Connect with us

การจัดการกับความกังขาเกี่ยวกับ AI ในสาธารณสุข: การเอาชนะอุปสรรคเพื่อการสื่อสารที่ปลอดภัย

การแพทย์

การจัดการกับความกังขาเกี่ยวกับ AI ในสาธารณสุข: การเอาชนะอุปสรรคเพื่อการสื่อสารที่ปลอดภัย

mm

ผู้นำด้านสาธารณสุขต้องการที่จะนำ AI มาใช้ เนื่องจากต้องการที่จะอยู่ในระดับเดียวกับคู่แข่งและอุตสาหกรรมอื่น ๆ แต่ที่สำคัญกว่านั้น คือ เพื่อเพิ่มประสิทธิภาพและปรับปรุงประสบการณ์ของผู้ป่วย อย่างไรก็ตาม มีเพียง 77% ของผู้นำด้านสาธารณสุขเท่านั้นที่เชื่อใจ AI ที่จะช่วยให้ธุรกิจของตนได้รับประโยชน์

ในขณะที่ AI ชาตบอทมีความสามารถในการจัดการงานประจำ การประมวลผลข้อมูล และสรุปข้อมูล อุตสาหกรรมสาธารณสุขที่มีการควบคุมอย่างเข้มงวดกังวลมากที่สุดเกี่ยวกับความน่าเชื่อถือและความแม่นยำของข้อมูลที่ถูกป้อนเข้าและตีความโดยเครื่องมือเหล่านี้ หากไม่มีการใช้งานและฝึกอบรมพนักงานอย่างเหมาะสม การรั่วไหลของข้อมูลจะกลายเป็นภัยคุกคามที่กดดันมากขึ้น

อย่างไรก็ตาม 95% ของผู้นำด้านสาธารณสุขวางแผนจะเพิ่มงบประมาณ AI ขึ้น 30% ในปี 2025 โดยมี โมเดลภาษาขนาดใหญ่ (LLMs) เป็นหนึ่งในเครื่องมือที่เชื่อถือได้มากที่สุด เมื่อ LLMs มีความเข้มข้น 53% ของผู้นำด้านสาธารณสุขได้ดำเนินนโยบายอย่างเป็นทางการเพื่อช่วยให้ทีมของตนปรับตัวเข้ากับพวกเขา และอีก 39% วางแผนจะดำเนินนโยบายเหล่านี้ในเร็ว ๆ นี้

สำหรับผู้ให้บริการด้านสาธารณสุขที่ต้องการปรับปรุงบริการสื่อสารด้วย AI แต่ยังคงลังเลที่จะทำเช่นนั้น มีคำแนะนำต่อไปนี้สำหรับการเอาชนะอุปสรรคที่พบบ่อยที่สุด

1. ฝึกอบรม AI ด้วยแหล่งข้อมูลทางการแพทย์ที่เชื่อถือได้

ในขณะที่ผู้นำด้านสาธารณสุขอาจไม่ได้เกี่ยวข้องโดยตรงในการฝึกอบรม AI พวกเขาต้องมีบทบาทสำคัญในการดูแลการนำไปใช้ พวกเขาควรตรวจสอบให้แน่ใจว่าผู้ให้บริการช่องทางสื่อสารฝึกอบรมและอัปเดต AI ของตนอย่างสม่ำเสมอโดยใช้แหล่งข้อมูลที่เชื่อถือได้

ข้อมูลที่มีโครงสร้างและสมบูรณ์ที่จับได้จากบันทึกสุขภาพอิเล็กทรอนิกส์ที่บังคับ (EHRs) มีคลังข้อมูลดิจิทัลด้านสุขภาพที่สามารถใช้เป็นพื้นฐานในการฝึกอบรมอัลกอริทึม AI ได้ โมเดลภาษาขนาดใหญ่ที่มีความก้าวหน้าสามารถเข้าใจการวิจัยทางการแพทย์ การวิเคราะห์ทางเทคนิค การทบทวนเอกสาร และการประเมินเชิงวิพากษ์ อย่างไรก็ตาม แทนที่จะฝึกอบรมเครื่องมือเหล่านี้พร้อมกับข้อมูลทั้งหมด หลักฐานใหม่ แสดงให้เห็นว่าการมุ่งเน้นไปที่จำนวนการเชื่อมต่อที่น้อยกว่านั้นจะเพิ่มประสิทธิภาพ AI ในขณะเดียวกันก็ลดต้นทุนการฝึกอบรมให้เหลือน้อยที่สุด

2. รับรองการปฏิบัติตามข้อกำหนด HIPAA

พระราชบัญญัติการรักษาความเป็นส่วนตัวและความรับผิดชอบด้านสุขภาพ (HIPAA) ระบุมาตรฐานสำหรับการปกป้องข้อมูลสุขภาพที่ละเอียดอ่อนของผู้ป่วย (PHI) เพื่อให้สอดคล้องกับข้อกำหนดเหล่านี้ ผู้นำด้านสาธารณสุขควรตรวจสอบให้แน่ใจว่าผู้ให้บริการภายนอก:

  • รวบรวมเฉพาะข้อมูล PHI ที่จำเป็นสำหรับการทำงานของช่องทางสื่อสาร
  • ให้เข้าถึง PHI เฉพาะบุคลากรที่ได้รับอนุญาตพร้อมกับนโยบายรหัสผ่านและยืนยันตัวตน
  • ใช้เทคนิคการเข้ารหัสที่มีความแข็งแรงเพื่อปกป้อง PHI ทั้งขณะพักและขณะส่ง
  • จัดเก็บข้อมูลที่จำเป็นบนเซิร์ฟเวอร์ที่มีการควบคุมการเข้าถึงที่เข้มงวด
  • ตรวจสอบให้แน่ใจว่าพวกเขาได้ลงนามในข้อตกลงผู้ร่วมธุรกิจ (BAAs) เพื่อปฏิบัติตาม HIPAA
  • ขอให้พวกเขารายงานแผนการตอบสนองต่อเหตุการณ์ด้านความปลอดภัย

ผู้นำด้านสาธารณสุขที่ใช้เครื่องมือเหล่านี้ควรตรวจสอบรายงานการเข้าถึงเป็นประจำ – ขั้นตอนที่สามารถทำได้ง่ายด้วย AI – และส่งการแจ้งเตือนไปยังฝ่ายบริหารหากมีการใช้งานที่ไม่ปกติ

นอกจากนี้ พวกเขายังต้องได้รับความยินยอมที่ชัดเจนและแจ้งให้ทราบจากผู้ป่วยก่อนที่จะรวบรวมและใช้ PHI ของพวกเขา เมื่อขอความยินยอม ควรแจ้งให้ผู้ป่วยทราบว่าข้อมูลของผู้ป่วยจะถูกใช้และปกป้องอย่างไร

3. อินเทอร์เฟซที่ได้รับการออกแบบอย่างดีเพื่อปรับปรุงกระบวนการทำงาน

หนึ่งในอุปสรรคที่ใหญ่ที่สุดเมื่อเปลี่ยนไปใช้ EHR ที่บังคับ คือ ความสามารถในการใช้งาน ของเทคโนโลยี แพทย์ไม่พอใจกับเวลาที่ใช้ในการทำงานทางสำนักงานในขณะที่พวกเขากำลังปรับตัวเข้ากับกระบวนการทำงานที่ซับซ้อน ซึ่งเพิ่มความเสี่ยงต่อการเผชิญกับการเผชิญหน้าทางวิชาชีพและโอกาสที่จะเกิดข้อผิดพลาดที่อาจส่งผลต่อการรักษาผู้ป่วย

เมื่อทำงานร่วมกับผู้ให้บริการภายนอก ควรขอการแสดงผลและความคิดเห็นที่สองก่อนเลือกแพลตฟอร์ม AI หรือซอฟต์แวร์โซลูชัน อย่าลืมถามว่าผลิตภัณฑ์ของพวกเขามีการปรับแต่งที่สามารถปรับให้เข้ากับโปรแกรมปัจจุบันของคุณหรือไม่ เพื่อให้คุณสามารถรวมคุณลักษณะที่พร้อมใช้งานที่ดีที่สุดสำหรับกระบวนการทำงานของคุณ

การออกแบบที่มีศูนย์กลางอยู่ที่ผู้ใช้และรูปแบบข้อมูลและโพรโทคอลที่เป็นมาตรฐานจะช่วยให้สามารถแลกเปลี่ยนข้อมูลได้อย่างราบรื่นระหว่างเทคโนโลยีด้านสาธารณสุขและแพลตฟอร์ม AI เมื่อมีการกำหนดมาตรฐานเหล่านี้ อัลกอริทึม AI สามารถรวมเข้ากับการดูแลทางคลินิกได้อย่างมีความหมายในหลาย ๆ สถานที่ด้านสาธารณสุข โพรโทคอลที่กำหนดไว้จะช่วยให้เครื่องมือเหล่านี้ทำงานได้ดีขึ้นโดยการอำนวยความสะดวกในการแลกเปลี่ยนข้อมูลและช่วยให้สามารถเข้าถึงชุดข้อมูลที่ใหญ่ขึ้นและหลากหลายขึ้น

4. การใช้งานและฝึกอบรมพนักงานอย่างเหมาะสม

การศึกษาในปี 2024 พบว่า คำแนะนำทางการแพทย์ที่ให้โดย ‘แพทย์มนุษย์และ AI’ มีความครอบคลุมมากขึ้น แต่น้อยกว่าคำแนะนำที่ให้โดย ‘แพทย์มนุษย์’ เพียงอย่างเดียว เพื่อช่วยลดช่องว่างนี้ ผู้นำด้านสาธารณสุขต้องเข้าใจ ความสามารถและข้อจำกัดของ AI และรับรองการกำกับดูแลและเข้าแทรกแซงโดยมนุษย์

ผู้นำด้านสาธารณสุขสามารถฝังช่องทางสื่อสาร AI ลงในเว็บไซต์และแอปผู้ป่วยเพื่อให้ผู้ใช้สามารถเข้าถึงข้อมูลทางการแพทย์ได้ทันที ช่วยในการวินิจฉัยตนเองและการศึกษาสุขภาพ เครื่องมือเหล่านี้สามารถส่งคำเตือนให้ผู้ป่วยเติมยาที่จำเป็น ช่วยให้ผู้ป่วยปฏิบัติตามแผนการรักษาได้ พวกเขายังสามารถช่วยจัดประเภทผู้ป่วยตามความรุนแรงของสภาวะของพวกเขา ช่วยให้ผู้ให้บริการด้านสาธารณสุขจัดลำดับความสำคัญของกรณีและจัดสรรทรัพยากรได้อย่างมีประสิทธิภาพ

อย่างไรก็ตาม เครื่องมือเหล่านี้ยังคงสามารถ “หลอกลวง” ได้ และเป็นสิ่งจำเป็นที่ต้องมีการตรวจสอบโดยมนุษย์ในการทำงานที่ซับซ้อน ควรทำงานร่วมกับผู้เชี่ยวชาญภายนอกเพื่อกำหนดวิสัยทัศน์สำหรับเครื่องมือสื่อสาร AI และสร้างกระบวนการทำงานที่ต้องการของคุณ เมื่อคุณตกลงเรื่องกรณีการใช้งานแล้ว กระบวนการเปลี่ยนแปลงการดำเนินงานและวัฒนธรรม – เช่น โมเดลการเปลี่ยนแปลง 8 ขั้นตอนของ Kotter – จะให้แผนการสำหรับการฝึกอบรมพนักงาน ซึ่งจะช่วยปรับปรุงผลลัพธ์ของผู้ป่วยในระยะยาว

5. ขอให้ช่องทางสื่อสาร AI จับข้อผิดพลาด

ไม่มีผู้นำธุรกิจที่ต้องการจะทำผิดพลาด แต่อุตสาหกรรมสาธารณสุขเป็นสภาพแวดล้อมที่มีความเสี่ยงสูง ซึ่งแม้แต่ข้อผิดพลาดที่เล็กน้อยก็อาจนำไปสู่ผลกระทบที่รุนแรงได้ แต่แม้แต่แพทย์ที่ดีที่สุดก็ไม่สามารถหลีกเลี่ยง ข้อผิดพลาดทางการแพทย์ ได้ AI สามารถเป็นเครื่องมือที่มีประสิทธิภาพในการปรับปรุงการดูแลผู้ป่วยโดยการจับข้อผิดพลาดและเติมช่องว่าง

การสอบสวนในปี 2023 ที่ใช้ GPT-4 เพื่อเขียนและสรุปการสนทนาระหว่างผู้ป่วยและแพทย์ ต่อมาใช้ช่องทางสื่อสาร AI เพื่อตรวจสอบการสนทนาเพื่อหาข้อผิดพลาด ในระหว่างการตรวจสอบ มันจับข้อผิดพลาดในดัชนีมวลกาย (BMI) ของผู้ป่วย ช่องทางสื่อสาร AI ยังพบว่าบันทึกของผู้ป่วยไม่ได้กล่าวถึงการตรวจเลือดที่สั่งไว้ หรือเหตุผลในการสั่งการตรวจเหล่านั้น

ตัวอย่างนี้แสดงให้เห็นว่า AI สามารถใช้เป็นส่วนเสริมเพื่อช่วยแพทย์จัดการกับ “การหลอกลวง” ของ AI การละเว้น และข้อผิดพลาดที่สามารถใช้ในการฝึกอบรมและปรับปรุงแอปพลิเคชัน AI

AI ด้านสาธารณสุขมีอยู่เพื่อช่วยเหลือแพทย์และพยาบาล ทำให้กระบวนการทำงานง่ายขึ้น ปรับปรุงการเข้าถึงการรักษาผู้ป่วย และลดข้อผิดพลาด ในขณะที่เครื่องมือเหล่านี้ไม่สามารถแทนที่ความเห็นอกเห็นใจ ความคิดเห็น และประสบการณ์จริงของผู้ให้บริการด้านสาธารณสุขได้ แต่เครื่องมือเหล่านี้มอบประโยชน์ในการวิเคราะห์และประหยัดเวลา เมื่อผู้นำด้านสาธารณสุขใช้เวลาในการรับรองการปฏิบัติตามข้อกำหนด HIPAA การสื่อสารที่โปร่งใสกับผู้ป่วย และการฝึกอบรมพนักงานอย่างเหมาะสม พวกเขาจะสามารถนำเครื่องมือเหล่านี้ไปใช้อย่างปลอดภัยและมั่นใจได้

네이트 맥클리치, QuickBlox의 설립자이자 최고경영자(CEO)는 텔레콤, 미디어, 소프트웨어, 기술 등 다양한 산업에서 경험을 쌓은 고위급 비즈니스 전문가입니다. 그는 런던의 캘리포니아 주 무역 대표로 경력을 시작하여 WIN Plc (현재 시스코)와 Twistbox Entertainment (현재 디지털 터빈)의 销售 책임자 및 COO를 포함한 주요 리더십 직책을 맡았습니다. 현재 그는 QuickBlox의 최고경영자로 활동하고 있으며 QuickBlox는 선도적인 AI 커뮤니케이션 플랫폼입니다. 그의 업무 경험 외에도 네이트는 Whisk.com, Firstday Healthcare, TechStars와 같은 스타트업에서 자문가 및 투자자로 활동하고 있습니다. 그는 UC Davis와 런던 정치경제대학교(LSE)에서 학위를 취득했습니다.