करें कि एक व्यक्ति का चिकित्सा रिकॉर्ड हजारों पृष्ठों का हो सकता है), और उस डेटा के भीतर के पैटर्न हमें बीमारी के निदान, दावों को सही ढंग से निर्णय लेने और अधिक के बारे में बहुत कुछ बता सकते हैं। यह वह जगह है जहां एआई उत्कृष्टता प्राप्त करता है, पैटर्न की तलाश में और मानव समीक्षकों द्वारा चलने के लिए कार्रवाई का सुझाव देता है।

एक और क्षेत्र जहां एआई उत्कृष्टता प्राप्त करता है वह है नीतियों और नियमों को सूचीबद्ध करना और निगलना जो दावों के भुगतान को नियंत्रित करते हैं। जनरेटिव एआई (GenAI) का उपयोग इस नीति सामग्री को विभिन्न प्रारूपों से मशीन-Readable कोड में परिवर्तित करने के लिए किया जा सकता है जो सभी रोगी दावों में लगातार लागू किया जा सकता है। GenAI का उपयोग जानकारी को सारांशित करने और इसे मानव द्वारा समीक्षा के लिए एक आसान-टू-पढ़ने वाले प्रारूप में प्रदर्शित करने के लिए भी किया जा सकता है।

इन सभी उपयोग के मामलों में एक मुख्य धागा यह है कि एआई को मानव द्वारा पर्यवेक्षण के लिए एक सह-पायलट के रूप में उपयोग किया जा रहा है, न कि अपने आप शो चला रहा है। जब तक संगठन एआई को लागू करते समय इस विचार को ध्यान में रख सकते हैं, वे इस युग में सफल होने की स्थिति में होंगे जिसमें स्वास्थ्य सेवा एआई द्वारा परिवर्तित हो रही है।