การแพทย์

การจัดการกับความกังขาเกี่ยวกับ AI ในสาธารณสุข: การเอาชนะอุปสรรคเพื่อการสื่อสารที่ปลอดภัย

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ผู้นำด้านสาธารณสุขต้องการที่จะนำ AI มาใช้เพื่อรักษาความสามารถในการแข่งขันและเพิ่มประสิทธิภาพในการดูแลผู้ป่วย อย่างไรก็ตาม มีเพียง 77% ของผู้นำด้านสาธารณสุข ที่เชื่อมั่นใน AI ว่าจะช่วยให้ธุรกิจของพวกเขาดีขึ้น

แม้ว่า AI จะสามารถช่วยในการทำงานแบบ روตีน การประมวลผลข้อมูล และการสรุปข้อมูลได้ดี แต่อุตสาหกรรมสาธารณสุขที่มีการควบคุมอย่างเข้มงวดกังวลเกี่ยวกับความน่าเชื่อถือและความแม่นยำของข้อมูลที่ใช้ในการฝึกอบรมและตีความ AI โดยไม่มีการใช้งานและฝึกอบรมพนักงานที่เหมาะสม การละเมิดข้อมูลจะกลายเป็นภัยคุกคามที่รุนแรง

อย่างไรก็ตาม 95% ของผู้นำด้านสาธารณสุขวางแผนจะเพิ่มงบประมาณ AI ขึ้น 30% ในปี 2025 โดยมี โมเดลภาษาขนาดใหญ่ (LLMs) เป็นหนึ่งในเครื่องมือที่เชื่อถือได้มากที่สุด เมื่อ LLMs มีความสามารถมากขึ้น 53% ของผู้นำด้านสาธารณสุขได้ดำเนินนโยบายอย่างเป็นทางการเพื่อช่วยให้ทีมของพวกเขาสามารถปรับตัวเข้ากับ LLMs ได้ และอีก 39% วางแผนจะดำเนินนโยบายเหล่านี้ในไม่ช้า

สำหรับผู้ให้บริการด้านสาธารณสุขที่ต้องการปรับปรุงบริการสื่อสารด้วย AI แต่ยังคงลังเลที่จะทำเช่นนั้น มีคำแนะนำบางประการสำหรับการเอาชนะอุปสรรคที่พบบ่อยที่สุด

1. ฝึกอบรม AI ด้วยแหล่งข้อมูลทางการแพทย์ที่เชื่อถือได้

แม้ว่าผู้นำด้านสาธารณสุขอาจไม่ได้เข้าไปเกี่ยวข้องโดยตรงในการฝึกอบรม AI แต่พวกเขาต้องมีบทบาทสำคัญในการดูแลการนำไปใช้ พวกเขาควรตรวจสอบให้แน่ใจว่าผู้ให้บริการ AI ได้รับการฝึกอบรมและอัปเดต AI ของตนอย่างสม่ำเสมอ

ข้อมูลที่มีโครงสร้างที่รวบรวมจากบันทึกสุขภาพอิเล็กทรอนิกส์ (EHRs) ที่บังคับใช้สามารถใช้เป็นฐานสำหรับการฝึกอบรม AI ได้ LLMs ที่มีความสามารถสามารถเข้าใจการวิจัยทางการแพทย์ การวิเคราะห์ทางเทคนิค การทบทวนเอกสาร และการประเมินเชิงวิพากษ์ อย่างไรก็ตาม แทนที่จะฝึกอบรมเครื่องมือเหล่านี้พร้อมกับข้อมูลทั้งหมดในครั้งเดียว หลักฐานใหม่แสดงให้เห็นว่าการมุ่งเน้นไปที่จุดตัดกันขนาดเล็กจะเพิ่มประสิทธิภาพของ AI ในขณะที่ลดต้นทุนการฝึกอบรม

2. ดูแลการปฏิบัติตามข้อกำหนด HIPAA

พระราชบัญญัติการประกันสุขภาพที่สามารถย้ายได้และความรับผิดชอบต่อการรักษาความลับ (HIPAA) ระบุมาตรฐานสำหรับการปกป้องข้อมูลสุขภาพที่ละเอียดอ่อน (PHI) ของผู้ป่วย เพื่อให้สอดคล้องกับข้อกำหนดเหล่านี้ ผู้นำด้านสาธารณสุขควรตรวจสอบให้แน่ใจว่าผู้ให้บริการจากภายนอก:

  • รวบรวมเฉพาะข้อมูล PHI ที่จำเป็นสำหรับวัตถุประสงค์ของ AI เท่านั้น
  • ให้การเข้าถึง PHI เฉพาะบุคลากรที่ได้รับอนุญาตและมีนโยบายรหัสผ่านและยืนยันตัวตนเข้มงวด
  • ใช้เทคนิคการเข้ารหัสที่มั่นคงเพื่อปกป้อง PHI ทั้งขณะพักและขณะเคลื่อนไหว
  • เก็บข้อมูลที่จำเป็นบนเซิร์ฟเวอร์ที่มีการควบคุมการเข้าถึงที่เข้มงวดและเป็นไปตามข้อกำหนด HIPAA
  • ให้พวกเขาลงนามในข้อตกลงการร่วมมือทางธุรกิจ (BAAs) เพื่อปฏิบัติตาม HIPAA
  • ขอให้พวกเขาอธิบายแผนการตอบสนองต่อเหตุการณ์ความปลอดภัย

ผู้นำด้านสาธารณสุขที่ใช้เครื่องมือเหล่านี้ควรตรวจสอบรายงานการเข้าถึงเป็นประจำ – ซึ่งเป็นขั้นตอนที่สามารถทำอัตโนมัติได้ด้วย AI – และส่งการแจ้งเตือนไปยังฝ่ายจัดการหากพบกิจกรรมที่ไม่ปกติ

นอกจากนี้ พวกเขาต้องได้รับการยินยอมที่ชัดเจนและแจ้งให้ทราบจากผู้ป่วยก่อนที่จะรวบรวมและใช้ข้อมูล PHI ของพวกเขา เมื่อขอความยินยอม ควรอธิบายว่าข้อมูลผู้ป่วยจะถูกใช้และปกป้องอย่างไร

3. อินเทอร์เฟซที่ออกแบบมาอย่างดีเพื่อปรับปรุงกระบวนการทำงาน

หนึ่งในอุปสรรคที่ใหญ่ที่สุดเมื่อเปลี่ยนไปใช้ EHR ที่บังคับใช้คือ ความสามารถในการใช้งาน ของเทคโนโลยี แพทย์ไม่พอใจกับเวลาที่ใช้ในการทำงานแบบคลาสสิกเมื่อปรับให้เข้ากับกระบวนการทำงานที่ซับซ้อน ซึ่งเพิ่มความเสี่ยงต่อการเผชิญกับการเผชิญหน้าทางวิชาชีพและความผิดพลาดที่อาจส่งผลกระทบต่อการรักษาผู้ป่วย

เมื่อทำงานร่วมกับผู้ให้บริการจากภายนอก ควรขอการแสดงตัวอย่างและความคิดเห็นครั้งที่สองก่อนที่จะเลือกแพลตฟอร์ม AI หรือซอฟต์แวร์โซลูชัน อย่าลืมถามว่าผลิตภัณฑ์ของพวกเขามีการปรับแต่งที่สามารถปรับให้เข้ากับโปรแกรมปัจจุบันของคุณได้หรือไม่ เพื่อให้คุณสามารถรวมคุณสมบัติที่พร้อมใช้งานที่ดีที่สุดสำหรับกระบวนการทำงานของคุณ

การออกแบบที่มุ่งเน้นผู้ใช้และรูปแบบข้อมูลและโพรโทคอลที่เป็นมาตรฐานจะช่วยให้การแลกเปลี่ยนข้อมูลระหว่างเทคโนโลยีสาธารณสุขและแพลตฟอร์ม AI เป็นไปอย่างราบรื่น เมื่อมีมาตรฐานเหล่านี้ AI สามารถรวมเข้ากับการดูแลทางคลินิกในสภาพแวดล้อมสาธารณสุขต่างๆ ได้อย่างมีความหมาย โพรโทคอลที่กำหนดไว้จะช่วยให้เครื่องมือเหล่านี้ทำงานได้ดีขึ้นโดยการอำนวยความสะดวกในการแลกเปลี่ยนข้อมูลและทำให้สามารถเข้าถึงชุดข้อมูลที่ใหญ่ขึ้นและหลากหลายขึ้น

4. การใช้งานและฝึกอบรมพนักงานที่เหมาะสม

การศึกษาในปี 2024 พบว่า คำแนะนำทางการแพทย์ที่ให้โดย ‘แพทย์มนุษย์และ AI’ มีความครอบคลุมมากขึ้น แต่มีความเห็นอกเห็นใจน้อยกว่าคำแนะนำที่ให้โดย ‘แพทย์มนุษย์’ เพียงอย่างเดียว เพื่อช่วยลดช่องว่างนี้ ผู้นำด้านสาธารณสุขต้องเข้าใจ ความสามารถและข้อจำกัดของ AI และตรวจสอบให้แน่ใจว่ามีการดูแลและแทรกแซงโดยมนุษย์ที่เหมาะสม

ผู้นำด้านสาธารณสุขสามารถฝัง AI ไว้ในเว็บไซต์และแอปผู้ป่วยเพื่อให้ผู้ใช้สามารถเข้าถึงข้อมูลทางการแพทย์ได้ทันที ช่วยเหลือในการวินิจฉัยตนเองและการศึกษาสุขภาพ เครื่องมือเหล่านี้สามารถส่งการเตือนให้ผู้ป่วยเติมยาตามเวลาที่กำหนด ช่วยให้ผู้ป่วยปฏิบัติตามแผนการรักษาได้ พวกเขายังสามารถช่วยจำแนกผู้ป่วยตามความรุนแรงของภาวะที่พวกเขาป่วยได้ ช่วยให้ผู้ให้บริการสาธารณสุขจัดลำดับความสำคัญของกรณีและจัดสรรทรัพยากรได้อย่างมีประสิทธิภาพ

อย่างไรก็ตาม เครื่องมือเหล่านี้ยังคงสามารถสร้างภาพหลอกลวงได้ และเป็นสิ่งจำเป็นที่ต้องมีการตรวจสอบโดยมนุษย์ในการทำงานที่ซับซ้อน พัฒนาความคิดเห็นของคุณเกี่ยวกับเครื่องมือสื่อสาร AI และสร้างกระบวนการทำงานที่ต้องการของคุณ เมื่อคุณตกลงเรื่องกรณีการใช้งานแล้ว กระบวนการเปลี่ยนแปลงและการจัดการวัฒนธรรม – เช่น โมเดลการเปลี่ยนแปลง 8 ขั้นตอนของ Kotter – จะให้แผนการสำหรับการฝึกอบรมพนักงานและปรับปรุงผลลัพธ์ของผู้ป่วย

5. ขอให้ AI ช่วยจับข้อผิดพลาด

ไม่มีผู้นำธุรกิจใดที่ต้องการทำผิดพลาด แต่อุตสาหกรรมสาธารณสุขเป็นสภาพแวดล้อมที่มีความเสี่ยงสูงซึ่งแม้แต่ข้อผิดพลาดเล็กๆ น้อยๆ ก็อาจนำไปสู่ผลกระทบรุนแรง AI สามารถเป็นเครื่องมือที่มีประสิทธิภาพในการปรับปรุงการดูแลผู้ป่วยโดยการจับข้อผิดพลาดและเติมช่องว่าง

การสอบสวนในปี 2023 ที่ใช้ GPT-4 เพื่อถอดเสียงและสรุปการสนทนาระหว่างผู้ป่วยและแพทย์ และใช้ AI เพื่อตรวจสอบการสนทนาเพื่อหาข้อผิดพลาด ระหว่างการตรวจสอบ AI จับข้อผิดพลาดในดัชนีมวลกาย (BMI) ของผู้ป่วย AI ยังพบว่าบันทึกผู้ป่วยไม่ได้กล่าวถึงการตรวจเลือดที่สั่งและเหตุผลในการสั่ง

ตัวอย่างนี้แสดงให้เห็นว่า AI สามารถใช้เป็นเครื่องมือที่ช่วยแพทย์ในการจัดการกับข้อผิดพลาดและข้อบกพร่องที่อาจเกิดขึ้นได้

AI ในสาธารณสุขมีจุดมุ่งหมายเพื่อช่วยเหลือแพทย์และพยาบาล ทำให้กระบวนการทำงานง่ายขึ้น ปรับปรุงการเข้าถึงการดูแลผู้ป่วย และลดข้อผิดพลาด ในขณะที่เครื่องมือเหล่านี้ไม่สามารถแทนที่ความเห็นอกเห็นใจ ความเข้าใจ และประสบการณ์จริงที่ผู้ให้บริการสาธารณสุขมอบให้ได้ แต่เครื่องมือเหล่านี้สามารถให้ประโยชน์ในการวิเคราะห์และประหยัดเวลาได้ เมื่อผู้นำด้านสาธารณสุขใช้เวลาในการตรวจสอบให้แน่ใจว่ามีการปฏิบัติตามข้อกำหนด HIPAA การสื่อสารที่โปร่งใสกับผู้ป่วย และการฝึกอบรมพนักงานที่เหมาะสม พวกเขาสามารถนำเครื่องมือเหล่านี้ไปใช้อย่างปลอดภัยและมั่นใจ

네이트 맥클릿ช์ (Nate MacLeitch) ผู้ก่อตั้งและซีอีโอของ QuickBlox เป็นนักธุรกิจที่มีประสบการณ์สูงและมีพื้นหลังที่หลากหลายในอุตสาหกรรมต่างๆ เช่น โทรคมนาคม สื่อ ซอฟต์แวร์ และเทคโนโลยี เขาเริ่มอาชีพของเขาในฐานะตัวแทนการค้าสำหรับรัฐแคลิฟอร์เนียในลอนดอน และต่อมาได้ดำรงตำแหน่งผู้นำสำคัญๆ รวมถึงหัวหน้าฝ่ายขายของ WIN Plc (ปัจจุบันคือ Cisco) และ COO ของ Twistbox Entertainment (ปัจจุบันคือ Digital Turbine) ปัจจุบันเขาเป็นซีอีโอของ QuickBlox ซึ่งเป็นแพลตฟอร์มการสื่อสาร AI ที่นำหน้า นอกเหนือจากประสบการณ์การทำงานของเขา 네이트ยังเป็นที่ปรึกษาและนักลงทุนในสตาร์ทอัพหลายแห่ง เช่น Whisk.com, Firstday Healthcare และ TechStars เขาได้รับศึกษ จาก UC Davis และ The London School of Economics and Political Science (LSE)