Rob Moorey, 臨床エンジニアリング担当社長、TRIMEDX Rob Moorey 臨床エンジニアリング担当社長、TRIMEDX

次の世代のHTM専門家のための専門知識をAIで保存する

経験豊富なヘルスケアテクノロジー管理（HTM）専門家は、サービスマニュアルに記載されていない数十年の知識を持ちます。それは、数千の医療機器のトラブルシューティングを行った後、機器の動作の微妙なパターンを認識し、経験に基づいて最も効果的な解決策を選択することによって発達した直感です。約3分の1のHTM専門家は55歳以上です。これらのベテラン技術者が退職に近づくにつれて、HTM業界は、人員の交代を超えた課題に直面しています。蓄積された専門知識を保存する必要があります。ヘルスケア組織は、既に高齢化した労働力、新しいバイオメディカル技術者の限られたパイプライン、および複雑化する医療技術に直面しています。新しい才能を募集することは不可欠ですが、組織はまた、知識をより効果的に転送し、技術者の開発を加速し、機器の信頼性を維持する方法を見つける必要があります。思慮深く実施された人工知能（AI）は、これらの目標を達成するのに役立ちます。AIは、臨床工学における判断、問題解決能力、または関係を定義するものを置き換えることはありません。ただし、貴重な知識をよりアクセスしやすくし、経験豊富な技術者が影響力を拡大し、新しい世代がより迅速に学び、自信を持って働くことを可能にします。数十年の経験を組織的資産に変えるHTMに直面する最大のリスクは、単に経験豊富な技術者が退職することではありません。それは、数十年の実践的な知識が彼らとともに退職することです。技術者は、キャリアを通じて、文書化されたものだけでは存在しない洞察を発達させます。彼らは繰り返し発生する機器の問題を覚えており、さまざまなデバイスモデルが時間の経過とともにどのように動作するかを理解し、ハンズオンの経験から得られるトラブルシューティングのテクニックを発見します。歴史的に、これらの知識の多くは、指導または経験豊富な同僚と一緒に働く年月を通じて非公式に共有されました。AIは、これらの専門知識をより多く保存する機会を創造します。修理の歴史、トラブルシューティングのアプローチ、サービスドキュメント、および歴史的なメンテナンスデータを整理することで、AIは、機器の問題を解決するために必要な知識やガイダンスを提供することができます。技術者は、記憶に頼ることなく、または経験豊富な同僚が利用可能になるのを待たなくても、必要なときにすぐにアクセスできるようになります。ただし、テクノロジーだけは、方程式のただ1つの部分です。有効なAIは、高品質のリアルワールドのサービスデータと、それを有意義な洞察に変換する専門知識を持つ組織に依存しています。信頼できるデータがない場合、AIは信頼できるガイダンスを提供できません。新しい技術者がより迅速に学ぶのを支援する知識を保存することは、今日の新しい技術者が医療機器がさらに接続され、ソフトウェア駆動型で、技術的に進歩しているという現実を理解する上で重要です。ハンズオンの経験は、常に臨床工学の基盤であり続けるでしょう。しかし、AIは、学習曲線を短縮するのに役立ちます。技術者が未知のデバイスの問題に遭遇した場合、AIは、関連するサービス情報、歴史的な修理データ、および推奨されるトラブルシューティングのステップへのアクセスを迅速化することができます。ドキュメントを検索したり、支援を待ったりする時間を節約できるため、技術者はより効率的に問題を解決し、自身の専門知識を構築し続けることができます。調査によると、多くの若者は、日常生活でAIを使用しています。新しい技術者は、HTMワークフローに同様の機能を組み込むことで、より迅速に学び、自信を持って働くことができます。経験豊富な技術者に、高い価値の仕事をする時間を与えるワークフォースにAIを組み込むと、ヘルスケア組織が直面する別の現実にも対処できます。経験豊富な技術者は、ますます多くのタスクを負担しています。管理的な責任、文書化、および技術情報の検索は、臨床医を支援し、重要な医療機器のメンテナンスに費やすことができる時間を消費しています。AIは、これらのルーティンワークをストリームライン化することで、情報の検索を迅速化し、関連する文書化をサーフェス化し、トラブルシューティングのワークフローを簡素化するのに役立ちます。これらの効率性は、業界全体で人員が減少するにつれて、ますます重要になります。将来のタレントパイプラインを強化する知識を保存することは、HTMの将来を準備するためのただ1つの部分です。この職業は、才能のある個人を引き続きこの分野に引き付ける必要があります。今日の学生は、ソフトウェア、自動化、人工知能を含むキャリアに惹かれます。これは、臨床工学が、先進的なテクノロジーが直接患者ケアを改善する職業であることを示す機会です。現代のHTM専門家は、機器のメンテナンスだけを担当しません。彼らは、接続された医療テクノロジー、サイバーセキュリティ、予測分析、および機器が安全で信頼性が高く、患者が必要とするときに利用可能であることを保証するための、ますます複雑化するデジタルツールを使用します。AIは、この進化を強化します。見習い、技術教育プログラム、およびその他のワークフォース開発イニシアチブと組み合わせて、AIは、HTMを、先進的なテクノロジーを使用してヘルスケアに実質的な違いをもたらす創造的なキャリアパスとして位置付けます。AIへの信頼を築くAIの採用は、技術者がテクノロジーを信頼する場合にのみ成功します。調査によると、ほとんどのアメリカ人はまだAIを完全に信頼していません。ヘルスケアは、高いリスクの環境であり、機器のパフォーマンスは直接患者ケアに影響します。AIによって生成された推奨事項は、専門家の判断を置き換えるべきではありません。組織は、人間がすべての臨床工学上の決定に対して責任を負うことを保証するための明確なガバナンスを確立する必要があります。リーダーは、AIの使用方法についてオープンにコミュニケーションを取り、トレーニングを提供し、推奨事項を検証し、導入中に技術者のフィードバックを求める責任があります。信頼は、約束ではなく、時間の経過とともに一貫したパフォーマンスと責任ある展開を通じて築かれます。人を中心に据える臨床工学は、常に、協力、経験、健全な判断力に基づく、人を中心とした職業でした。技術者は、単に医療機器を修理するのではなく、臨床医と協力し、複雑な問題を解決し、予期せぬ状況に適応し、批判的思考力と専門的知識を必要とする決定を下します。これらの特性は、AIによって複製されることはありません。代わりに、AIは、知識をよりアクセスしやすくし、ルーティンワークを軽減し、技術者がキャリアを通じて迅速に発展するのを支援するツールとして機能する必要があります。ヘルスケア組織が将来の大きな労働力の変化に備えるにつれて、専門知識を保存することは、新しい才能を募集することと同等の重要性を持つようになります。組織がAIを使用して機関の知識を保存し、技術者をエンパワーメントし、指導を強化することで、安全で信頼性の高い患者ケアをサポートするための堅牢なHTMワークフォースを構築することができます。