Штучний інтелект у сфері охорони здоров’я: від обіцянок до практики

Сфера охорони здоров’я ніколи не мала такого технологічного потенціалу чи такого тиску на виконання обіцянок, як зараз.

Технологічні інновації просто приголомшливі. Генеративний штучний інтелект вже складає апеляції, підсумовує клінічні нотатки, підтримує амб’єнтні інструменти та дозволяє пацієнтам взаємодіяти з медичними працівниками вдома. Більше 96% стаціонарних лікарень США зараз використовують системи ЕРХ. Це повинно бути епохою безшовної, інтелектуальної допомоги. Але десь між потенціалом і практикою втрачається імпульс.

Застаріла інфраструктура, фрагментована система управління, втома медичних працівників та розширювання ресурсного розриву продовжують гальмувати прогрес. Навіть більш складно те, що платники, медичні працівники та пацієнти розвиваються у своєму темпі, кожен будуючи цифрові можливості без спільного ритму.

Тим часом тиск на надання кращої допомоги з меншими ресурсами зростає. Більше 700 лікарень США, багато з яких розташовані в сільській місцевості, знаходяться під загрозою закриття. Зміни законодавства можуть ще більше звузити охоплення медичною допомогою для мільйонів людей.

На цьому етапі真正на інновація не полягає у окремих рішеннях, а у масштабованій інновації, яка може真正но трансформувати допомогу. Щоб інновації були сталими, сфера охорони здоров’я повинна вбудовувати їх у реальні робочі процеси, ґрунтуючись на взаємозамінності, керуючись наміром та будуючи для узгодженості по всій системі.

Чому всі інновують, але все ще відчувається роз’єднаністю?

Проблема починається, коли інновації відбуваються в ізоляції. Медичні системи експериментують з ГенАІ та цифровими інструментами, але без спільної інфраструктури чи корпоративної узгодженості, ці пілотні проекти рідко масштабуються.

Лише одна з чотирьох систем має моделі управління, щоб відповідально керувати використанням ГенАІ, а більшість все ще борються з фрагментованими середовищами даних. Замість спрощення допомоги, це часто додає ще більше складності до роботи медичних працівників.

Возьміть, наприклад, цикл доходів. Штучний інтелект тепер може генерувати апеляції за кілька хвилин, але платники все ще обробляють їх вручну. Це створює асиметрію та збільшує адміністративні витрати.

Що потрібно для масштабування штучного інтелекту в сфері охорони здоров’я

Щоб рухатися вперед, лідери повинні проектувати зустріч. Це означає, що інновації повинні бути частиною того, як допомога真正но працює: з’єднувати точки між командами та забезпечувати, щоб кожна спроба принесла кращі результати для всіх ключових зацікавлених сторін.

Ось, як цей зсув виглядає в дії:

1. Перепроектування робочої сили, а не її заміну

Масштабована інновація в сфері охорони здоров’я починається з важкої істини: медичні системи не змінять ситуацію, якщо не переосмислять, як真正но працюють команди медичної допомоги. У 2024 році 57% керівників медичних систем називають нестачу робочої сили головною стратегічною проблемою. Недостатня готовність робочої сили також належить до трьох основних перешкод для цифрової трансформації. Це підкреслює поширений розрив між розгортанням та готовністю людей на місцях.

Передові медичні працівники реагують різними способами:

• Вони інвестують у стійкість робочої сили. Медсестер готують до гібридних, технічно оснащених ролей, не для заміни клінічної інтуїції, а для її посилення.
• Вони розгортають інструменти ГенАІ, які зменшують когнітивне навантаження. Наприклад, амб’єнтна документація допомагає медичним працівникам автоматизувати ведення нотаток і виділяти ризики повторної госпіталізації. Підсумки до відвідування також стають важливими, оскільки вони надають контекст пацієнта до відвідування для оптимізації надання допомоги.
• І вони повертають час і потенціал, перепроектовуючи робочі процеси. Перепроектування робочих процесів, поєднане з розумною делегацією, має потенціал забезпечити 15-30% економії часу на зміну, достатньо, щоб закрити розрив майже у 300 000 стаціонарних медсестер^[8].

Це є можливостями більш сталий моделі допомоги. Інновації повинні бути ґрунтовані на досвіді тих, хто надає допомогу, щоб бути успішними.

2. Будівництво рамок управління змінами для штучного інтелекту

Не існує універсального підходу для використання штучного інтелекту в сфері охорони здоров’я. Адже це не просто ще один технологічний ролл-аут.

На відміну від міграції у хмару, де інфраструктура лідирує, штучний інтелект вимагає, щоб ми спочатку зрозуміли роботу, що вимагає когніції, що створює тертя, і де підтримка найбільш потрібна. Центри досконалості допомагають медичним працівникам зробити це правильно.

Ці центри формалізують управління, узгоджують робочі процеси та забезпечують безпеку, рівність та довіру під час розгортання. Без них інновації ризикують застрягнути на поверхні, корисні у теорії, але відірвані від практики надання допомоги.

У Джонса Хопкінса передбачувальна панель управління ліжками, спільно розроблена з передовими командами, стала невід’ємною частиною щоденного прийняття рішень. Це те, що виглядає інтеграція. Щоб штучний інтелект масштабувався, він повинен спочатку вписатися у ритм допомоги.

3. Перебудова розриву довіри в клінічному штучному інтелекті

Інновації не завжди однаково приймаються по всій медичній системі. Штучний інтелект знайшов свою нішу в бек-офісі охорони здоров’я, але в клінічних умовах він ще шукає свій голос. Автоматизація швидко масштабується там, де ставки нижчі, наприклад, у рахунках та апеляціях, але коли мова йде про діагноз, тріаж або планування допомоги, вагання є глибшим. Це зрозуміло; клінічні медичні працівники повинні довіряти інструментам, які вони не допомогли створити, у середовищах, де помилки несуть реальні людські витрати.

Це не означає, що клінічні інновації повинні зупинитися. Це означає, що їм потрібно керувати інакше.

Для того щоб штучний інтелект真正но зробив різницю в клінічній практиці, він повинен полегшити роботу медичного працівника. Можливість полягає у підтримці медичних працівників з завданнями, такими як стратифікація ризику населення, спостереження, підсумовування історії пацієнта та управління потенціалом. Коли штучний інтелект доповнює прийняття рішень, зменшує когнітивне навантаження та природно вписується у спосіб надання допомоги, він будує довіру.

4. Переозначення ROI за межами доларів

Нам потрібно розглядати ROI з більш широкої перспективи, якщо ми хочемо масштабувати штучний інтелект у сфері охорони здоров’я. Коли ми визначаємо ROI через економію коштів та бюджетні скорочення, ми можемо пропустити те, що真正но важливо. Успіх повинен показувати кращі результати та сильнішу зв’язок між медичними працівниками та пацієнтами.

У середовищі, де так багато роботи, яка має значення, наприклад, координація допомоги, клінічне підсумовування та взаємодія між медичними працівниками та пацієнтами, не є безпосередньо оплачуваною, повернення інвестицій не можна виміряти лише доларами. Воно повинно враховувати час, повернутий, довіру, побудовану, та допомогу, надану більш вдумливо.

Передові медичні системи починають змінювати розмову. Вони зосереджуються на тому, що покращує допомогу, а не вимірюють успіх лише тим, що автоматизується. Чи робимо ми щоденні завдання легшими для медичних працівників? Чи звільняємо ми час, щоб бути присутніми з пацієнтами? Це питання, які повинні бути відповіли з ясністю щодня.

Переосмислення штучного інтелекту у сфері охорони здоров’я через людсько-орієнтовану допомогу

Наступний рубіж для штучного інтелекту у сфері охорони здоров’я – його посилення. Системи переходять від автоматизації бек-офісу до пацієнто-орієнтованої інтелектуальності, використовуючи штучний інтелект, який допомагає записатися на прийом, тріажувати симптоми та інтерпретувати довгострокові записи для інформування рішень. Правильно спроектовані інструменти будують довіру, зменшують когнітивне навантаження, покращують доступ та звільняють час для взаємодії з пацієнтами.

Близько 60% керівників медичних систем зараз ставлять ГенАІ у число перших пріоритетів інвестицій, а 79% залишаються оптимістами щодо довгострокового зростання. Проте 70% називають невизначеність регулювання ключевим бар’єром для масштабування.

Шлях вперед вимагає сміливого лідерства медичних працівників. Прогрес не прийде від флешових розгортань чи швидких перемог. Він прийде від виконання роботи, яка真正но рухає систему вперед. Це включає в себе ліквідацію системного марнотратства, створення спільних даних між платниками та медичними працівниками, впровадження сильної рамки управління змінами та зосередження уваги на вимірюваній вартості, як фінансовій, так і нефінансовій.

Час почати формувати штучний інтелект у щось більш фундаментальне, надійне, прозоре та глибоко налаштоване на реалії допомоги. Вплив штучного інтелекту полягає у тихому та безшовному забезпеченні кожного робочого процесу, кожного рішення, кожної взаємодії. І в кінцевому підсумку真正ний прогрес полягає у тому, наскільки значимо ми приносимо технології ближче до людей, яким вони призначені для служіння.