ИИ в здравоохранении: от обещаний к практике

Никогда еще здравоохранение не имело стольких технологических перспектив и не подвергалось столь сильному давлению в плане их реализации, как сегодня.

Инновации в области технологий поражают воображение. Генеративный ИИ составляет апелляции, обобщает клинические записи, обеспечивает работу инструментов для управления окружающей средой и обеспечивает взаимодействие с пациентами на дому. Более 96% стационарных больниц США теперь используют ЭМК-системы. Это должна быть эпоха бесперебойной и разумной медицинской помощи. Но где-то между потенциалом и практикой импульс теряется.

Устаревшая инфраструктура, фрагментированное управление, усталость персонала и растущий дефицит ресурсов продолжают замедлять прогресс. Ещё более сложным является тот факт, что плательщики, поставщики медицинских услуг и пациенты развиваются в своём собственном темпе, каждый из которых наращивает цифровые возможности без единой общей тональности.

Между тем, давление, требующее предоставления более качественной медицинской помощи при меньших затратах, растёт. Более 700 больниц в США, многие из которых расположены в сельской местности, находятся в состоянии… риск закрытия. Законодательные изменения могут способствовать дальнейшему развитию сокращение покрытия для миллионов.

В настоящее время по-настоящему преобразовать здравоохранение могут не точечные решения, а масштабные инновации. Для устойчивого масштабирования инноваций здравоохранение должно интегрировать их в реальные рабочие процессы, обеспечить их совместимость, целенаправленно управлять ими и обеспечивать согласованность действий в рамках всей системы.

Все внедряют инновации. Так почему же всё ещё ощущается оторванность от реальности?

Проблема возникает, когда инновации возникают изолированно. Системы здравоохранения экспериментируют с GenAI и цифровыми инструментами, но без общей инфраструктуры или согласованности на уровне всего предприятия эти пилотные проекты редко масштабируются.

Только в одной из четырех систем имеются модели управления, позволяющие ответственно управлять использованием GenAI, и большинство из них по-прежнему сталкиваются с фрагментированными средами данных. Вместо того чтобы упрощать лечение, это часто усложняет работу врачей.

Возьмём, к примеру, цикл сбора доходов: ИИ теперь может генерировать апелляции за считанные минуты, но плательщики по-прежнему обрабатывают их вручную. Это создаёт асимметрию и увеличивает административные расходы.

Что необходимо для масштабирования ИИ в здравоохранении

Чтобы двигаться вперёд, лидеры должны планировать конвергенцию. Это означает, что инновации должны стать частью того, как на самом деле работает система здравоохранения: необходимо объединять усилия разных команд и добиваться лучших результатов для всех ключевых заинтересованных сторон.

Вот как этот сдвиг выглядит в действии:

1. Перестройка рабочей силы, а не ее замена

Масштабируемые инновации в здравоохранении начинаются с суровой истины: системы здравоохранения не смогут изменить ситуацию, пока не переосмыслят принципы работы медицинских бригад. В 2024 году 57% руководителей систем здравоохранения назвали нехватку кадров одной из основных причин. главная стратегическая проблемаНедостаточная готовность рабочей силы также входит в тройку главных препятствий цифровое преобразование. Это подчеркивает широко распространенный разрыв между развертыванием и готовностью людей на местах.

Дальновидные поставщики реагируют по-разному:

• Они инвестируют в устойчивость рабочей силы. Медсестры повышают свою квалификацию для выполнения гибридных, технологичных ролей не для того, чтобы заменить клиническую интуицию, а для того, чтобы ее укрепить.
• Они внедряют инструменты GenAI, снижающие когнитивную нагрузку. Например, документирование окружающей среды помогает врачам автоматизировать ведение заметок и отмечать риски реадмиссии. Краткие обзоры перед приемом также становятся важными, поскольку они отражают ситуацию пациента перед приемом и позволяют оптимизировать оказание медицинской помощи.
• И они экономят время и ресурсы, переосмысливая рабочие процессы. Реорганизация рабочего процесса в сочетании с интеллектуальным делегированием имеет потенциал для доставки Экономия времени за смену составляет 15–30 %, что достаточно для устранения нехватки почти 300 000 стационарных медсестер.^[8].

Это факторы, способствующие созданию более устойчивой модели ухода. Для успеха инновации должны основываться на опыте тех, кто оказывает помощь.

2. Создание структур управления изменениями для ИИ

Универсального подхода к использованию ИИ в здравоохранении не существует. Ведь это не просто очередное внедрение технологии.

В отличие от миграции в облако, где ведущую роль играет инфраструктура, ИИ требует от нас сначала понимания сути работы, того, что требует когнитивных способностей, что создаёт трудности и где поддержка нужна больше всего. Центры передового опыта помогают поставщикам услуг добиться этого.

Эти центры формализуют управление, координируют рабочие процессы и обеспечивают безопасность, равноправие и доверие при внедрении. Без них инновации рискуют застрять на поверхности, будучи полезными в теории, но оторванными от практики оказания медицинской помощи.

В Университете Джонса Хопкинса панель управления предиктивным распределением коек, разработанная совместно с командами передовой линии, стала неотъемлемой частью ежедневного принятия решений. Именно так выглядит интеграция. Для масштабирования ИИ необходимо сначала… вписаться в ритм ухода.

3. Преодоление дефицита доверия в клиническом ИИ

Инновации не всегда приветствуются в сфере здравоохранения. ИИ прочно обосновался в бэк-офисах, но в клинических условиях он всё ещё находит своё применение. Автоматизация быстро масштабируется там, где ставки ниже, например, при выставлении счетов и подаче апелляций, но когда дело доходит до диагностики, сортировки пациентов или планирования лечения, сомнения становятся ещё сильнее. Это вполне объяснимо: врачей передовой линии просят доверять инструментам, которые они не участвовали в разработке, в условиях, где ошибки приводят к реальным человеческим потерям.

Это не значит, что клинические инновации следует прекратить. Это значит, что их необходимо направлять по-другому.

Чтобы искусственный интеллект действительно изменил клиническую практику, он должен снизить нагрузку на врачей. Это возможно благодаря поддержке врачей в таких задачах, как стратификация и мониторинг рисков для здоровья населения, составление анамнеза пациентов и управление ресурсами. Когда искусственный интеллект дополняет процесс принятия решений, снижает когнитивную усталость и органично вписывается в процесс оказания медицинской помощи, он укрепляет доверие.

4. Переосмысление рентабельности инвестиций за пределами долларов

Для масштабирования применения ИИ в здравоохранении необходимо рассматривать окупаемость инвестиций (ROI) в более широком контексте. Определяя ROI через экономию средств и сокращение бюджета, мы можем упустить из виду то, что действительно важно. Успех должен демонстрировать лучшие результаты и более тесную связь между врачами и пациентами.

В условиях, когда значительная часть важной работы, такой как координация лечения, составление клинических заключений и взаимодействие между поставщиками медицинских услуг и пациентами, не подлежит прямой оплате, окупаемость инвестиций нельзя измерять только в долларах. Она должна учитывать сэкономленное время, построенное доверие и более продуманное оказание медицинской помощи.

Прогрессивные системы здравоохранения начинают менять подходы. Они фокусируются на том, что улучшает качество медицинской помощи, а не оценивают успех исключительно по уровню автоматизации. Упрощаем ли мы повседневные задачи врачей? Освобождаем ли мы время для общения с пациентами? На эти вопросы необходимо чётко отвечать каждый день.

Переосмысление ИИ в здравоохранении посредством ухода под руководством человека

Следующим рубежом развития ИИ в здравоохранении становится его дополнение. Системы переходят от автоматизации бэкэнда к интеллектуальным технологиям, ориентированным на пациента, используя ИИ для планирования лечения, сортировки симптомов и интерпретации данных длительного наблюдения для принятия обоснованных решений. При правильном проектировании эти инструменты укрепляют доверие, снижают когнитивную нагрузку, улучшают доступ и освобождают время для общения с пациентами.

Почти 60% руководителей компаний здравоохранения теперь считают GenAI одним из главных инвестиционных приоритетов, а 79% сохраняют оптимизм в отношении долгосрочного роста. Тем не менее, 70% называют регуляторную неопределенность одним из факторов. ключевой барьер для масштабирования.

Путь вперёд требует от поставщиков услуг смелого лидерства. Прогресс не будет достигнут благодаря эффектным внедрениям или быстрым победам. Он будет достигнут благодаря работе, которая действительно продвигает систему вперёд. Это включает в себя устранение системных потерь, создание общих баз данных для плательщиков и поставщиков, внедрение эффективной системы управления изменениями и ориентацию на измеримую ценность, как финансовую, так и нефинансовую.

Пришло время превратить ИИ в нечто более фундаментальное, надежное, прозрачное и глубоко адаптированное к реалиям здравоохранения. Влияние ИИ заключается в незаметной и бесперебойной реализации каждого рабочего процесса, каждого решения, каждого взаимодействия. И в конечном итоге, реальный прогресс заключается в том, насколько эффективно мы приближаем технологии к тем людям, которым они призваны служить.