Препятствия в принятии искусственного интеллекта в здравоохранении

Каждая отрасль имеет возможность интегрировать искусственный интеллект. Здравоохранение движется более медленным темпом, проявляя осторожность и беспокойство, поскольку ИИ продвигает другие отрасли к новым высотам доходов и производительности.

Почему отрасль не хочет принять ИИ, если наличие огромного количества потенциально неограниченных данных может лучше диагностировать пациентов и оптимизировать оперативные коммуникации в медицинских учреждениях? Потому что отрасль включает в себя все, что делает переход более сложным, чем многие считают.

Огромная поверхность данных

Электронные медицинские записи (ЭМЗ) занимают бесчисленные электронные ландшафты, включая базы данных страховых компаний, медицинские записи и радиологические лабораторные изображения. Также существует множество медицинских заметок, которые еще не оцифрованы и содержат информацию, которую ИИ мог бы найти наиболее проницательной. Однако конкурентная и конфиденциальная природа отрасли здравоохранения не позволяет этим данным находиться в одном месте.

Это было бы время- и денежно-емким, чтобы связать все эти данные, и многие независимые медицинские учреждения неохотно объединяются, чтобы информировать алгоритмы машинного обучения. Они хотят получить компенсацию за свои усилия, если они передают свои данные.

Лично идентифицирующая информация (ЛИИ) и защищенная информация о здоровье (ЗИС) являются деликатными ресурсами. Это серая зона, чтобы соблюдать правила конфиденциальности здравоохранения, одновременно обучая набор данных ИИ. Напротив, ИИ всегда может быть в курсе текущей соответствия, поэтому тщательный ввод информации может помочь ему безопасно ориентироваться в этом вопросе.

Однако, если отрасль преодолеет это препятствие, наборы данных ИИ могли бы знать каждый известный метод лечения, рецепт и план реабилитации для каждого текущего медицинского состояния. Как отрасль может преодолеть эту огромную поверхность информации? Регуляции являются ключом.

ИИ в здравоохранении имеет мало или совсем нет государственных эталонов. Установление этих эталонов уменьшит некоторые опасения даже самых известных больниц, когда они выделяют время и ресурсы на это начинание. Создание стандартов для этих процессов будет совместным, целенаправленным усилием регулирующих органов и медицинских учреждений. Тестирование с новыми трендами ИИ, такими как предсказательный анализ и повышенная безопасность, займет время, но стандарты создадут сплоченность и мотивацию, устраняя опасения отрасли.

Скептицизм пациентов

ИИ не используется достаточно в отрасли, чтобы иметь достаточно обратной связи от пациентов. Невозможно сказать, как пациенты реагируют на ИИ, который предоставляет диагноз или план выздоровления на ранней стадии принятия ИИ в здравоохранении. Некоторые эксперты считают, что могут быть запросы на человеческих врачей в качестве посредников для передачи этой информации.

Несмотря на точность, которую ИИ может иметь по сравнению с человеческими врачами благодаря своей постоянно обновляющейся базе данных, люди не привыкли к миру, где технологии заменяют их. ИИ не сделает врачей устаревшими — человеческое влияние всегда может предоставить второе мнение по его определениям.

Кроме того, люди будут информировать и совершенствовать ИИ после его внедрения, чтобы обеспечить эффективность и точность — это поможет преодолеть связанное препятствие, когда ИИ в здравоохранении перегружен слишком большим количеством данных. Человеческий надзор управляет масштабированием и вводом данных, чтобы обеспечить, что нет ложной, устаревшей или ненужной информации, которая может привести к предвзятым или дезинформированным определениям. Пациенты могут чувствовать себя более комфортно, если врачи передают им эту информацию.

Исследователи должны увеличить воздействие ИИ на пациентов, чтобы оценить их реакции и доверие. Только через интерактивность они смогут увидеть потенциал — сокращение времени ожидания, более быстрое выписывание рецептов, повышение точности диагностики и более сбалансированное расписание работы, чтобы минимизировать выгорание. Это может оказаться особенно полезным, поскольку 36% опекунов говорят, что их работа очень стрессовая.

Сокращение накладных расходов с помощью ИИ может продвинуть больницы низшего и среднего уровня, поскольку они экономят бесчисленные доллары на расходах. Это позволит им инвестировать в более квалифицированный персонал и лучшее оборудование, чтобы продвинуться в новое будущее лучшего здравоохранения. Эти побочные эффекты могут изменить мнение пациентов, если они увидят положительные изменения, разворачивающиеся перед ними.

Неизвестности принятия решений ИИ

Хотя люди знают, какие данные они вводят в ИИ, чтобы принимать решения, ИИ может предсказать или сделать предположения, которые все еще удивляют. Программисты и инженеры существуют, чтобы объяснить техническую сторону, но то, как ИИ соединяет точки между своими данными, все еще неясно в некоторых отношениях.

Эта концепция известна как объяснимость. Вопрос в том, как клиницисты могут работать с ИИ, если они не могут понять, как он пришел к решениям, особенно если люди никогда не представляли себе ответ в истории. ИИ в здравоохранении может начать предлагать методы лечения заболеваний, для которых люди не имели ответов. Он также может выявить тенденции или симптомы, совершая диагностические прыжки, которые выходят за пределы человеческого восприятия.

Исследователи хотят раскрыть, как это работает, и как медицинские профессионалы могут развивать прочные отношения с ресурсами ИИ, сохраняя при этом здоровую дозу скептицизма. Если люди не могут понять, как ИИ пришел к невозможному решению, как учреждения могут реализовать его надежно? Дальнейшие исследования решат эту проблему, проясняя обработку ИИ.

Однако另ое решение, совместимое с исследованиями, — переписать человеческие восприятия и предположения об ИИ. ИИ может сделать ложные эквивалентности и определения, но его способность делать точные прогнозы не беспочвенна — годы человеческих исследований и вклада информируют ИИ в здравоохранении. Как только это осознание станет нормализированным, принятие ИИ в здравоохранении может стать более безшовным.

Сопротивление ИИ в здравоохранении

Принятие инфраструктуры, столь инновационной и отраслевой, как ИИ, революционизирует то, как медицинские работники думают об этой области. Каждый технологический сдвиг требует активного, оптимистичного дискурса, чтобы осветить, как он принесет пользу отрасли и ее пациентам, избегая при этом как можно большего количества препятствий и юридических проблем.

Огромная неуверенность существует, потому что никто не хочет столкнуться с потенциально массивными контроверсиями и трудоемкими усилиями по реализации ИИ. Однако, если ИИ используется правильно, он может привести здравоохранение к новой эре более эффективного и точного ухода за человечеством, повышая качество жизни пациентов и персонала по всему миру.