การแพทย์

ข้อจำกัดในการนำ AI มาใช้ในด้านการดูแลสุขภาพ

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ทุกอุตสาหกรรมมีโอกาสที่จะรวมเอาเทคโนโลยี AI เข้าด้วยกัน แต่ด้านการดูแลสุขภาพก็ยังเดินอยู่ในเส้นทางที่ช้ากว่า โดยมีการใช้ความระมัดระวังและความกังวลเกี่ยวกับ AI ที่กำลังพัฒนาไปในอุตสาหกรรมอื่นๆ

ทำไมอุตสาหกรรมนี้ไม่ต้องการการนำ AI มาใช้ หากมีแหล่งข้อมูลที่ไม่มีที่สิ้นสุดสามารถช่วยให้การวินิจฉัยผู้ป่วยและกระบวนการสื่อสารภายในโรงพยาบาลดีขึ้นได้ เพราะทุกสิ่งที่อุตสาหกรรมครอบคลุมการเปลี่ยนแปลงนี้มีความซับซ้อนมากกว่าที่หลายคนคิด

พื้นที่ข้อมูลขนาดใหญ่

บันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) ครอบคลุมภูมิประเทศอิเล็กทรอนิกส์ รวมถึงฐานข้อมูลประกันภัย บันทึกสุขภาพและภาพถ่ายรังสีวิทยา มีหมายเหตุทางการแพทย์มากมายที่ยังไม่ได้ถูกแปลงเป็นดิจิทัล ซึ่ง AI สามารถพบข้อมูลที่มีค่าได้ อย่างไรก็ตาม สภาพแวดล้อมที่มีการแข่งขันและเป็นความลับของอุตสาหกรรมการดูแลสุขภาพทำให้ข้อมูลนี้ไม่ได้มาบรรจบกันในซิลโอด้านเดียวกัน

จะใช้เวลาและค่าใช้จ่ายมากในการเชื่อมต่อ และหลายโรงพยาบาลอิสระไม่เต็มใจที่จะร่วมมือกันเพื่อให้ข้อมูลแก่ AI พวกเขาต้องการค่าตอบแทนสำหรับความพยายามของพวกเขาหากพวกเขามอบข้อมูลของตน

ข้อมูลส่วนบุคคล (PII) และข้อมูลสุขภาพที่ได้รับการคุ้มครอง (PHI) เป็นทรัพยากรที่ละเอียดอ่อน มันเป็นพื้นที่สีเทาที่ต้องปฏิบัติตามข้อบังคับด้านความเป็นส่วนตัวของสุขภาพขณะให้อาหารข้อมูล AI อย่างไรก็ตาม AI สามารถอยู่ใน สถานะที่อัปเดตตามข้อบังคับปัจจุบัน ดังนั้นการป้อนข้อมูลอย่างระมัดระวังสามารถช่วยให้ AI เดินผ่านถนนนี้ได้อย่างปลอดภัย

อย่างไรก็ตาม หากอุตสาหกรรมสามารถเอาชนะอุปสรรคนี้ได้ ชุดข้อมูล AI จะสามารถทราบถึงการรักษาทุกอย่าง การสั่งยาทุกอย่างและแผนการฟื้นฟูทุกอย่างสำหรับสถานการณ์ทางการแพทย์ทุกอย่างได้ อุตสาหกรรมสามารถเอาชนะการแพร่กระจายของข้อมูลขนาดใหญ่นี้ได้อย่างไร ข้อบังคับเป็นกุญแจ

AI ในด้านการดูแลสุขภาพมีมาตรฐานการกำกับดูแลของรัฐน้อยมาก การมีมาตรฐานเหล่านี้จะช่วยลดความกังวลของโรงพยาบาลที่มีชื่อเสียงมากที่สุดเมื่อจัดสรรเวลาและทรัพยากรให้กับการดำเนินการนี้ การสร้างมาตรฐานสำหรับกระบวนการเหล่านี้จะเป็นความพยายามร่วมกันของหน่วยงานกำกับดูแลและสถาบันสุขภาพ การทดสอบและทดลอง AI ใหม่ๆ เช่น การวิเคราะห์เชิงทำนายและความปลอดภัยที่เพิ่มขึ้น จะใช้เวลา แต่มาตรฐานจะสร้างความสอดคล้องและแรงบันดาลใจในขณะเดียวกันก็ขจัดความกังวลของอุตสาหกรรม

ความกังขาของผู้ป่วย

AI ไม่ได้ถูกใช้มากพอที่จะให้ข้อมูลรับฟังจากผู้ป่วย มันเป็นไปไม่ได้ที่จะบอกได้ว่าผู้ป่วยจะตอบสนองอย่างไรต่อ AI ที่ให้การวินิจฉัยหรือแผนการฟื้นฟูในระยะเริ่มต้นของการนำ AI มาใช้ในด้านการดูแลสุขภาพ บางผู้เชี่ยวชาญเชื่อว่ามีการขอ แพทย์มนุษย์เป็นตัวกลาง สำหรับการถ่ายทอดข้อมูลนี้

แม้ว่า AI จะมีความแม่นยำมากกว่าแพทย์มนุษย์เพราะฐานข้อมูลที่อัปเดตอย่างต่อเนื่อง แต่ผู้คนก็ยังไม่ได้ปรับตัวเข้ากับโลกที่เทคโนโลยีแทนที่พวกเขา AI จะไม่ทำให้แพทย์มนุษย์เสียงาน — ผลกระทบของมนุษย์สามารถให้คำแนะนำที่สองต่อการตัดสินใจของ AI ได้

นอกจากนี้ ผู้คนจะให้ข้อมูลและปรับแต่ง AI หลังการนำไปใช้เพื่อให้แน่ใจถึงประสิทธิภาพและความแม่นยำ — จะเอาชนะอุปสรรคที่เกี่ยวข้องกับการดูแลสุขภาพ AI ที่ถูกครอบงำด้วยข้อมูลมากเกินไป การดูแลของมนุษย์จะ จัดการการปรับขนาดข้อมูลและการป้อนข้อมูล เพื่อให้แน่ใจว่าไม่มีข้อมูลที่เป็นเท็จ ล้าสมัย หรือไม่จำเป็นที่ทำให้การตัดสินใจมีอคติหรือไม่ถูกต้อง ผู้ป่วยอาจรู้สึกสบายใจมากขึ้นหากแพทย์สื่อสารเรื่องนี้กับผู้ป่วย

นักวิจัยต้องเพิ่มการเปิดเผย AI ต่อผู้ป่วยเพื่อวัดปฏิกิริยาและความสามารถในการสร้างความไว้วางใจ เพียงผ่านการโต้ตอบกับ AI เท่านั้นที่พวกเขาจะเห็นถึงศักยภาพ — เวลารอการรักษาที่ลดลง การสั่งยาที่รวดเร็วขึ้น ความแม่นยำในการวินิจฉัยที่เพิ่มขึ้น และการแบ่งบุคลากรที่สมดุลยิ่งขึ้นเพื่อลดการเผาผลาญออกไป ซึ่งอาจเป็นประโยชน์อย่างมาก โดยเฉพาะอย่างยิ่ง 36% ของผู้ดูแลบอกว่างานของพวกเขามีความเครียดสูง

การลดค่าใช้จ่ายด้วย AI สามารถช่วยให้โรงพยาบาลระดับล่างถึงกลางพัฒนาได้ เนื่องจากพวกเขาสามารถประหยัดเงินได้หลายพันดอลลาร์ในค่าใช้จ่าย ซึ่งจะทำให้พวกเขาสามารถลงทุนในบุคลากรผู้เชี่ยวชาญและอุปกรณ์ที่ดีกว่าเพื่อผลักดันให้พวกเขาเข้าสู่อนาคตใหม่ของการดูแลสุขภาพที่ดีขึ้น ผลลัพธ์เหล่านี้อาจเปลี่ยนความคิดของผู้ป่วยได้ หากพวกเขาเห็นการเปลี่ยนแปลงเชิงบวกที่กำลังเกิดขึ้นอยู่ตรงหน้าพวกเขา

ความไม่แน่นอนของการตัดสินใจ AI

แม้ว่ามนุษย์จะทราบข้อมูลที่พวกเขาป้อนเข้าไปใน AI เพื่อการตัดสินใจ แต่ AI ก็สามารถทำนายหรือสรุปข้อมูลที่ยังคงทำให้เกิดความประหลาดใจ นักเขียนโปรแกรมและวิศวกรมีอยู่เพื่ออธิบายด้านเทคนิค แต่วิธีที่ AI เชื่อมต่อจุดข้อมูลของมันอย่างไรยังคงเป็นเรื่องที่ไม่ชัดเจนในหลายวิธี

แนวคิดนี้เรียกว่าความสามารถในการอธิบาย ตัวถามคือว่าแพทย์คลินิกสามารถทำงานร่วมกับ AI ได้อย่างไรหากพวกเขาไม่สามารถเข้าใจว่า AI ได้มาถึงวิธีแก้ปัญหาเหล่านั้นได้อย่างไร โดยเฉพาะอย่างยิ่งหากมนุษย์ไม่เคยคิดถึงคำตอบในประวัติศาสตร์ AI ในด้านการดูแลสุขภาพอาจเริ่มแนะนำการรักษาโรคที่ผู้คนไม่มีคำตอบ มันอาจระบุแนวโน้มหรืออาการ ทำให้เกิดการวินิจฉัยที่อยู่นอกเหนือการรับรู้ของมนุษย์

นักวิจัยต้องการค้นหาว่าสิ่งนี้ทำงานอย่างไร และแพทย์สามารถสร้างความสัมพันธ์ที่ดีกับทรัพยากร AI ในขณะเดียวกันก็ยังคงรักษาความกังขาไว้ หากมนุษย์ไม่สามารถเข้าใจว่า AI ได้มาถึงวิธีแก้ปัญหาที่เป็นไปไม่ได้ได้อย่างไร แล้วสถาบันก็จะนำไปใช้อย่างไรได้ การวิจัยเพิ่มเติมจะแก้ไขปัญหานี้โดยการทำให้กระบวนการ AI ชัดเจนขึ้น

อย่างไรก็ตาม วิธีแก้ปัญหาอีกอย่างหนึ่งที่สามารถทำได้พร้อมกับการวิจัยคือการเขียนทับความรู้สึกและสมมติฐานของมนุษย์เกี่ยวกับ AI AI สามารถสร้างความเท่าเทียมที่ผิดและตัดสินใจได้ แต่ความสามารถในการทำนายที่แม่นยำของ AI ไม่ได้ไม่มีเหตุผล — ปีของ การวิจัยและความพยายามของมนุษย์ให้ข้อมูล AI ในด้านการดูแลสุขภาพ เมื่อความเข้าใจนี้กลายเป็นเรื่องปกติ การนำ AI มาใช้ในด้านการดูแลสุขภาพอาจกลายเป็นเรื่องที่ราบรื่นยิ่งขึ้น

การดื้อแพ้ AI ในด้านการดูแลสุขภาพ

การนำโครงสร้างพื้นฐานที่เป็นนวัตกรรมและเปลี่ยนแปลงอุตสาหกรรมอย่าง AI จะปฏิวัติวิธีการคิดของแพทย์เกี่ยวกับด้านการดูแลสุขภาพ การเปลี่ยนแปลงทางเทคโนโลยีแต่ละครั้งต้องการการอภิปรายเชิงบวกเพื่อแสดงให้เห็นว่าจะเป็นประโยชน์ต่ออุตสาหกรรมและผู้ป่วยโดยหลีกเลี่ยงอุปสรรคและประเด็นทางกฎหมายให้มากที่สุด

ความลังเลอยู่เพราะไม่มีใครต้องการเผชิญกับข้อขัดแย้งและความพยายามที่อาจเกิดขึ้นในการนำ AI มาใช้ อย่างไรก็ตาม หากใช้ AI อย่างถูกต้อง AI จะสามารถนำด้านการดูแลสุขภาพไปสู่ยุคใหม่ของการดูแลมนุษย์ได้อย่างมีประสิทธิภาพและแม่นยำมากขึ้น โดยการเพิ่มคุณภาพชีวิตของผู้ป่วยและบุคลากรทั่วโลก

Zac Amos เป็นนักเขียนด้านเทคโนโลยีที่มุ่งเน้นไปที่ปัญญาประดิษฐ์ เขายังเป็น Features Editor ที่ ReHack ซึ่งคุณสามารถอ่านงานของเขาเพิ่มเติม