การแพทย์

เมื่อควรหลีกเลี่ยงการใช้ AI ในสาธารณสุข

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อเทคโนโลยีใหม่ๆ เข้าสู่อุตสาหกรรม จะมีความพยายามที่จะใช้เทคโนโลยีนั้นเพื่อแก้ไขปัญหาทั้งหมดของอุตสาหกรรม AI ในสาธารณสุขเป็นตัวอย่างที่ดี เมื่อเทคโนโลยีนี้ได้รับการพัฒนาอย่างต่อเนื่อง มันถูกนำมาใช้ในกรณีการใช้งานต่างๆ เช่น การพัฒนายา การประสานงานด้านการดูแล และการชำระเงิน เพื่อชื่อไม่กี่อย่าง มีกรณีการใช้งานที่ถูกต้องมากมายสำหรับ AI ในสาธารณสุข ซึ่งเทคโนโลยีนี้ดีกว่าตัวเลือกอื่นๆ ที่มีอยู่ในปัจจุบัน

อย่างไรก็ตาม AI ในปัจจุบันสามารถทำได้ดีเฉพาะในงานบางอย่าง เช่น การทำความเข้าใจข้อมูลขนาดใหญ่และการตัดสินใจตามกฎที่กำหนดไว้แล้ว ในสถานการณ์อื่นๆ โดยเฉพาะอย่างยิ่งเมื่อความเข้าใจที่เพิ่มขึ้นจำเป็นต่อการตัดสินใจที่ถูกต้อง ไม่เหมาะสมสำหรับ AI มาทำความรู้จักกับตัวอย่างเหล่านั้นกัน

การปฏิเสธการอ้างสิทธิ์และการดูแล

ไม่ว่าจะเป็นการอ้างสิทธิ์หรือการดูแล การปฏิเสธเป็นตัวเลือกที่ซับซ้อนและสำคัญเกินกว่าที่จะให้ AI ตัดสินใจโดยลำพัง เมื่อปฏิเสธการอ้างสิทธิ์หรือการดูแล มีหลักศีลธรรมที่ชัดเจนในการดำเนินการด้วยความระมัดระวัง และตามความสามารถของ AI ในปัจจุบัน สิ่งนี้ต้องการการมีส่วนร่วมของมนุษย์

นอกเหนือจากด้านศีลธรรมแล้ว แผนการดูแลสุขภาพยังตั้ง自己ให้ตกอยู่ในความเสี่ยงเมื่อพวกเขาพึ่งพา AI มากเกินไปในการตัดสินใจปฏิเสธ แผนการดูแลสุขภาพสามารถและกำลังเผชิญกับการฟ้องร้องสำหรับการใช้ AI อย่างไม่เหมาะสมในการปฏิเสธการอ้างสิทธิ์ โดยมีการ การฟ้องร้อง ที่กล่าวหาว่าแผนการดูแลสุขภาพไม่ได้ปฏิบัติตามข้อกำหนดขั้นต่ำสำหรับการทบทวนของแพทย์ เนื่องจาก AI ถูกใช้แทน

การอาศัยการตัดสินใจในอดีต

การให้ความไว้วางใจ AI ในการตัดสินใจโดยอาศัยการตัดสินใจในอดีตมีข้อบกพร่องที่ชัดเจน คือ การตัดสินใจที่ผิดในอดีตจะส่งผลต่อการตัดสินใจในอนาคต นอกจากนี้ เนื่องจากกฎนโยบายที่ให้ข้อมูล AI มักจะกระจายอยู่ทั่วระบบหรือไม่ได้รับการเข้ารหัสที่สมบูรณ์แบบโดยมนุษย์ ระบบ AI จึงอาจนำไปสู่การทำความเข้าใจที่ไม่ถูกต้องเกี่ยวกับนโยบายเหล่านี้ เพื่อหลีกเลี่ยงสิ่งนี้ องค์กรต่างๆ ต้องสร้างแหล่งที่มาของนโยบายที่แท้จริง เพื่อให้ AI สามารถอ้างอิงและเรียนรู้จากชุดข้อมูลที่เชื่อถือได้

การสร้างบนระบบมรดก

ในฐานะเทคโนโลยีที่ค่อนข้างใหม่ AI นำเสนอความเป็นไปได้ และทีมวิทยาศาสตร์ข้อมูลของแผนการดูแลสุขภาพหลายแห่งต้องการที่จะใช้ประโยชน์จากความเป็นไปได้นี้อย่างรวดเร็วโดยการใช้เครื่องมือ AI ที่ถูกสร้างไว้แล้วในแพลตฟอร์มองค์กร ปัญหาก็คือกระบวนการอ้างสิทธิ์ในการดูแลสุขภาพมีความซับซ้อนอย่างมาก และแพลตฟอร์มองค์กรมักไม่เข้าใจถึงความซับซ้อนนี้ การใช้ AI บนระบบมรดกเหล่านี้เป็นวิธีแก้ปัญหาแบบ “หนึ่งขนาดเหมาะกับทุกคน” ซึ่งไม่ได้คำนึงถึงปัจจัยต่างๆ ที่ส่งผลต่อการชำระเงิน ทำให้เกิดความสับสนและไม่แม่นยำมากกว่าการสร้างกระบวนการที่มีประสิทธิภาพ

การอาศัยข้อมูลเก่า

หนึ่งในประโยชน์ที่ใหญ่ที่สุดของ AI คือการที่มันสามารถปรับปรุงการทำงานได้เมื่อเวลาผ่านไป แต่สิ่งนี้ต้องการวงจรการให้ข้อมูลย้อนกลับที่สม่ำเสมอเพื่อให้ AI เข้าใจสิ่งที่ทำผิดและปรับเปลี่ยนตามนั้น การให้ข้อมูลย้อนกลับนี้ไม่เพียงแต่ต้องเป็นไปอย่างสม่ำเสมอเท่านั้น แต่ยังต้องอาศัยข้อมูลที่ถูกต้องและแม่นยำด้วย หลังจากทั้งหมด AI ก็ไม่ดีกว่าข้อมูลที่เรียนรู้จากมัน

เมื่อ AI ในสาธารณสุขมีประโยชน์

การใช้ AI ในภาคส่วนที่ผลลัพธ์มีผลกระทบอย่างมากต่อการดูแลสุขภาพต้องการความระมัดระวัง แต่นี่ไม่ได้หมายความว่าไม่มีกรณีการใช้งานที่ AI มีความเหมาะสม

ประการหนึ่ง ไม่มีข้อมูลที่จะใช้ในการดูแลสุขภาพ (พิจารณาว่าบันทึกทางการแพทย์ของบุคคลหนึ่งอาจมีหลายพันหน้า) และรูปแบบภายในข้อมูลนั้นสามารถบอกเรามากเกี่ยวกับการวินิจฉัยโรค การชำระเงินอย่างถูกต้อง และอื่นๆ นี่คือจุดแข็งของ AI ในการค้นหารูปแบบและการแนะนำการดำเนินการตามรูปแบบเหล่านั้นซึ่งผู้ตรวจสอบมนุษย์สามารถดำเนินการต่อได้

อีกพื้นที่หนึ่งที่ AI มีความโดดเด่นคือ การเก็บรักษาและดูดซับนโยบายและกฎ ที่ควบคุมการชำระเงิน Generative AI (GenAI) สามารถใช้ในการเปลี่ยนเนื้อหานโยบายจากหลายรูปแบบเป็นโค้ดที่อ่านได้โดยเครื่องจักรซึ่งสามารถใช้ได้อย่างสม่ำเสมอในทุกๆ การอ้างสิทธิ์ของผู้ป่วย GenAI ยังสามารถใช้ในการสรุปข้อมูลและแสดงมันในรูปแบบที่อ่านง่ายสำหรับการทบทวนของมนุษย์

เส้นเชื่อมที่สำคัญที่ผ่านกรณีการใช้งานเหล่านี้คือ AI ถูกใช้เป็น “ผู้ช่วย” สำหรับมนุษย์ที่ดูแลมัน ไม่ใช่การควบคุมทุกอย่างด้วยตนเอง ตราบเท่าที่องค์กรสามารถรักษาความคิดนี้ไว้เมื่อพวกเขาใช้ AI พวกเขาจะสามารถประสบความสำเร็จในช่วงเวลาที่สาธารณสุขกำลังถูกเปลี่ยนแปลงโดย AI

ดร. Tim Wetherill ผู้อำนวยการฝ่ายคลินิกที่ Machinify ได้รับการฝึกฝนเป็นศัลยแพทย์ทั่วไป/ศัลยแพทย์創伤ที่มหาวิทยาลัยแคนซัส เขาทำงานเป็นศัลยแพทย์ทั่วไปทั้งในส่วน tư nhânและ VA ก่อนที่จะย้ายไปที่ BCBS Montana และ HCSC ซึ่งเขานำการเปลี่ยนแปลงที่สำคัญรอบๆ การจัดการการใช้งาน การชำระเงิน และยารักษาโรค เขายังเป็นประธานคณะกรรมการนโยบายทางการแพทย์และผู้สร้างคณะกรรมการตรวจสอบยารักษาโรคจากผู้ขาย