Щоб трансформувати охорону здоров’я та наук про життя, ШІ має бути надійним

Штучний інтелект (ШІ) швидко впроваджується в організаціях охорони здоров’та та наук про життя. Однак більшість організацій використовують його фрагментарно, а не масштабують його для суттєвого покращення результатів діяльності всього підприємства. Серед викликів: ШІ у цих галузях має відповідати найвищим стандартам якості, конфіденційності та надійності, і він має бути надійним. Інструменти ШІ на основі великих мовних моделей (LLM) є потужними, але більшість LLM не розроблені для вимог операційної діяльності в охороні здоров’я та науках про життя. Вони можуть видавати неузгоджені результати, а їхня ефективність може змінюватися в залежності від інформації та контексту. Зокрема, ШІ загального призначення навчається на широких публічних даних – з обмеженою медичною курацією – і не створений для відповідності медичним, науковим або регуляторним вимогам. Ці проблеми є неприйнятними в операціях, де рішення мають не лише фінансові, але й клінічні, наукові, юридичні та, зрештою, людські наслідки. Суть у наступному: потрібен вищий стандарт ШІ. Якщо організації охорони здоров’я та наук про життя хочуть використовувати ШІ для трансформації своєї комерційної та регульованої діяльності, їм потрібен надійний ШІ.

Що потрібно для створення надійного ШІ

Надійний ШІ дає стабільні результати, працює послідовно при зміні даних, а також є відповідним вимогам і захищеним. Досягнення цього вимагає як наукової, так і технічної експертизи, а також ретельного підходу, що враховує кожен аспект відповідального проектування, використання та моніторингу ШІ. Як це виглядає на практиці? Перший крок – зрозуміти кінцеву мету: яку вимогу кінцевого користувача має вирішити рішення на основі ШІ, і як виглядає успіх? Це передбачає розуміння ролей тих, хто використовуватиме рішення ШІ, їхніх потреб і робочих процесів, а також комерційних цілей, яких вони хочуть досягти, або регуляторних вимог, яким вони повинні відповідати. Ці деталі допоможуть сформувати ключові технічні рішення, такі як вибір відповідних моделей для рішення ШІ, проектування фреймворків валідації та встановлення метрик, за якими оцінюватиметься рішення. Надійні системи також враховують експерта в циклі з самого початку процесу проектування, а не як додатковий елемент. Це передбачає залучення експертів-людей – включаючи клінічних, наукових, регуляторних та комерційних експертів – щоб допомогти забезпечити правильне проектування та впровадження рішення ШІ, а також розглянути, як це рішення вплине на роботу кінцевого користувача. Звичайно, довіра заробляється не лише на етапі проектування – її потрібно підтримувати протягом усього життєвого циклу рішення ШІ. Механізми, такі як маховики даних ШІ або навчальні цикли, які постійно оновлюють моделі новими даними, щоб тримати їх в актуальному стані, допомагають рішенням ШІ залишатися релевантними, точними та надійними. Зміцнювальне навчання та обмежувальні механізми, запрограмовані в рішеннях ШІ, також можуть допомогти тримати їхню продуктивність у межах визначеного набору правил.

Реальні застосування

ШІ вже приймається та викликає довіру, і робить вплив у реальних випадках використання для деяких з найбільших у світі компаній у сфері наук про життя. В одному випадку провідна фармацевтична компанія прагнула покращити взаємодію з медичними працівниками (HCP) для кількох брендів та ринків. Здатність компанії взаємодіяти з HCP та оптимізувати маркетингові стратегії ускладнювалися такими проблемами, як питання управління даними, відсутність аналітики на рівні клієнта та труднощі адаптації. Компанія впровадила омніканальне рішення для взаємодії. Воно поєднувало прогнозні сигнали для взаємодії з HCP з рекомендаціями “наступної найкращої дії”, які допомагали командам визначати темп комунікації та подальші дії. Компанія досягла чотириразового покращення здатності ідентифікувати пацієнтів з високою цінністю, а також збільшення на 20% та 36% ініціації нових пацієнтів для двох своїх брендів. Інший приклад – це огляди літератури, необхідні для розробки ліків. Проведення таких оглядів може займати місяці та вимагати глибокої галузевої експертизи, ретельного планування, значної ручної праці тощо. Їх також може бути складно масштабувати, і вони можуть бути схильними до помилок. Рішення на основі ШІ можуть автоматизувати значну частину оглядів літератури, від розробки протоколу до пошуку та відбору, вилучення даних, аналізу та звітності. Для будь-якої роботи, яку виконує рішення ШІ, дослідники чи інші спеціалісти можуть перевіряти логіку, що стоїть за кожним рішенням. Тепер за допомогою ШІ огляди, які колись займали місяці, можна виконати всього за кілька днів і з меншою кількістю помилок. В одному випадку рішення на основі ШІ допомогло великій фармацевтичній компанії досягти первинного відбору для випадку використання наукового огляду літератури у сім разів швидше, ніж традиційний ручний процес. Це скоротило розрахунковий час відбору з 20 днів до менше ніж трьох днів. ШІ також створює нові можливості в цій галузі. Наприклад, він дозволив компаніям створювати “живі” огляди, які можна постійно оновлювати останніми опублікованими даними.

Співпраця є необхідною

Створення надійних рішень ШІ для охорони здоров’я та наук про життя вимагає поєднання експертизи, яке жодна організація не може забезпечити самостійно. Саме тому однодумці співпрацюють, об’єднуючи технічні та галузеві знання та можливості, необхідні для створення повних, валідованих систем ШІ, які можна масштабувати як для регульованих, так і для комерційних робочих процесів. Правильний технічний партнер, наприклад, надає глибину інженерії та великий досвід для розгортання та експлуатації ШІ в масштабах підприємства. Вони можуть надавати відкриті моделі для забезпечення прозорості, необхідної надійному ШІ, та програмні компоненти, які дозволяють швидше створювати рішення ШІ. А їхній досвід створення надійних корпоративних рішень ШІ для інших галузей може допомогти їм передбачити виклики та посилити проекти. З боку галузі ефективний співробітник надає не лише глибоку експертизу в клінічній розробці та комерціалізації, але й перевірений досвід розробки надійних рішень ШІ. Вони мають необхідні складові для створення таких рішень, такі як експертиза в науці про дані, регуляторні знання та історія безпечного та відповідального використання даних. Але вони також можуть запропонувати більше для підтримки впровадження ШІ: від готовності оскаржувати публічні бенчмарки, щоб допомогти забезпечити очікувану продуктивність рішення ШІ, до таких ресурсів, як інженери, розгорнуті на передовій, які можуть допомогти інтегрувати рішення ШІ у робочі процеси кінцевих користувачів, враховуючи унікальні конфігурації ІТ-систем та політики кінцевого користувача.

Зміна способу виконання роботи

ШІ – це не просто ще один інструмент для організацій охорони здоров’я та наук про життя. При правильному впровадженні він змінює спосіб виконання роботи та вирішення проблем. Зокрема, надійний ШІ вже доводить, що може скорочувати терміни, підвищувати точність і допомагати командам більш гнучко вирішувати складні завдання, переосмислюючи робочі процеси для ери ШІ. Оскільки ШІ переходить від генерації інсайтів до прийняття рішень та виконання складних робочих процесів, організації, які приймають цю еволюцію, зможуть розкрити нові операційні моделі, які роблять їх більш ефективними, більш інформованими та більш чутливими до швидко змінних вимог у сфері охорони здоров’я та наук про життя.