Flaskehalser i Healthcare AI-adopsjon

Hver sektor har en mulighet til å integrere kunstig intelligens. Helsevesenet tar den langsommere veien, utviser forsiktighet og bekymring når AI fremmer andre bransjer til nye inntekts- og produktivitetshøyder. 

Hvorfor skulle ikke sektoren ønske bruk av kunstig intelligens hvis det å ha en potensielt ubegrenset mengde data kan bedre diagnostisere pasienter og effektivisere driftskommunikasjon i helseinstitusjoner? På grunn av alt bransjen omfatter, er overgangen mer kompleks enn de fleste tror.

Det enorme dataoverflateområdet

Elektronisk helsejournal (EPJ) spenner over utallige elektroniske landskap, inkludert forsikringsdatabaser, medisinske journaler og radiologisk laboratorieavbildning. Det er også mange medisinske notater som ennå ikke er digitalisert, som inneholder informasjon en AI kan finne mest innsiktsfull. Imidlertid hindrer den konkurransedyktige og konfidensielle karakteren til helsesektoren at disse dataene møtes i samme silo.

Det ville være tidkrevende og dyrt å koble sammen, og mange uavhengige helsetjenester er motvillige til å slå seg sammen for å informere om maskinlæringsalgoritmer. De vil ha kompensasjon for innsatsen dersom de utleverer dataene sine. 

Personlig identifiserende informasjon (PII) og beskyttet helseinformasjon (PHI) er delikate ressurser. Det er et grått område å overholde helsepersonvernforskrifter mens du mater et AI-datasett. Ugunstig kan AI alltid forbli mest oppdatert med gjeldende samsvar, så nøye inntasting av informasjon kan hjelpe den med å navigere denne veien trygt.

Men hvis industrien forkjemper denne hindringen, kan AI-datasett kjenne til alle kjente kurer, resepter og utbedringsplaner for enhver nåværende medisinsk situasjon. Hvordan kan sektoren overvinne denne massive spredningen av informasjon? Regelverket er nøkkelen.

AI i helsevesenet har lite eller ingen statlige standarder. Å ha dem på plass vil dempe noen bekymringer fra selv de mest fremtredende sykehusene når delegerer tid og ressurser til dette arbeidet. Å lage standarder for disse prosessene vil være en felles, dedikert innsats fra tilsynsorganer og helseinstitusjoner. Prøve-og-feil-testing med nye AI-trender som prediktiv analyse og forbedret sikkerhet vil ta tid, men standarder vil skape samhørighet og motivasjon samtidig som de eliminerer industriens bekymringer.

Pasientenes skepsis

AI brukes ikke nok i bransjen til å ha nok tilbakemeldinger fra pasienter. Det er umulig å si hvordan pasienter reagerer på kunstig intelligens som gir en diagnose eller gjenopprettingsplan tidlig i AI-helsetjenesten. Noen eksperter mener det vil være forespørsler om menneskelige leger skal være talerøret for denne informasjonsoverføringen.

Til tross for nøyaktigheten AI kunne ha over menneskelige leger på grunn av dens konstant oppdatering av databasen, har folk ikke varmet opp til en verden der teknologi erstatter dem. AI ville ikke gjøre leger foreldet - menneskelig påvirkning kan alltid gi andre meninger til dets beslutninger. 

Folk vil også informere og finjustere AI etter implementering for å sikre effektivitet og nøyaktighet – dette vil overvinne en relatert hindring med at en AI i helsevesenet blir overveldet med for mye data. Menneskelig tilsyn vil administrere dataskalering og inndata for å sikre at ingen falsk, utdatert eller unødvendig informasjon fører til at beslutninger blir partiske eller feilinformerte. Pasienter kan føle seg mer komfortable hvis leger videreformidler dette til pasienter.

Forskere må øke AI-eksponeringen til pasienter for å måle reaksjoner og tillitsevne. Bare gjennom interaktivitet kunne de se potensialet – reduserte ventetider, raskere reseptutfylling, økt diagnostisk nøyaktighet og mer balansert bemanning for å minimere utbrenthet. Dette kan vise seg spesielt gunstig, som 36 % av omsorgspersonene sier jobben deres er svært stressende.

Trimming av overhead med AI kan fremme lavere til mellomlagssykehus ettersom de sparer utallige dollar i utgifter. Dette vil tillate dem å investere i mer ekspertpersonell og bedre utstyr for å drive dem inn i en ny fremtid med bedre helsetjenester. Disse bivirkningene kan endre pasientenes sinn hvis de så den positive endringen opptre foran dem.

Det ukjente ved AI-beslutningstaking

Selv om mennesker vet hvilke data de mater inn i AI for å informere beslutninger, kan kunstig intelligens forutsi eller gjøre antakelser som fortsatt gir overraskelser. Programmerere og ingeniører eksisterer for å forklare den tekniske siden, men hvordan AI kobler prikkene mellom datapunktene er fortsatt tåkete på måter.  

Konseptet er kjent som forklarbarhet. Spørsmålet er hvordan klinikere kan jobbe med AI hvis de ikke kan forstå hvordan de kom til løsninger, spesielt hvis mennesker aldri har unnfanget svaret i historien. AI i helsevesenet kan begynne å foreslå kurer for sykdommer folk ikke hadde svar på. Det kan også identifisere trender eller symptomer, og gjøre diagnostiske sprang som strekker seg utenfor menneskelig oppfatning. 

Forskere ønsker å avdekke hvordan dette fungerer og hvordan medisinsk fagpersonell kan utvikle sterke relasjoner med AI-ressurser mens de praktiserer en sunn dose skepsis. Hvis mennesker ikke kan finne ut hvordan en kunstig intelligens kom til en umulig løsning, hvordan kan institusjoner implementere den på en pålitelig måte? Videre forskning vil løse denne flaskehalsen ved å avklare AI-behandling. 

En annen løsning i forbindelse med forskning er imidlertid en overskriving av menneskehetens oppfatninger og antakelser om AI. AI kan gjøre falske ekvivalenser og avgjørelser, men dens evne til å gi nøyaktige spådommer er ikke ubegrunnet – år med menneskelig forskning og bidrag informerer helsevesenet AI. Når denne erkjennelsen blir normalisert, kan AI-adopsjon i helse bli mer sømløs.

Motstanden mot AI i helsevesenet

Å ta i bruk infrastruktur som er like innovativ og bransjeskiftende som AI, vil revolusjonere hvordan helsepersonell tenker om feltet. Ethvert teknologisk skifte krever proaktiv, optimistisk diskurs for å belyse hvordan det vil være til nytte for sektoren og dens pasienter, samtidig som man unngår så mange veisperringer og juridiske problemer som mulig. 

Enorm nøling eksisterer fordi ingen ønsker å møte de potensielt massive kontroversene og møysommelige anstrengelsene for å implementere AI. Men hvis den brukes riktig, kan AI bringe helsevesenet til en ny tidsalder for omsorg for menneskeheten mer effektivt og nøyaktig, og øke livskvaliteten for pasienter og ansatte over hele verden.