Flaskehalser i adopsjonen av kunstig intelligens i helsevesenet

Hvert område har en mulighet til å integrere kunstig intelligens. Helsevesenet tar den langsommere ruten, og øver forsiktighet og bekymring ettersom kunstig intelligens fremmer andre industrier til nye høyder av inntekter og produktivitet.

Hvorfor ville ikke sektoren ønske å adoptere kunstig intelligens hvis å ha en kilde med potensielt ubegrenset data kunne bedre diagnostisere pasienter og strømlinjeformele operasjonelle kommunikasjoner i helseinstitusjoner? Fordi industrien omfatter alt, er overgangen mer komplisert enn de fleste ville tro.

Den massive dataveggen

Elektroniske helsejournaler (EHR) omfatter talløse elektroniske landskap, inkludert forsikringsdatabaser, medisinske journaler og radiologiske laboratoriebilder. Det finnes også mange medisinske notater som ennå ikke er digitalisert, som inneholder informasjon som kunstig intelligens kunne finne mest innlysning. Men den konkurranse- og konfidensielle naturen til helsevesenet forhindrer at denne data møtes i samme silo.

Det ville være tidskrevende og dyrt å koble sammen, og mange uavhengige helseinstitusjoner er motvillige til å samarbeide for å informere maskinlæringsalgoritmer. De ønsker kompensasjon for sine anstrengelser hvis de overleverer sine data.

Personlig identifiserbar informasjon (PII) og beskyttet helseinformasjon (PHI) er ømfølsomme ressurser. Det er et grått område å følge helsepersonvernregler samtidig som man mata en kunstig intelligensdatamengde. Kunsten kunne alltid holde seg oppdatert med gjeldende retningslinjer, så forsiktig informasjonsinntasting kan hjelpe den å navigere denne veien trygt.

Men hvis industrien overvinner denne hindringen, kunne kunstig intelligensdatamengder kjenne hver eneste kjent kur, resept og behandlingsplan for hver nåværende medisinsk situasjon. Hvordan kan sektoren overvinne denne massive spredningen av informasjon? Retningslinjer er nøkkelen.

Kunstig intelligens i helsevesenet har lite eller ingen statlige retningslinjer. Å ha dem på plass vil dempe noen bekymringer fra selv de mest fremtredende sykehusene når de delegere tid og ressurser til dette foretaket. Å opprette standarder for disse prosessene vil være et felles, dedikert arbeid fra reguleringer og helseinstitusjoner. Prøving og feil med nye kunstig intelligenstrender som prediktiv analyse og forbedret sikkerhet vil ta tid, men standarder vil skape kohesjon og motivasjon samtidig som de eliminerer industribekymringer.

Pasientenes skepsis

Kunstig intelligens brukes ikke nok i industrien til å ha nok pasienttilbakemelding. Det er umulig å si hvordan pasienter reagerer på kunstig intelligens som gir en diagnose eller en behandlingsplan tidlig i adopsjonen av kunstig intelligens i helsevesenet. Noen eksperter tror at det ville være forespørsler om menneskelige leger som kommunikasjonskanal for denne informasjonsoverføringen.

Til tross for nøyaktigheten kunstig intelligens kunne ha over menneskelige leger på grunn av sin konstant oppdaterte database, har folk ikke varmet opp til en verden hvor teknologi erstatter dem. Kunstig intelligens ville ikke gjøre leger overflødige — menneskelige påvirkninger kan alltid gi andre meninger til dens bestemmelser.

Også, folk vil informere og finjustere kunstig intelligens etter implementering for å sikre effektivitet og nøyaktighet — dette vil overvinne en relatert hindring av at en helsekunstig intelligens blir overveldet av for mye data. Menneskelig tilsyn vil håndtere datascaling og inndata for å sikre at ingen feil, utdaterte eller unødvendige informasjon forårsaker bestemmelser som er forvrengt eller misinformatert. Pasienter kan føle seg mer komfortable hvis leger formidler dette til pasientene.

Forskere må øke kunstig intelligens-exponering 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 kunne vise seg å være spesielt gunstig, ettersom 36% av omsorgspersoner sier at jobbene deres er høyt stressende.

Kuttende overhead med kunstig intelligens kunne fremme lavere- til midtre-nivå sykehus som de sparer ubegrenset med penger i utgifter. Dette ville tillate dem å investere i mer ekspertpersonell og bedre utstyr for å fremme dem inn i en ny fremtid med bedre helse. Disse sideeffektene kunne endre pasientenes mening hvis de så den positive endringen utvikle seg foran dem.

De ukjente aspektene ved kunstig intelligens-beslutning

Til tross for at mennesker vet hva slags data de mata inn i kunstig intelligens for å informere beslutninger, kunne kunstig intelligens forutsi eller gjøre antakelser som likevel bringer overraskelser. Programmere og ingeniører finnes for å forklare den tekniske siden, men hvordan kunstig intelligens kobler punktene mellom sine datapunkter er likevel uklar på måter.

Begrepet er kjent som forklarbarhet. Spørsmålet er hvordan kliniske ansatte kan arbeide med kunstig intelligens hvis de ikke kan forstå hvordan de kom til løsningene, spesielt hvis mennesker aldri har forestilt seg svaret i historien. Kunstig intelligens i helsevesenet kunne begynne å foreslå kur for sykdommer folk ikke hadde svar på. Den kunne også identifisere trender eller symptomer, og gjøre diagnostiske sprang som strekker seg utenfor menneskelig persepsjon.

Forskere ønsker å avdekke hvordan dette fungerer og hvordan medisinske fagfolk kan utvikle sterke relasjoner med kunstig intelligensressurser samtidig som de praktiserer en sunn dose av skepsis. Hvis mennesker ikke kan finne ut hvordan en kunstig intelligens kom til en umulig løsning, hvordan kan institusjoner implementere den pålitelig? Videre forskning vil løse denne flaskehalen ved å klargjøre kunstig intelligensbehandling.

Men en annen løsning i sammenheng med forskning er en overskriving av menneskehetens persepsjoner og antakelser om kunstig intelligens. Kunstig intelligens kan gjøre feil ekvivalenser og bestemmelser, men dens evne til å gjøre nøyaktige forutsigelser er ikke grunnløse — år med menneskelig forskning og bidrag informerer helsekunstig intelligens. Når denne realiseringen blir normalisert, kunne adopsjonen av kunstig intelligens i helse bli mer sømløs.

Motstanden mot kunstig intelligens i helsevesenet

Å adoptere infrastruktur som er like innovative og industri-forandrende som kunstig intelligens, vil revolusjonere hvordan helsepraktikere tenker om feltet. Hver teknologisk skift krever proaktiv, optimistisk diskurs for å belyse hvordan det vil benefitsiere sektoren og dens pasienter samtidig som de unngår så mange hindringer og juridiske problemer som mulig.

Enorm tøven eksisterer fordi ingen ønsker å møte de potensielt massive kontroverser og arbeidskrevende anstrengelser for å implementere kunstig intelligens. Men hvis det brukes riktig, kunne kunstig intelligens bringe helsevesenet til en ny æra med omsorg for menneskeheten mer effektivt og nøyaktig, og øke livskvaliteten for pasienter og ansatte verden over.