Щоб трансформувати охорону здоров’я та наукові дослідження, штучний інтелект повинен бути довірчим

Штучний інтелект (ШІ) швидко стає частиною організацій охорони здоров’я та наукові досліджень. Однак більшість організацій використовують його лише в окремих ділянках, а не розширюють його застосування для суттєвого покращення діяльності підприємства. Серед перешкод: ШІ в цих галузях повинен відповідати найвищим стандартам якості, конфіденційності та надійності, і він повинен бути довірчим.

Інструменти ШІ на основі великих мовних моделей (LLM) потужні, але більшість LLM не призначені для вимог охорони здоров’я та наукових досліджень. Вони можуть давати несумісні результати, і їхня продуктивність може змінюватися залежно від інформації та контексту. Загальний ШІ, зокрема, тренується на широких публічних даних – з обмеженою медичною курацією – і не створений для задоволення медичних, наукових чи регуляторних вимог.

Ці питання є недопустимими в операціях, де рішення мають не тільки фінансові, але й клінічні, наукові, юридичні та, врешті-решт, людські наслідки.

Основна річ: потрібен вищий стандарт ШІ.

Якщо організації охорони здоров’я та наукові дослідження хочуть використовувати ШІ для трансформації своїх комерційних та регульованих операцій, їм потрібен ШІ, який є довірчим.

Що потрібно, щоб створити довірчий ШІ

Довірчий ШІ дає надійні результати, працює послідовно при зміні даних і є відповідним та обґрунтованим.

Досягнення цього вимагає як наукової, так і технічної експертизи, а також суворого підходу, який розглядає кожний аспект відповідального проектування, використання та моніторингу ШІ. Як це виглядає на практиці?

Перший крок – зрозуміти кінцеву мету: яка кінцева вимога користувача, яку ШІ-рішення повинно задовольнити, і що таке успіх? Це включає в себе розуміння ролей тих, хто буде використовувати ШІ-рішення, 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 ШІ-рішення, проектування валідних рамок і встановлення метрик, за якими буде оцінюватися рішення.

Довірчі системи також розглядають експерта в циклі одразу на початку етапу проектування, а не як післяthought. Це включає в себе використання людських експертів – включаючи клінічних, наукових, регуляторних та комерційних експертів – для забезпечення того, що ШІ-рішення спроектовано та розгорнуто правильно і для розгляду того, як рішення вплине на роботу кінцевого користувача.

Звичайно, довіра не тільки здобувається на етапі проектування – вона повинна підтримуватися протягом усього життя ШІ-рішення. Механізми, такі як ШІ-дані літачки, або навчання в циклі, які постійно оновлюють моделі новими даними для підтримки їх актуальності, допомагають ШІ-рішенням залишатися актуальними, точними та довірчими. Армування ШІ-рішень та програмовані обмеження також можуть допомогти підтримувати їхню продуктивність в межах визначеного набору правил.

Практичні застосування

ШІ вже приймається та довіряється і робить вплив у реальних випадках використання для деяких з найбільших науково-дослідних компаній.

У одному випадку провідна фармацевтична компанія намагалася покращити свій зв’язок із фахівцями охорони здоров’я (HCP) по декількох брендам і ринкам. Спроможність компанії взаємодіяти з HCP та оптимізувати маркетингові стратегії була обмежена такими проблемами, як питання управління даними, відсутність інформації на рівні клієнта та труднощі адаптації.

Компанія впровадила рішення для взаємодії в усіх каналах. Воно поєднувало прогнозні сигнали для взаємодії з HCP з рекомендаціями “наступного найкращого дії”, які допомагали командам вирішувати, як темпувати зв’язок і які подальші дії здійснювати. Компанія побачила чотирикратне покращення своєї здатності ідентифікувати високоцінних пацієнтів, а також збільшення на 20% та 36% кількості нових пацієнтів для двох своїх брендів.

Інший приклад – у літературних оглядах, необхідних для розробки ліків. Проведення цих оглядів може зайняти місяці та вимагати глибокої експертизи, ретельного планування, значних ручних зусиль та іншого. Вони також можуть бути складними для масштабування та схильними до помилок.

Рішення ШІ можуть автоматизувати великі частини літературних оглядів, від розробки протоколу до пошуку та відбору, витягування даних та аналізу та звітності. Для будь-якої роботи, яку бере на себе рішення ШІ, дослідники або інші можуть переглянути логіку кожного рішення.

Тепер з ШІ огляди, які раніше займали місяці, можуть бути завершені всього за кілька днів та з меншою кількістю помилок. У одному випадку рішення ШІ допомогло великій фармацевтичній компанії досягти початкового екрану для науково-літературного оглядів у випадку сім разів швидше, ніж традиційний ручний процес. Це скоротило передбачуваний час скринінгу з 20 днів до менше трьох днів.

ШІ також створює нові можливості в цій галузі. Наприклад, він дозволив компаніям створювати “живі” огляди, які можуть бути постійно оновлені останніми опублікованими даними.

Співробітництво є суттєвим

Створення довірчих рішень ШІ для охорони здоров’я та наукові дослідження вимагає поєднання експертизи, яке жодна організація не може забезпечити самостійно. Саме тому подібні компанії співпрацюють, об’єднуючи технічну та галузеву експертизу та можливості, необхідні для створення повних, валідованих систем ШІ, які можуть масштабуватися як на регульованих, так і на комерційних робочих процесах.

Правильний технічний партнер, наприклад, забезпечує інженерну глибину та великий досвід для розгортання та виконання ШІ у масштабі підприємства. Вони можуть надавати відкриті моделі для забезпечення прозорості, необхідної довірчому ШІ, та програмні компоненти, які дозволяють швидше створювати рішення ШІ. І їхній досвід створення довірчих підприємств ШІ-рішень для інших галузей може допомогти їм передбачити перешкоди та зміцнити конструкції.

На стороні галузі ефективний співробітник забезпечує не тільки глибоку клінічну розробку та комерціалізацію, але й доведену історію створення довірчих рішень ШІ. У них є необхідні інгредієнти для створення цих рішень, такі як експертиза у сфері даних, регуляторні знання та історія безпечного та відповідального використання даних. Але вони також можуть пропонувати більше для підтримки розгортання ШІ, від готовності викликати публічні бенчмарки для забезпечення того, що рішення ШІ працює так, як очікувалося, до ресурсів, таких як інженери, які можуть допомогти інтегрувати рішення ШІ у робочі процеси кінцевих користувачів, враховуючи унікальні конфігурації системи та політики кінцевого користувача.

Зміна того, як працюють

ШІ не тільки інструмент для організацій охорони здоров’я та наукові дослідження. Якщо все зроблено правильно, він змінює той спосіб, яким працюють організації, та те, як вирішуються проблеми. Довірчий ШІ, зокрема, вже доводить, що може скоротити терміни, покращити точність та допомогти командам більш гнучко подолати складні завдання, переосмислюючи робочі процеси для епохи ШІ.

Якщо ШІ переходить від генерації ідей до прийняття рішень та виконання складних робочих процесів, організації, які приймають цю еволюцію, зможуть розблокувати нові операційні моделі, які зроблять їх більш ефективними, інформованими та більш чутливими до швидко змінюються вимог у сфері охорони здоров’я та наукові дослідження.