ИИ в здравоохранении: от обещаний к практике

Здравоохранение никогда не имело больше технологических обещаний или больше давления, чтобы оправдать их, чем сегодня.

Инновации с технологиями просто ошеломляют. Генеративный ИИ создает апелляции, суммирует клинические заметки, обеспечивает работу амбиентных инструментов и позволяет пациентам взаимодействовать с медицинскими работниками на дому. Более 96% больниц США с круглосуточным пребыванием пациентов сейчас используют системы электронных медицинских записей. Это должно быть эпохой бесшовной, интеллектуальной помощи. Но где-то между потенциалом и практикой теряется импульс.

Устаревшая инфраструктура, фрагментированное управление, усталость медицинских работников и расширяющиеся пробелы в ресурсах продолжают замедлять прогресс. Еще более сложной является тот факт, что плательщики, поставщики и пациенты продвигаются в своем собственном темпе, каждый строит цифровые возможности без единого ритма.

Между тем, давление на предоставление лучшей помощи при меньших затратах нарастает. Более 700 больниц США, многие из которых расположены в сельских районах, находятся под угрозой закрытия. Изменения в законодательстве могут еще больше сократить покрытие для миллионов человек.

В этот момент не точечные решения, а масштабные инновации могут真正 преобразовать помощь. Чтобы масштабировать инновации устойчиво, здравоохранение должно внедрить их в реальные рабочие процессы, основать их на взаимодействии, управлять ими с намерением и строить для согласованности во всей системе.

Все инновируют. Так почему все еще кажется оторванным?

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

Только одна из четырех систем имеет модели управления, чтобы ответственно управлять использованием GenAI, и большинство все еще борются с фрагментированными средами данных. Вместо того, чтобы упростить помощь, это часто добавляет больше сложности к тому, как работают медицинские работники.

Возьмем, к примеру, цикл выручки, ИИ может теперь создавать апелляции за несколько минут, но плательщики все еще обрабатывают их вручную. Это создает асимметрию и увеличивает административные затраты.

Что нужно, чтобы масштабировать ИИ в здравоохранении

Чтобы двигаться вперед, лидерам необходимо проектировать для сходимости. Это означает сделать инновации частью того, как на самом деле работает помощь: соединить точки между командами и обеспечить, чтобы каждое усилие привело к лучшим результатам для всех ключевых заинтересованных сторон.

Вот как этот сдвиг выглядит в действии:

1. Перепроектирование рабочей силы, а не ее замена

Масштабируемые инновации в здравоохранении начинаются с суровой правды: системы здравоохранения не сдвинут ситуацию, если они не переосмыслят, как на самом деле работают команды помощи. В 2024 году 57% руководителей систем здравоохранения цитируют нехватку рабочей силы как одну из главных стратегических проблем. Недостаточная готовность рабочей силы также входит в число трех главных препятствий для цифровой трансформации. Это подчеркивает широкий пробел между развертыванием и человеческой готовностью на местах.

Передовые поставщики реагируют на это различными способами:

• Они инвестируют в устойчивость рабочей силы. Медсестер обучают для гибридных, технологически обеспеченных ролей, не для того, чтобы заменить клиническое чутье, а чтобы укрепить его.
• Они развертывают инструменты GenAI, которые снижают когнитивную нагрузку. Например, амбиентная документация помогает медицинским работникам автоматизировать ведение заметок и флагировать риски повторного поступления. Суммарные сводки до визита также становятся важными, поскольку они предоставляют контекст пациента до приемов, чтобы упростить оказание помощи.
• И они возвращают время и емкость, переосмысливая рабочие процессы. Перепроектирование рабочих процессов, в сочетании с умной делегацией, имеет потенциал обеспечить экономию времени на 15-30% за смену, что достаточно, чтобы ликвидировать пробел в почти 300 000 медсестер в стационаре^[8].

Это облегчители более устойчивой модели помощи. Инновации должны быть основаны на опыте тех, кто оказывает помощь, чтобы добиться успеха.

2. Создание рамок управления изменениями для ИИ

Не существует универсального подхода для использования ИИ в здравоохранении. Это не просто еще один технологический ролл-аут.

В отличие от миграций в облако, где инфраструктура лидирует, ИИ требует, чтобы мы сначала понимали работу, что требует когнитивных способностей, что создает трение и где поддержка наиболее необходима. Центры совершенства помогают поставщикам сделать все правильно.

Эти центры формализуют управление, согласовывают рабочие процессы и обеспечивают безопасность, равенство и доверие при развертывании. Без них инновации рискует застрять на поверхности, полезной в теории, но оторванной от практики помощи.

В Джонс Хопкинсе предсказуемый инструментарий управления койками, разработанный совместно с командами первой линии, стал неотъемлемой частью ежедневного принятия решений. Это то, что такое интеграция. Чтобы ИИ масштабировался, он должен сначала вписаться в ритм помощи.

3. Снижение разрыва доверия в клиническом ИИ

Инновации не одинаково приветствуются во всем здравоохранительном предприятии. ИИ нашел свою нишу в заднем офисе здравоохранения, но в клинических условиях он все еще находит свой голос. Автоматизация быстро масштабируется, где ставки ниже, как выставление счетов и апелляции, но когда речь идет о диагностике, триаже или планировании помощи, колебания углубляются. Это понятно; медицинские работники первой линии просят доверять инструментам, которые они не помогли создать, в среде, где ошибки несут реальные человеческие издержки.

Это не означает, что клинические инновации должны прекратиться. Это означает, что они должны быть направлены по-другому.

Для того чтобы ИИ действительно повлиял на клиническую практику, он должен облегчить нагрузку на медицинских работников. Возможность заключается в поддержке медицинских работников в задачах, таких как стратификация риска здоровья населения и наблюдение, суммирование истории пациента и управление емкостью. Когда ИИ дополняет процесс принятия решений, снижает когнитивную усталость и естественно вписывается в то, как оказывается помощь, он строит доверие.

4. Переопределение ROI за пределами долларов

Нам нужно рассматривать ROI с более широкой точки зрения, если мы хотим масштабировать ИИ в здравоохранении. Когда мы определяем ROI через экономию затрат и сокращение бюджета, мы можем упустить из виду то, что действительно важно. Успех должен показать лучшие результаты и более сильную связь между медицинскими работниками и пациентами.

В среде, где так много работы, которая имеет значение, например, координация помощи, клиническое суммирование и взаимодействие между поставщиками и пациентами, не является直接о оплачиваемой, возврат на инвестиции не может измеряться только в долларах. Он должен учитывать время, возвращенное, доверие, построенное, и помощь, оказанную более вдумчиво.

Передовые системы здравоохранения начинают менять разговор. Они фокусируются на том, что улучшает помощь, а не измеряют успех только тем, что автоматизируется. Упрощаем ли мы ежедневные задачи для медицинских работников? Освобождаем ли мы время, чтобы быть с пациентами? Это вопросы, которые должны быть ответены с ясностью каждый день.

Переосмысление ИИ в здравоохранении через помощь, возглавляемую человеком

Следующий рубеж для ИИ в здравоохранении – его дополнение. Системы переходят от автоматизации заднего офиса к интеллекту, ориентированному на пациента, используя ИИ, который помогает записаться на прием, триажировать симптомы и интерпретировать долгосрочные записи, чтобы информировать решения. Спроектированные правильно, эти инструменты строят доверие, снижают когнитивную нагрузку, улучшают доступ и освобождают время для связи с пациентами.

Почти 60% руководителей здравоохранения теперь ставят GenAI в качестве одного из главных приоритетов инвестиций, и 79% остаются оптимистами относительно долгосрочного роста. Однако 70% цитируют неопределенность регулирования как главную барьер для масштабирования.

Путь вперед требует смелого лидерства со стороны поставщиков. Прогресс не будет достигнут с помощью впечатляющих развертываний или быстрых побед. Он будет достигнут благодаря работе, которая действительно продвигает систему вперед. Это включает в себя ликвидацию системных потерь, создание общих основ данных между плательщиками и поставщиками, установление прочной рамки управления изменениями и фокус на измеримой ценности, как финансовой, так и нефинансовой.

Пришло время начать формировать ИИ в нечто более фундаментальное, надежное, прозрачное и глубоко настроенное на реалии помощи. Влияние ИИ заключается в том, чтобы тихо и бесшовно обеспечивать каждый рабочий процесс, каждое решение, каждое взаимодействие. И в конце концов,真正кий прогресс заключается в том, насколько осмысленно мы приносим технологии ближе к людям, которым они предназначены.