Вирішення скептицизму щодо штучного інтелекту в галузі охорони здоров’я: подолання перешкод для безпечної комунікації

Лідери галузі охорони здоров’я бажають прийняти штучний інтелект, частково для того, щоб не відставати від конкурентів та інших галузей, але, що більш важно, для підвищення ефективності та поліпшення досвіду пацієнтів. Однак лише 77% лідерів галузі охорони здоров’я фактично довіряють штучному інтелекту для отримання вигоди для свого бізнесу.

Хоча чат-боти штучного інтелекту добре справляються з виконанням рутинних завдань, обробкою даних та підведенням підсумків, високорегульована галузь охорони здоров’я найбільше турбується про надійність та точність даних, які подаються на вхід та інтерпретуються цими інструментами. Без належного використання та навчання працівників дані можуть стати додатковою загрозою.

Незважаючи на це, 95% лідерів галузі охорони здоров’я планують збільшити бюджети на штучний інтелект до 30% у 2025 році, причому багатомовні моделі мови (LLM) стають одним з найбільш надійних інструментів. Коли LLM стають більш зрілими, 53% лідерів галузі охорони здоров’я вже реалізували офіційні політики для адаптації своїх команд до них, а ще 39% планують реалізувати ці політики скоро.

Для тих, хто хоче оптимізувати комунікаційні послуги за допомогою штучного інтелекту, але все ще сумнівається щодо цього, тут є деякі рекомендації для подолання найбільш поширених перешкод.

1. Навчання штучного інтелекту з надійними медичними джерелами

Хоча лідери галузі охорони здоров’я можуть не бути безпосередньо залучені до навчання штучного інтелекту, вони повинні відігравати ключову роль у нагляді за його впровадженням. Вони повинні забезпечити, щоб постачальники чат-ботів навчали та регулярно оновлювали свій штучний інтелект з надійними джерелами.

Багаті, структуровані дані, які захоплюються обов’язковими електронними медичними записами (EHR), пропонують великі репозиторії цифрових даних охорони здоров’я, які тепер можуть служити основою для навчання алгоритмів штучного інтелекту. Розширені LLM можуть розуміти медичні дослідження, технічний аналіз, огляди літератури та критичні оцінки. Однак замість навчання цих інструментів усіма даними одразу, нові дані свідчать про те, що фокусування на меншій кількості перетинів максимізує продуктивність штучного інтелекту, одночасно знижуючи витрати на навчання.

2. Забезпечення дотримання вимог HIPAA щодо захисту даних

Закон про переносимість та відповідальність медичного страхування (HIPAA) встановлює стандарти захисту конфіденційних даних про здоров’я пацієнів (PHI). Для відповідності цим правилам лідери галузі охорони здоров’я повинні забезпечити, щоб треті сторони:

• Збирали лише мінімальну кількість PHI, необхідну для виконання мети чат-бота.
• Надавали доступ до PHI лише авторизованим особам з сильними паролями та політиками автентифікації.
• Застосовували потужні методи шифрування для захисту PHI у стані спокою та під час передачі.
• Зберігали необхідні дані на серверах, що відповідають вимогам HIPAA, з сильними засобами контролю доступу.
• Завершували угоди про асоціацію бізнесу (BAAs) для відповідності вимогам HIPAA.
• Питали про їхній план реагування на інциденти безпеки.

Лідери галузі охорони здоров’я, які використовують ці інструменти, повинні регулярно перевіряти звіти про доступ – крок, який також легко автоматизувати за допомогою штучного інтелекту – та надсилати сповіщення керівництву, якщо відбувається незвичайна діяльність.

Крім того, вони повинні отримувати чітку та інформовану згоду пацієнтів перед збором та використанням їхніх PHI. При запиті згоди повідомляти, як дані пацієнтів будуть використані та захищені.

3. Добро розроблені інтерфейси, які покращують робочі процеси

Одним з найбільших перешкод під час переходу до обов’язкових EHR була використовність технології. Лікарки були незадоволені кількістю часу, витраченого на канцелярські завдання, коли вони адаптувалися до складних робочих процесів, збільшуючи ризик професійного вигорання та можливість помилок, які можуть вплинути на лікування пацієнтів.

При роботі з третіми сторонами запитайте демонстрацію та другу думку перед вибором платформи або програмного забезпечення штучного інтелекту. Не забудьте запитати, чи дозволяє їхній продукт налаштування, яке адаптується до поточних програм, щоб ви могли інтегрувати готові функції, які найкраще відповідають вашим робочим процесам.

Орієнтований на користувача дизайн та стандартизовані формати даних та протоколи допоможуть полегшити безперешкодний обмін інформацією між технологіями охорони здоров’я та платформами штучного інтелекту. З цими стандартами на місці алгоритми штучного інтелекту можуть бути значуще інтегровані до клінічної допомоги в різних умовах охорони здоров’я. Установлені протоколи також допомагають цим інструментам працювати краще, полегшуючи міжопераційність та забезпечуючи доступ до більших, більш різноманітних наборів даних.

4. Правильне використання та навчання працівників

Дослідження 2024 року виявило, що медичні поради, надані «людськими лікарями та штучним інтелектом», були насправді більш повними, але менш емпатичними, ніж ті, які надавалися «людськими лікарями» самостійно. Для подолання цього розриву лідери галузі охорони здоров’я повинні зрозуміти можливості та обмеження штучного інтелекту та забезпечити належний людський нагляд та втручання.

Лідери галузі охорони здоров’я можуть інтегрувати чат-боти до своїх веб-сайтів та застосунків для пацієнтів, щоб надати користувачам миттєвий доступ до медичної інформації, допомагаючи в самодіагностиці та охороні здоров’я. Ці інструменти можуть надсилати своєчасні нагадування пацієнтам про продовження рецептів, допомагаючи пацієнтам дотримуватися планів лікування. Вони також можуть допомогти класифікувати пацієнтів за ступенем тяжкості їхнього стану, допомагаючи постачальникам медичної допомоги пріоритезувати випадки та розподіляти ресурси ефективно.

Однак ці інструменти все ще можуть «галюцинувати», і важливо, щоб людина-валідатор була залучена до складних завдань. Працюйте з третіми експертами, щоб визначити вашу бачення інструментів комунікації штучного інтелекту та створити бажані робочі процеси. Як тільки ви погодитеся щодо своїх випадків використання, операційні та культурні процеси зміни – як 8-ступінчатий процес зміни Коттера – пропонують дорожню карту для налаштування працівників, в кінцевому підсумку поліпшуючи результати лікування пацієнтів.

5. Попросіть чат-бота виявити помилки

Жоден керівник бізнесу не хоче допускати помилок, але галузь охорони здоров’я є високоризиковою сферою, де навіть незначні помилки можуть привести до серйозних наслідків. Однак навіть найкращі клініцисти не застраховані від медичних помилок. Штучний інтелект може бути потужним інструментом для поліпшення лікування пацієнтів шляхом виявлення помилок та заповнення пробілів.

Дослідження 2023 року дослідження, яке використовувало GPT-4 для транскрипції та підсумовування розмови між пацієнтом та клініцистом, пізніше використало чат-бот для перевірки розмови на наявність помилок. Під час валідации воно виявило помилку в індексі маси тіла (BMI) пацієнта. Чат-бот також помітив, що записи пацієнта не згадували про аналізи крові, які були призначені, а також про те, чому їх призначили.

Цей приклад свідчить про те, що штучний інтелект можна використовувати як допоміжний інструмент для допомоги лікарям у xửленні «галюцинацій», пропусків та помилок штучного інтелекту, які можна використовувати для навчання та поліпшення застосунків штучного інтелекту.

Штучний інтелект у галузі охорони здоров’я існує для підтримки лікарів та медсестер, спрощення робочих процесів, поліпшення доступу пацієнтів до медичної допомоги та мінімізації помилок. Хоча вони не можуть повністю замінити емпатію, інтуїцію та реальний досвід людини-оператора, ці інструменти пропонують відмінні аналітичні та часозберігаючі переваги. Коли лідери галузі охорони здоров’я беруть час для забезпечення ретельного дотримання вимог HIPAA, прозорої комунікації з пацієнтами та належного навчання працівників, вони можуть впроваджувати ці інструменти безпечно та впевнено.