ด้านยุทธศาสตร์ของ AI: การทำให้เทคโนโลยีทำงานให้กับแพทย์และผู้ป่วย

เมื่อห้าปีที่แล้ว การสนับสนุนการตัดสินใจทางคลินิกแบบเรียลไทม์และเอกสารที่เขียนตัวเองจะฟังดูเหมือนเรื่องราวนิยายวิทยาศาสตร์ แต่ปัจจุบันความสามารถเหล่านี้กำลังถูกจัดส่งในซอฟต์แวร์ผลิตแล้ว ช่องว่างระหว่างสิ่งที่เป็นไปได้กับสิ่งที่เป็นไปได้ในการปฏิบัติได้หายไป และผู้นำด้านการดูแลสุขภาพที่ยังคงถกเถียงกันว่าจะต้องใช้ปัญญาประดิษฐ์ (AI) หรือไม่นั้นได้ล่าช้าไปแล้ว คำถามที่ต้องตอบคือว่าองค์กรสามารถนำเทคโนโลยีนี้ไปใช้ได้อย่างรวดเร็วเพียงใด

สำหรับระบบสุขภาพที่ต้องการพัฒนาต่อยอดจากการทดลอง จากเครือข่ายการดูแลผู้ป่วยที่มีอาการรุนแรงขนาดใหญ่ไปจนถึงองค์กรเฉพาะทางที่จัดการเวิร์กโฟลว์ที่ไม่เหมือนใครในด้านการรักษาบาดแผล การฟื้นฟู และสุขภาพอาชีพ เส้นทางไปข้างหน้าต้องมีความชัดเจนเกี่ยวกับจุดที่ AI สร้างมูลค่าที่แท้จริง การวางแผนการผสมผสานเวิร์กโฟลว์อย่างรอบคอบ และการวัดผลอย่างซื่อสัตย์เกี่ยวกับว่ามันช่วยจริงๆ หรือไม่ ความแตกต่างระหว่าง AI ที่มีเนื้อหาสาระและ AI ที่เป็นเพียงการแสดงจะกำหนดว่าองค์กรใดจะนำหน้าและองค์กรใดจะพยายามตามทัน

การเลือกกรณีการใช้งานที่เหมาะสม

ไม่ใช่ทุกโครงการ AI ที่มีมูลค่าเท่ากัน และองค์กรที่ขยายตัวได้สำเร็จมีรูปแบบที่เหมือนกัน พวกเขาเริ่มต้นด้วยจุดเจ็บปวดของเวิร์กโฟลว์ที่แพทย์จริงๆ รู้สึก ไม่ใช่ความสามารถทางเทคโนโลยีที่ดูน่าประทับใจในตัวอย่างการแสดง สิ่งที่สามารถวัดได้มากที่สุดคือภาระการทำเอกสาร การวิจัย แสดงให้เห็นว่าแพทย์ใช้เวลาเกือบครึ่งหนึ่งของวันทำงานในการทำงานเกี่ยวกับ EHR และโต๊ะทำงาน โดยใช้เวลาประมาณสองชั่วโมงในการทำเอกสารสำหรับทุกชั่วโมงของการดูแลผู้ป่วยโดยตรง ในการบำบัดฟื้นฟู 70% ของนักบำบัดรายงานว่าความเร็วในการทำเอกสารเป็นปัจจัยที่ใหญ่ที่สุดในการหมดไฟ AI ที่ลดภาระนี้ทำให้แพทย์ได้รับเวลากับผู้ป่วยมากขึ้นและช่วยรักษาพยาบาลที่เหนื่อยล้า

แต่ผู้นำต้องมีการเลือกอย่างรอบคอบเกี่ยวกับสิ่งที่ “เอกสารที่ช่วยเหลือโดย AI” จริงๆ หมายถึง ส่วนใหญ่ของซัพพลายเออร์เอกสารที่ล้อมรอบอยู่ในปัจจุบันสร้างสรรค์หัวข้อคลินิกเชิงเรื่องราว: สรุป SOAP ที่วางไว้ในส่วนบันทึกย่อของ EHR นั่นคือจุดเริ่มต้นที่มีประโยชน์ แต่นั่นไม่ใช่ที่ที่มีมูลค่าจริงๆ จุดสิ้นสุดของการเดินทางถัดไปคือ AI ที่ดึงข้อมูลที่มีโครงสร้างออกจากการสนทนาเชิงคลินิก เช่น ช่วงการเคลื่อนไหว คะแนนความแข็งแรง และรายละเอียดการออกกำลังกาย จากนั้นใส่ข้อมูลเหล่านั้นลงในฟิลด์ทางคลินิกที่มีโครงสร้างโดยตรง ความแตกต่างระหว่าง AI ที่เขียน段落และ AI ที่ใส่ข้อมูลลงในฟิลด์ทางคลินิก 47 ฟิลด์คือความแตกต่างระหว่างความสะดวกสบายและความเปลี่ยนแปลง

มีมุมมองด้านราคาเช่นกันที่มักถูกละเลย สถานที่ดูแลผู้ป่วยหลังการรักษาในโรงพยาบาลและคลินิกส่วนตัวดำเนินงานด้วยอัตรากำไรที่薄 การลงทุน AI ใดๆ ต้องแสดงผลตอบแทนจากการลงทุนภายในไม่กี่เดือน ไม่ใช่หลายปี AI ไม่สามารถเป็นเพียงสำหรับระบบสุขภาพที่มีงบประมาณ IT มูลค่าพันล้านดอลลาร์เท่านั้น การคำนวณต้องใช้ได้ผลสำหรับสถานพยาบาลที่มีผู้ให้บริการ 10 คนหรือคลินิกผู้ป่วยนอกในพื้นที่ชนบท องค์กรที่มุ่งเน้นไปที่การเพิ่มประสิทธิภาพการเรียกเก็บเงินและการผลิตเอกสารก่อนจะสร้างรากฐานสำหรับการขยายไปสู่การประยุกต์ทางคลินิกที่มีความทะเยอทะยานมากขึ้น

AI ที่ฝังตัวกับโซลูชันที่ติดเข้าด้วยกัน

หนึ่งในการตัดสินใจที่มีผลกระทบมากที่สุดคือ AI ควรจะฝังตัวไว้ภายในระบบคลินิกหรือติดเข้าด้วยกันเป็นโซลูชันจุดเดียว การติดเข้าด้วยกันสร้าง “AI ที่ต้องหมุนตัว” หมายถึง แพทย์กำลังเปลี่ยนระหว่างระบบ คัดลอกเอาต์พุตระหว่างหน้าจอ และจัดการการเข้าสู่ระบบแยกกัน ทุกจุดเชื่อมต่อระหว่างระบบเป็นจุดเสียดสี เมื่อ AI อยู่นอก เวิร์กโฟลว์ทางคลินิก ข้อมูลเชิงลึกมาถึงโดยไม่มีบริบท โฟลว์แบ็กของข้อมูลขาดไป และภาระทางปัญญาในการรักษาของแพทย์จริงๆ เพิ่มขึ้น AI ที่ติดเข้าด้วยกันเป็นคุณลักษณะ AI ที่ฝังตัวเป็นความสามารถของแพลตฟอร์ม

AI ที่ฝังตัวมีบริบทที่พันธมิตรภายนอกไม่สามารถทำซ้ำได้ เมื่อความฉลาดอยู่ภายใน EHR มันจะรู้ประวัติผู้ป่วย สถานะเวิร์กโฟลว์ปัจจุบัน และความชอบในการทำเอกสารของแพทย์ โดยไม่ต้องเรียก API หรือส่งมอบข้อมูล นอกจากนี้ยังมีประโยชน์ในการกำกับดูแลด้วย คุณควบคุมประวัติการตรวจสอบที่สมบูรณ์ การอัปเดตแบบจำลอง และการอยู่อาศัยของข้อมูล การผสมผสานที่ฝังตัวยังปิดโฟลว์แบ็กที่ทำให้ AI ดีขึ้นตามเวลา AI แนะนำ แพทย์กระทำผลลัพธ์ถูกจับและโซลูชันดีขึ้น AI ที่ดีที่สุดจะหายไปในเวิร์กโฟลว์ และการหายไปนั้นสามารถทำได้เมื่อความฉลาดถูกถักทอเข้ากับระบบที่แพทย์ใช้อยู่แล้ว

ยุทธวิธีสำหรับการใช้งานที่ประสบความสำเร็จ

แม้ AI ที่ดีที่สุดก็จะไม่สำเร็จหากองค์กรไม่พร้อม การไม่มีผู้นำทางคลินิกที่สอดคล้องกันและเวิร์กโฟลว์ที่ได้รับการออกแบบใหม่ โครงการจะล้มเหลว ผู้นำต้องยืนยันในข้อกำหนดในการใช้งาน เช่น การให้การสนับสนุนจากผู้บริหาร ผู้เชี่ยวชาญทางคลินิก และทรัพยากรการจัดการการเปลี่ยนแปลง ก่อนที่จะเซ็นสัญญา

ไม่ใช่ทุกโครงการ AI ที่มีมูลค่าเท่ากัน และองค์กรที่ขยายตัวได้สำเร็จมีรูปแบบที่เหมือนกัน ระบบเหล่านี้ควรจะสามารถตรวจสอบได้ ควบคุมได้ และโปร่งใส คุณสามารถอธิบายได้หรือไม่ว่าทำไม AI จึงแนะนำอย่างนั้น มีประวัติการตรวจสอบที่ไม่เปลี่ยนแปลงของสิ่งที่มันทำและแพทย์ตัดสินใจอย่างไร คุณสามารถปิดมัน ปรับระดับหรือแยกผู้ป่วยบางกลุ่มออกได้หรือไม่ หากคุณไม่สามารถอธิบาย มันไม่ผ่านการตรวจสอบ และควบคุมมัน อย่าใช้งานมัน

สิ่งสำคัญที่สุดคือ เอาต์พุตของ AI ในสถานพยาบาลควรเป็นฉบับร่าง ไม่ใช่บันทึกสุดท้าย การเก็บคนไว้ในวงจรเป็นสิ่งจำเป็นในการรับรองความปลอดภัยและความแม่นยำของเอาต์พุตที่สร้างโดย AI ทั้งหมด

ผู้นำควรถามคำถามเชิงยุทธวิธีมากขึ้นจากผู้ขาย AI ของตน “เกิดอะไรขึ้นเมื่อคุณผิด?” AI ทุกตัวทำผิดพลาด ผู้ขายตรวจจับข้อผิดพลาดแจ้งลูกค้าและแก้ไขปัญหาอย่างไร “ใครเป็นเจ้าของวงจรการปรับปรุงแบบจำลอง?” ข้อมูลของคุณช่วยปรับปรุงแบบจำลองของพวกเขาหรือไม่ และคุณได้รับประโยชน์จากความปรับปรุงเหล่านั้นหรือไม่ “แสดงตัวอย่างที่ล้มเหลว” ผู้ขายใดๆ ที่อ้างว่าประสบความสำเร็จ 100% นั้นหรือหลอกลวงหรือยังไม่ได้ใช้งานในระดับที่กว้างขวาง

ความได้เปรียบในการดูแลผู้ป่วยแบบเฉพาะทาง

ในการดูแลผู้ป่วยแบบเฉพาะทาง รวมถึงการรักษาบาดแผล การบำบัดฟื้นฟู และสุขภาพอาชีพ หลักการเหล่านี้มีความสำคัญมากขึ้น เวิร์กโฟลว์เฉพาะทางมีโครงสร้างมากกว่าการดูแลผู้ป่วยทั่วไป ดังนั้น AI ที่ได้รับการฝึกฝนจากข้อมูลเฉพาะทางจึงมีความแม่นยำมากกว่าโซลูชันที่เหมาะกับทุกคน

พิจารณาเอกสารที่ล้อมรอบใน การบำบัดฟื้นฟู เมื่อ AI สามารถฟังเซสชันและใส่ข้อมูลการเคลื่อนไหว ชุดคะแนนความแข็งแรง และรายละเอียดการออกกำลังกายลงในฟิลด์ทางคลินิกที่มีโครงสร้างโดยตรง แทนที่จะสร้างสรรค์สรุปเชิงเรื่องราว มันเปลี่ยนแปลงสมการมูลค่าขั้นพื้นฐาน เมื่อระบบเอกสารที่ล้อมรอบนั้นเชื่อมต่อกับ EHR อย่างใกล้ชิด มันจะสังเคราะห์ประวัติการทำเอกสารของผู้ป่วยพร้อมกับคำวิจารณ์ปัจจุบัน โดยสร้างเอกสารที่ตระหนักถึงบริบทการรักษา แทนที่จะรักษาแต่ละการพบปะแยกจากกัน ผู้ให้บริการ EHR ที่เป็นเจ้าของทั้งเวิร์กโฟลว์ทางคลินิกและชั้นความฉลาด AI สามารถปิดวงจรระหว่างสิ่งที่ AI แนะนำและสิ่งที่เกิดขึ้นกับผู้ป่วยจริงๆ ในวิธีที่โซลูชันที่ติดเข้าด้วยกันไม่สามารถทำได้

มองไปข้างหน้า

อนาคตที่ใกล้จะมาถึงแล้ว AI ที่มีเจตนา ซึ่งไม่เพียงแต่แนะนำ แต่ยังดำเนินการด้วย จะจัดการส่วนสำคัญของเวิร์กโฟลว์ในการบริหารจัดการ ลองนึกภาพการอนุมัติล่วงหน้าที่ส่งอัตโนมัติ พัสดุการอ้างอิงที่รวบรวมโดยไม่ต้องมีการชุมนุมของมนุษย์ และการต่ออายุใบสั่งยาที่ประมวลผลด้วยการดูแลของแพทย์ แต่ไม่ใช่แรงงานของแพทย์ ในสองปีข้างหน้า การอนุมัติล่วงหน้าที่ทำด้วยตนเองจะดูเหมือนโบราณเหมือนการส่งแฟกซ์

ความสำเร็จเริ่มต้นด้วยการเลือกกรณีการใช้งานที่สอดคล้องกับเป้าหมายขององค์กรและความเป็นจริงทางคลินิก การฝัง AI ไว้ภายในเวิร์กโฟลว์ การมีส่วนร่วมของแพทย์แนวหน้าในการออกแบบและตรวจสอบ และการวัดผลลัพธ์ด้วยความเข้มงวดเช่นเดียวกับการแทรกแซงทางคลินิกอื่นๆ เทคโนโลยีคือส่วนที่ง่าย การที่ยากคือความมุ่งมั่นขององค์กร การออกแบบเวิร์กโฟลว์ใหม่ และวินัยในการวัดผล แต่สำหรับระบบสุขภาพที่เข้าใกล้ AI อย่างรอบคอบ รางวัลมีมาก การดูแลที่ปลอดภัยยิ่งขึ้น แพทย์ที่หมดไฟน้อยลง และผลลัพธ์ของผู้ป่วยที่ดีขึ้น AI ไม่ได้มาเพื่อปฏิบัติการแพทย์ มันมาเพื่อช่วยให้เราปฏิบัติการแพทย์ได้ดีขึ้น เพื่อกำจัดสิ่งที่ทำให้แพทย์หมดไฟ เพื่อให้พวกเขาได้ทำสิ่งที่ทำให้พวกเขากระตือรือร้น: ช่วยให้ผู้คนหายดี