Sağlık Hizmetlerinde AI Neden Yanlış Yere Dağıtılıyor

Endüstri yanlış sorunu peşinde koşuyor

Sağlık hizmetlerinde AI konuşmaları günümüzde özerklik hakkında. AI hastalıkları teşhis edebilir mi? İlaç yazabilir mi? Sonunda doktoru yerini alabilir mi?

Artık bu olabilecekleri düşünmek zorunda değiliz çünkü sağlık hizmetlerinde AI uygulamalarının gerçek hayattaki örneklerine sahibiz. Utah, reçete yenilemelerinde özerk AI için düzenleyici kum havuzunu zaten açtı. Diğer eyaletler, bu ilk pilotların kabul edilebilir güvenlik ve verimlilik gösterip göstermeyeceğini görmek için izliyor.

Ama ben düşünüyorum ki, doktorun yerini AI ile doldurup dolduramayacağı hakkında merak etmek, endüstrinin başlamak için yanlış yer.

Doktorun klinisyen ilişkisini AI’nin ne kadar emebileceği hakkında sormadan önce, önümüzde oturan çok daha basit ve acil bir problemi çözmeliyiz. Klinisyenler idari işlerle boğuşuyorlar. Hastalar hala zamanında randevu alamıyorlar çünkü erişim, hasta talebinin eksikliğinden değil, kullanılabilir klinisyen zamanının eksikliğinden dolayı kısıtlanıyor. Bu, geri bildirimin nerede başladığı ve AI’nin operasyonel yükleri hafifletmek için gerektiği yer.

Bu, özellikle ruh sağlığı hizmetlerinde hissediliyor. Yaklaşık 22 milyon Amerikan, Dikkat Eksikliği ve Hiperaktivite Bozukluğu (DEHB) ile yaşıyor ve anksiyete bozuklukları yaklaşık 19% ABD’li yetişkini bir yıl içinde etkiliyor. Bu, yaşam boyu yaklaşık %31’dir. Her iki durum da trattabl ancak milyonlarca kişi, kılavuz-recommended bakım alamıyor. Problemin nedeni, farkındalığın eksikliği değil, çünkü pazarın kısa bir bakışta, self-help araçları, içerik, izleyiciler ve DEHB dostu uygulamalarla dolu olduğunu gösterecektir. Gerçek açıklama, klinisyen bakımı, teşhis ve ilaç yönetimi erişimindeki boşluktur.

Bu parça, daha basit bir başlangıç noktası için savunuyor. AI’nin sağlık hizmetlerindeki en yüksek-ROI rolü bugün idari. AI’yi klinisyen ortamında çok erken kullanmak, faydadan daha fazla problem yaratabilir. AI’nin bakımın güvenilir bir parçası olmasını istiyorsak, önce en ağır yükün ve en immediate kazancın olduğu yere dağıtmalıyız.

Veriler, AI’nin daha verimli olabileceği yeri ortaya koyuyor

Bir model oluştururken, çok nhanh bir şekilde ortaya çıkan bir kalıp var. Herhangi bir klinisyen işe alırsınız, birkaç ay içinde, o klinisyen tamamen dolu oluyor. Bunu defalarca gördük. Bu, sadece soyut bir sağlayıcı eksikliği olmadığını, sondern panel doldurulmaya başladığında nasıl sağlayıcı zamanının tükendiğini gösteriyor.

Ruh sağlığı hizmetlerinde, yaklaşık 80% randevular rutin takip randevuları. Bunlar kompleks tanısal karşılaşmalar değil. Birçoğu, aynı tedavi planını devam ettiren, kontrol eden, semptomları gözden geçiren ve ilaç yenileyen stabil hastalardır. Ancak bu ziyaretler, tam bir dokumentasyon, doğrulama, tarih gözden geçirme, PDMP kontrolleri ve reçete iş akışının tüm ağırlığını taşıyor. Sağlayıcılar, bu idari işler için haftada ortalama 16 saat harcıyor. Bu, yeni hastalara veya karmaşık vakalara daha iyi klinik dikkat göstermek için harcanabilecek zaman.

Bu, AI tartışmasının operasyonel gerçeklikten nasıl kopabileceğini gösteriyor. Endüstri, AI’nin doktorun rolünü devralıp devralamayacağını sormaya devam ediyor, ancak lost kapasitenin büyük bir kısmı, aslında klinik yargı gerektirmeyen görevlerden geliyor. Bu görevler, dökümantasyon, doğrulama, kayıt gözden geçirme ve takip iş akışları gibi görevler. Bunlar, AI’nin zaten yararlı ve ölçülebilir bir şekilde destekleyebileceği türden işlemler.

Eğer bu zamanı geri kazanırsanız, sadece sağlayıcı üzerindeki yükü azaltmakla kalmaz, aynı zamanda daha fazla hastaya randevu açmak için zaman açarsınız. Bekleme süresi, önemli bir sağlık hizmeti erişim sorunu. Hastalar genellikle profesyonelleri görmek için haftalarca bekliyorlar ve erişim, farklı bölgelerde hala dengesiz kalıyor. HHS, kırsal ve sınır topluluklarının çok az sağlayıcıya ve çok az davranışsal sağlık desteğine sahip olduğunu, tele-sağlık hizmetlerinin mental sağlık bakımına erişimi önemli ölçüde artırmak için bir yol olduğunu belirtmeye devam ediyor.

AI’nin Sağlık Hizmetlerinde Neden En Zor Endüstri Olduğunu Otomatikleştirmek

Sağlık hizmetleri dışarıdan standardize olmuş gibi görünüyor. Aslında, aynı zamanda standardize ve değişken.

Belirtildiği gibi, bazı rehberlikler, düzenlemeler ve dokumentasyon kuralları var. Ancak her klinisyen ayrıca, önceki ortamlarda şekillendirilen alışkanlıklar, iş akışları ve protokoller getiriyor. İki sağlayıcı, aynı koşulu aynı yasal çerçeve altında tedavi edebilir, ancak yine de rutin bakım için önemli ölçüde farklı yaklaşımlar kullanabilir. AI, standart bakımın ötesine geçmeden bu varyasyonu hesaba katmak zorunda.

Düzenleme konusunda, uyumluluk genellikle katmanlı. Eyalet lisans kurulları, federal kurumlar, HIPAA, reçete izleme sistemleri, devlet veritabanları ve dahili klinik SOP’lar tümü kesişiyor. Bir devlette uyumlu bir eylem, başka bir devlette uyumsuz olabilir. Ürün açısından zararsız görünen bir iş akışı, reçete, hasta kimliği, kayıt saklama veya denetlenebilirlik konusunda riskli hale gelebilir. Bu süreçte yapısal bir karmaşıklık var.

Veri kısmı da beklendiği kadar basit değil. Sağlık hizmetlerinde, sadece ortak araçları birleştirip kullanıcı davranışından öğrenmeye başlamanız yeterli değil. Bazı standart analiz araçları ve veri boru hatları, HIPAA düzenlemeleri nedeniyle uygun değil,unless họ temel olarak değiştirilmedikçe. Çoğu zaman, iş akışı içinde veri nasıl depolandığı, işlendiği, denetlendiği ve sunulduğu gibi şeyler için özel altyapıya ihtiyacınız var. Bir sürü şirket, bunu inşa süreci boyunca küçümsüyor, ancak sonra tüm işlerini değiştirmek zorunda kalıyor.

Ama her şeyden önce, sağlık hizmetlerinde hata yapmanın maliyetinin oldukça yüksek olduğunu söyleyebilirim.

Bir hata, diğer endüstrilerde sadece bir sıkıntı yaratabilir, ancak sağlık hizmetlerinde, tedavi kalitesini, hasta güvenliğini, reçete davranışını veya düzenleyici maruziyeti etkileyebilir. İnsan sağlığı, AI modellerimizi geliştirmek için oynayabileceğimiz bir şey değil ve haklı olarak öyle. Bu, bu endüstride AI’nin nerede tanıtılacağını anlamamıza yardımcı olan temel ilke olmalı.

AI’nin Sağlık Hizmetlerindeki En Yüksek-ROI Dağıtımı İdari Katmandır

Umarım okuyucuya, doktorun yerini AI ile doldurmak yerine, doktor etrafındaki operasyonel sürtünmeyi temizlemenin önemini vurgulamışımdır. Pratikte bunun ne anlama geldiğini burada genişleteceğim.

Döküman oluşturma. AI, ziyaret sırasında dökümantasyonu ve belgeleri gerçek zamanlı olarak oluşturabilir ve düzenleyebilir. Bu, döküman yükünü azaltır, mesai sonrası işleri kısaltır ve aynı gün tamamlamayı çok daha gerçekçi hale getirir. MEDvidi’nin dahili çerçevesinde, döküman oluşturucu, karşılaşma sırasında sürekli olarak dökümantasyonu günceller ve döküman zamanını önemli ölçüde kısaltmaya tasarlanmıştır.

Döküman gözden geçirme. AI, dökümanları dahili SOP’lara karşı gözden geçirebilir ve reçete aşamasına ulaşmadan önce sapmaları saptayabilir. Çoğu sağlık kalitesi gözden geçirmesi hala kısmi ve manuel; bu nedenle, her karşılaşmayı değil, sadece bir örneği gözden geçirmek yerine, uyumluluk daha görünür ve daha tutarlı hale gelir.

Ön-ziyaret iş akışı otomasyonu. Sağlayıcıların zamanının büyük bir kısmı, gerçek klinik karardan önce, kimlik doğrulama, devlet veritabanlarını kontrol etme, tıbbi geçmişi gözden geçirme, potansiyel kontrendikasyonlar için tarama veya belgelerde eksiklikler veya uyuşturucu arama davranışları için ekranlama gibi şeylerde harcanıyor. Bunların hiçbiri yargı yerine geçmez, ancak hepsi zaman tüketir ve AI bu katmanları klinisyen devreye girmeden önce işleyebilir.

Rutin reçete yönetimi. İstikrarlı takip bakımı, AI’nin özellikle yararlı olabileceği bir alandır. Tedavi aynı kalmış hastalar için, AI reçete yenileme iş akışını yönetebilir ve kaydı hazırlayabilir, ancak doktor masih son kararı gözden geçirir ve onaylar. Bu, tamamen özerk bakımdan çok daha dar, daha güvenli ve sistemdeki gerçek tıkanıklığa çok daha ilgili bir model.

Her bir bu kullanım durumu, zamanı bir şekilde tasarruf ederek bakım kapasitesini genişletiyor. Bu, AI’yi ilk olarak idari katmana dağıtmak için merkezi argümanım.

Klinik Ortamlar için Doğru AI Mimarisi

Doktor değiştirme, AI’nin başka bir korku hikayesi. Daha pratik, faydalı ve vazgeçilmez bir model, sağlık hizmetlerinde doktor-merkezli artırma.

Bu mimari içinde, klinisyen her klinik kararda son sözü söyleyecek. Tedavi planları hala bir lisanslı tıbbi sağlayıcı tarafından gözden geçirilecek ve onaylanacak. AI sadece dökümantasyon, doğrulama, gözden geçirme katmanı ve ziyaret etrafındaki tekrarlayan görevlerle ilgilenir. Bu, verimliliği artırmak ve hesap verebilirliği korumak için en güvenli yol.

AI, sağlık hizmetlerinde gerçek klinik verilere ihtiyaç duyuyor, çünkü hazır modeller ve genel veri setleri yeterli değil. Klinik iş akışları çok spesifik, düzenlemeler çok katmanlı ve hata payı çok küçük. Bir AI sistemi, aylık hasta ziyaretleri için özel bir veri setine dayanmalı ve sağlayıcı gözden geçirmesi ve SOP uyumu iş akışına entegre edilmeli. Healthcare AI’nin gerçek dünya klinik operasyonlarına dayanması, genel amaçlı model yetenekleri değil, temel olması gerekiyor.

Klinisyenler için, bu mimari, idari işlere harcanan saatleri azaltır ve yeni hastalara ve karmaşık vakalara daha fazla zaman ayırır. Hastalar için, daha hızlı sağlık hizmeti erişimini, daha düşük maliyetle ve daha tutarlı bir şekilde sağlar. Düzenleyiciler de, iş akışlarının daha okunabilir ve gözden geçirilebilir olması nedeniyle yararlanırlar. AI’nin doğru dağıtımı, iş akışlarını daha okunabilir ve gözden geçirilebilir hale getirir.

AI, ölçülebilir bir iş akışı içinde güvenilir hale gelerek, bu kadar önemli bir endüstrinin mücadele ettiği bir alanda gelişmeyi güvenilir bir araç haline getirir.

Sonuç

İnsanlar tıbbi sağlayıcılarının ilgisiz olduğunu şikayet ettiklerinde, gerçek bir sorunu tespit ediyorlar. Tıbbi sağlayıcınızın enerjisini, her taraftan delinen bir balon olarak düşünün. Elbette, size karşı ilgisiz veya zihinsel bant genişliği olmayan bir sağlayıcıya sahip olamazsınız.

AI’nin doktorun yerini almasıyla ilgili korku trenine binmek yerine, özellikle sağlık hizmetlerinde, teknolojiyi insanların mücadele ettiği işlerin katmanlarını düzeltmek için kullanmak daha mantıklı. AI’nin avantajlı olmasının nedeni, insan klinisyenlerin sahip olmadığı şey olan yorgunluk olmaması.

Sağlık hizmetlerinin neden AI ile otomatikleştirilmesinin zor olduğunu anlamak anlaşılabilir. Karmaşık düzenleme, sağlayıcı davranışındaki varyasyon, özel altyapıya duyulan ihtiyaç ve hata maliyetinin büyüklüğü. Ancak, bu teknolojiyle düzeltilmesi gereken gerçek bir idari tıkanıklık var. Bunu kullanalım.

İdari tıkanıklığa başlamadan, klinik AI’nin insanların daha geniş ölçekte güvenini kazanmakta mücadele edeceği anlaşılabilir.

Şimdiki model basittir. AI, geçmişi gözden geçirir, kontrendikasyonları kontrol eder, kimliği doğrular, döküman oluşturur ve reçete iş akışını hazırlar. Doktor, tam resmi gözden geçirir ve son kararı onaylar. İstikrarlı bir takip için 20 dakikalık bir ziyaret gerektiren bir şey, daha kısa, daha temiz, daha güvenli bir süreç haline gelebilir.

Kâğıt üzerinde küçük görünse de, bu, uzun süredir manuel kalan bir sistemde ve herkesi etkileyen önemli bir revizyon.