Pentru a transforma sănătatea și științele vieții, inteligența artificială trebuie să fie de încredere

Inteligența artificială (IA) devine rapid o parte integrantă a organizațiilor de sănătate și științe ale vieții. Cu toate acestea, majoritatea organizațiilor o utilizează în mod fragmentat, mai degrabă decât să o scalizeze pentru a îmbunătăți semnificativ performanța la nivelul întregii organizații. Printre provocări se numără faptul că IA în aceste industrii trebuie să îndeplinească standardele cele mai înalte de calitate, confidențialitate și fiabilitate și trebuie să fie de încredere.

Uneltele de inteligență artificială bazate pe modele de limbaj mari (LLM) sunt puternice, dar majoritatea LLM-urilor nu sunt proiectate pentru cerințele operațiunilor din sănătate și științele vieții. Ele pot produce ieșiri inconsistente și performanța lor poate varia pe măsură ce informațiile și contextul se schimbă. În special, IA cu scop general este antrenată pe date publice largi, cu o curățare medicală limitată și nu este construită pentru a îndeplini cerințele medicale, științifice sau de reglementare.

Aceste probleme sunt inacceptabile în operațiuni unde deciziile au nu numai consecințe financiare, ci și clinice, științifice, juridice și, în final, umane.

Rezultatul final: este nevoie de un standard mai înalt de inteligență artificială.

Dacă organizațiile din sănătate și științele vieții doresc să utilizeze IA pentru a-și transforma operațiunile comerciale și reglementate, au nevoie de o IA de încredere.

Ce este necesar pentru a crea o inteligență artificială de încredere

Inteligența artificială de încredere produce rezultate fiabile, funcționează consistent pe măsură ce datele se schimbă și este conformă și justificabilă.

Atingerea acestui obiectiv necesită atât expertiză științifică, cât și tehnică, precum și o abordare riguroasă care ia în considerare fiecare aspect al proiectării, utilizării și monitorizării responsabile a IA. Cum arată acest lucru în practică?

Primul pas este să înțelegem obiectivul final: care este cerința utilizatorului final pe care soluția IA trebuie să o îndeplinească și ce reprezintă succesul? Acest lucru implică înțelegerea rolurilor celor care vor utiliza soluția IA, nevoilor și fluxurilor de lucru ale acestora, precum și obiectivelor comerciale pe care aceștia doresc să le atingă sau cerințelor de reglementare cu care trebuie să se conformeze.

Aceste detalii vor ajuta la informarea deciziilor tehnice cheie, cum ar fi alegerea modelelor adecvate pentru soluția IA, proiectarea cadrului de validare și stabilirea metricilor împotriva cărora soluția va fi evaluată.

Sistemele de încredere iau, de asemenea, în considerare expertul din buclă de la începutul procesului de proiectare, nu ca o gândire ulterioară. Acest lucru implică utilizarea experților umani – inclusiv experți clinici, științifici, de reglementare și comerciali – pentru a se asigura că soluția IA este proiectată și implementată corect și pentru a considera modul în care soluția va afecta munca unui utilizator final.

Desigur, încrederea nu este câștigată doar la etapa de proiectare – ea trebuie menținută pe tot parcursul vieții soluției IA. Mecanisme precum roțile de date IA sau buclele de învățare care actualizează în mod continuu modelele cu noi date pentru a le menține actuale, ajută soluțiile IA să rămână relevante, precise și de încredere. Învățarea prin întărire și limitatoarele programate în soluțiile IA pot, de asemenea, să ajute la menținerea performanței în cadrul unui set definit de reguli.

Apliții în lumea reală

IA este deja adoptată și de încredere și are un impact în cazuri reale de utilizare pentru unele dintre cele mai mari companii din domeniul științelor vieții.

Într-un caz, o companie farmaceutică de top a căutat să îmbunătățească modul în care se angajează cu profesioniștii din domeniul sănătății (HCP) în multiple mărci și piețe. Capacitatea companiei de a se angaja cu HCP și de a optimiza strategiile de marketing a fost împiedicată de provocări precum problemele de gestionare a datelor, lipsa de informații la nivel de client și dificultățile de adaptare.

Compania a implementat o soluție de angajament omnicanal. A combinat semnale predictive pentru angajarea HCP cu recomandări “următoarea cea mai bună acțiune” care au ajutat echipele să decidă cum să tempereze outreach-ul și ce acțiuni de urmărire să ia. Compania a înregistrat o îmbunătățire de patru ori a capacității sale de a identifica pacienții de valoare ridicată, precum și creșteri de 20% și 36% ale numărului de pacienți noi pentru două dintre mărcile sale.

Un alt exemplu este reprezentat de revizuirile literaturii necesare pentru dezvoltarea medicamentelor. Realizarea acestor revizuiri poate dura luni și necesită o expertiză de domeniu profundă, o planificare minuțioasă, un efort manual semnificativ și multe altele. Ele pot fi, de asemenea, dificil de scalat și pot fi sensibile la erori.

Soluțiile IA pot automatiza porțiuni majore ale revizuirilor literaturii, de la dezvoltarea protocolului la căutarea și selecția, extragerea datelor și analiza și raportarea. Pentru orice lucru pe care soluția IA îl efectuează, cercetătorii sau alții pot examina logica din spatele fiecărei decizii.

Acum, cu IA, revizuirile care au durat luni pot fi finalizate în doar câteva zile și cu mai puține erori. Într-un caz, o soluție IA a ajutat o mare companie farmaceutică să atingă un ecran inițial pentru un caz de revizuire a literaturii științifice de șapte ori mai rapid decât procesul manual tradițional. Acest lucru a condensat timpul de ecranare estimat de la 20 de zile la mai puțin de trei zile.

IA creează, de asemenea, noi posibilități în acest domeniu. De exemplu, a permis companiilor să creeze “revizuiri vii” care pot fi actualizate în mod continuu cu cele mai recente date publicate.

Colaborarea este esențială

Crearea de soluții IA de încredere pentru sănătate și științele vieții necesită o combinație de expertiză pe care nicio organizație nu o poate furniza singură. De aceea, companii cu mentalitate similară colaborează, reunind cunoștințele tehnice și de domeniu necesare pentru a crea sisteme IA complete și validate care pot fi scalate atât în fluxurile de lucru reglementate, cât și în cele comerciale.

Un partener tehnic potrivit, de exemplu, aduce adâncimea ingineriei și o experiență extinsă pentru a implementa și rula IA la scară întreprindere. Ei pot furniza modele deschise pentru a oferi transparența de care IA de încredere are nevoie și componente software care permit o construire mai rapidă a soluțiilor IA. Și experiența lor în crearea de soluții IA de încredere pentru alte industrii poate ajuta la anticiparea provocărilor și la consolidarea proiectării.

Pe partea de domeniu, un colaborator eficient aduce nu numai o expertiză profundă în dezvoltarea clinică și comercializare, ci și o experiență dovedită în crearea de soluții IA de încredere. Ei au ingredientele esențiale necesare pentru a crea aceste soluții, cum ar fi expertiza în știința datelor, cunoștințe de reglementare și o istorie de utilizare în siguranță și responsabilă a datelor. Dar ei pot oferi și mai mult pentru a sprijini implementarea IA, de la o disponibilitate de a contesta benchmark-urile publice pentru a se asigura că soluția IA funcționează așa cum se așteaptă, la resurse precum ingineri care pot ajuta la integrarea soluțiilor IA în fluxurile de lucru ale utilizatorilor finali, ținând cont de configurațiile și politicile sistemului IT unic al utilizatorului final.

Schimbarea modului în care se desfășoară munca

IA nu este doar un alt instrument pentru organizațiile din sănătate și științele vieții. Dacă este făcută corect, ea schimbă modul în care se desfășoară munca și modul în care se rezolvă problemele. IA de încredere, în special, dovedește deja că poate scurta termenele, îmbunătăți precizia și ajuta echipele să abordeze cu mai multă agilitate provocări complexe, reimaginând fluxurile de lucru pentru era IA.

Pe măsură ce IA trece de la generarea de insight-uri la luarea deciziilor și executarea fluxurilor de lucru complexe, organizațiile care adoptă această evoluție vor putea debloca noi modele de funcționare care le vor face mai eficiente, mai informate și mai receptive la cerințele în schimbare rapidă din sănătate și științele vieții.