Connect with us

Het aanpakken van AI-scepsis in de gezondheidszorg: het overwinnen van obstakels voor veilige communicatie

Gezondheidszorg

Het aanpakken van AI-scepsis in de gezondheidszorg: het overwinnen van obstakels voor veilige communicatie

mm

Gezondheidszorgleiders zijn enthousiast om AI te omarmen, deels om gelijke tred te houden met concurrenten en andere industrieën, maar vooral om de efficiëntie te verhogen en de patiëntervaring te verbeteren. Echter, slechts 77% van de gezondheidszorgleiders vertrouwt daadwerkelijk op AI om hun bedrijf te laten groeien.

Terwijl AI-chatbots uitstekend zijn in het afhandelen van routine-taken, het verwerken van gegevens en het samenvatten van informatie, maakt de streng gereguleerde gezondheidszorgindustrie zich vooral zorgen over de betrouwbaarheid en nauwkeurigheid van de gegevens die in en door deze tools worden geïnterpreteerd. Zonder een juist gebruik en medewerkersopleiding, worden gegevenslekken een extra dringende bedreiging.

Desondanks plannen 95% van de gezondheidszorgleiders om hun AI-begrotingen met maximaal 30% te verhogen in 2025, waarbij grote taalmodellen (LLM’s) als een van de meest vertrouwde tools naar voren komen. Naarmate LLM’s volwassener worden, hebben 53% van de gezondheidszorgleiders al formele beleidsregels geïmplementeerd om hun teams te helpen zich aan te passen, en nog eens 39% plant om beleidsregels binnenkort te implementeren.

Voor gezondheidszorgverleners die hun communicatiediensten met AI willen stroomlijnen, maar nog steeds huiverig zijn om dit te doen, zijn hier enkele aanbevelingen voor het overwinnen van de meest voorkomende obstakels.

1.   Train AI met betrouwbare medische bronnen

Hoewel gezondheidszorgleiders mogelijk niet rechtstreeks betrokken zijn bij de training van AI, moeten ze een cruciale rol spelen bij de supervisie van de implementatie. Ze moeten ervoor zorgen dat chatbot-aanbieders hun AI trainen en regelmatig bijwerken met geloofwaardige bronnen.

De rijke, gestructureerde gegevens die worden vastgelegd door verplichte elektronische gezondheidsdossiers (EHR’s) bieden een enorme repository van digitale gezondheidsgegevens die nu als basis kunnen dienen voor het trainen van AI-algoritmen. Geavanceerde LLM’s kunnen medisch onderzoek, technische analyse, literatuuronderzoeken en kritische beoordelingen begrijpen. Echter, in plaats van deze tools met alle gegevens tegelijk te trainen, toont nieuw bewijs aan dat het focussen op een kleinere hoeveelheid intersecties de AI-prestaties maximaliseert en de trainingskosten laag houdt.

2.   Zorg voor HIPAA-compliante gegevenspraktijken

De Health Insurance Portability and Accountability Act (HIPAA) schetst normen voor de bescherming van gevoelige patiëntgegevens (PHI). Om in overeenstemming te zijn met deze regelgeving, moeten gezondheidszorgleiders ervoor zorgen dat derde partijen:

  • Slechts de minimale hoeveelheid PHI verzamelen die nodig is om het doel van de chatbot te vervullen.
  • Toegang tot PHI alleen verlenen aan geautoriseerd personeel met sterke wachtwoord- en verificatiebeleid.
  • Robuuste encryptietechnieken gebruiken om PHI te beschermen, zowel in rust als in transit.
  • Noodzakelijke gegevens opslaan op HIPAA-compliante servers met sterke toegangscontrole.
  • Ervoor zorgen dat ze overeenkomsten voor zakenrelaties (BAAs) ondertekenen om te voldoen aan HIPAA.
  • Vragen naar hun reactieplan voor beveiligingsincidenten.

Gezondheidszorgleiders die deze tools gebruiken, moeten regelmatig toegangsrapporten controleren – een stap die ook gemakkelijk kan worden geautomatiseerd met AI – en waarschuwingen sturen naar het management als ongebruikelijke activiteit optreedt.

Bovendien moeten ze duidelijke en geïnformeerde toestemming van patiënten verkrijgen voordat ze hun PHI verzamelen en gebruiken. Wanneer ze toestemming vragen, moeten ze communiceren hoe patiëntgegevens zullen worden gebruikt en beschermd.

3.   Goed ontworpen interfaces die workflows verbeteren

Een van de grootste obstakels bij de overgang naar verplichte EHR’s was de gebruiksvriendelijkheid van de technologie. Artsen waren on tevreden met de hoeveelheid tijd die ze besteedden aan administratieve taken toen ze zich aanpasten aan de ingewikkelde workflows, waardoor hun risico op professionele burn-out en de kans op het maken van fouten die de patiëntbehandeling kunnen beïnvloeden, toenam.

Wanneer ze samenwerken met derde partijen, moeten ze een demo en een tweede mening vragen voordat ze een AI-platform of software-oplossing selecteren. Vergeet niet te vragen of hun product aanpasbaar is aan de huidige programma’s, zodat ze de kant-en-klare functies kunnen integreren die het beste bij hun workflows passen.

Gebruikergerichte ontwerp en gestandaardiseerde gegevensformaten en -protocollen zullen helpen om een naadloze informatie-uitwisseling tussen gezondheidszorgtechnologie en AI-platforms te faciliteren. Met deze standaarden op hun plaats, kunnen AI-algoritmen zinvol worden geïntegreerd in de klinische zorg in verschillende gezondheidszorgomgevingen. Gevestigde protocollen helpen ook deze tools beter te laten functioneren door de interoperabiliteit te faciliteren en toegang te bieden tot grotere, meer diverse datasets.

4.   Juist gebruik en medewerkersopleiding

Een studie uit 2024 vond dat medisch advies dat werd verstrekt door ‘menselijke artsen en AI’ in feite uitgebreider was, maar minder empathisch dan dat wat werd verstrekt door ‘menselijke artsen’ alleen. Om de kloof te overbruggen, moeten gezondheidszorgleiders de mogelijkheden en beperkingen van AI begrijpen en ervoor zorgen dat er een juiste menselijke supervisie en interventie is.

Gezondheidszorgleiders kunnen chatbots integreren in hun websites en patiënt-apps om gebruikers direct toegang te bieden tot medische informatie, waardoor ze zelfdiagnose en gezondheidseducatie kunnen ondersteunen. Deze tools kunnen patiënten tijdig herinneren om hun recepten aan te vullen, waardoor patiënten zich beter aan hun behandelingsplannen kunnen houden. Ze kunnen ook helpen bij het classificeren van patiënten op basis van de ernst van hun aandoening, waardoor gezondheidszorgverleners hun zaken kunnen prioriteren en middelen efficiënt kunnen toewijzen.

Desondanks kunnen deze tools nog steeds hallucineren en het is essentieel dat een menselijke validator betrokken is bij complexe taken. Werk samen met derde partij-experts om uw visie voor AI-communicatietools te definiëren en uw gewenste workflows te creëren. Zodra u overeenstemming bereikt over uw use cases, bieden operationele en culturele veranderingsprocessen – zoals Kotter’s 8-stappen veranderingsproces – een roadmap voor het onboarden van medewerkers, waardoor uiteindelijk de patiëntresultaten worden verbeterd.

5.   Vraag de chatbot om fouten te detecteren

Geen enkele zakenleider wil fouten maken, maar de gezondheidszorgindustrie is een omgeving met hoge inzet waar zelfs kleine fouten ernstige gevolgen kunnen hebben. Toch zijn zelfs de beste clinici niet immuun voor medische fouten. AI kan een krachtig instrument zijn om de patiëntenzorg te verbeteren door fouten te detecteren en lacunes op te vullen.

Een onderzoek uit 2023 onderzoek dat GPT-4 gebruikte om een gesprek tussen een patiënt en een clinicus te transcriberen en samen te vatten, en de chatbot later gebruikte om het gesprek op fouten te controleren, ving een fout op in de body mass index (BMI) van de patiënt. De chatbot merkte ook op dat de patiëntnotities geen bloedonderzoeken vermeldden die waren besteld, noch de reden voor het bestellen ervan.

Dit voorbeeld geeft aan dat AI kan worden gebruikt als een aanvulling om artsen te helpen bij het omgaan met AI-hallucinaties, weglatingen en fouten die kunnen worden gebruikt om AI-toepassingen te trainen en te verbeteren.

Gezondheidszorg-AI bestaat om artsen en verpleegkundigen te ondersteunen, workflows te vereenvoudigen, de toegang van patiënten tot zorg te verbeteren en oversichten te minimaliseren. Hoewel ze de empathie, intuïtie en praktische ervaring van menselijke gezondheidszorgverleners niet volledig kunnen vervangen, bieden deze tools uitstekende analytische en tijdbesparende voordelen. Wanneer gezondheidszorgleiders de tijd nemen om zorgvuldig te voldoen aan de HIPAA-regelgeving, transparante communicatie met patiënten en een juiste medewerkersopleiding, kunnen ze deze tools veilig en met vertrouwen implementeren.

Nate MacLeitch, oprichter en CEO van QuickBlox, is een zeer ervaren zakenman met een diverse achtergrond in branches zoals telecom, media, software en technologie. Hij begon zijn carrière als handelsvertegenwoordiger voor de staat Californië in Londen en heeft sindsdien sleutelfuncties bekleed, waaronder hoofd van de verkoop bij WIN Plc (nu Cisco) en COO bij Twistbox Entertainment (nu Digital Turbine). Momenteel is hij CEO van QuickBlox, een toonaangevend AI-communicatieplatform. Buiten zijn werkervaring om is Nate actief betrokken als adviseur en investeerder in startups zoals Whisk.com, Firstday Healthcare en TechStars. Hij heeft diploma's van UC Davis en The London School of Economics and Political Science (LSE).