Mặt Chiến Lược Của Trí Tuệ Nhân Tạo: Làm Cho Công Nghệ Hoạt Động Vì Các Nhà Lâm Sàng Và Bệnh Nhân

Năm năm trước, hỗ trợ quyết định lâm sàng thời gian thực và tài liệu tự viết sẽ giống như khoa học viễn tưởng. Ngày nay, những khả năng này đang được vận chuyển trong phần mềm sản xuất. Khoảng cách giữa những gì có thể và những gì thực tế đã bị xóa bỏ, và các nhà lãnh đạo chăm sóc sức khỏe vẫn đang tranh luận về việc liệu có nên áp dụng trí tuệ nhân tạo (AI) hay không đã bị tụt lại phía sau. Câu hỏi bây giờ là các tổ chức có thể triển khai công nghệ này một cách có trách nhiệm như thế nào.

Đối với các hệ thống y tế muốn đi beyond thử nghiệm, từ các mạng lưới chăm sóc cấp tính lớn đến các tổ chức chuyên môn quản lý các quy trình làm việc độc đáo trong chăm sóc vết thương, phục hồi và sức khỏe nghề nghiệp, con đường phía trước đòi hỏi sự rõ ràng chiến lược về nơi AI tạo ra giá trị thực sự, lập kế hoạch cẩn thận cho tích hợp quy trình làm việc và đo lường trung thực về liệu nó có thực sự giúp đỡ hay không. Sự khác biệt giữa AI “trình diễn” và AI “chất lượng” sẽ xác định những tổ chức nào dẫn đầu và những tổ chức nào sẽ cố gắng đuổi theo.

Chọn Các Trường Hợp Sử Dụng Đúng

Không tất cả các sáng kiến AI đều mang lại giá trị như nhau, và các tổ chức thành công chia sẻ một mẫu. Họ bắt đầu với một điểm đau trong quy trình làm việc mà các nhà lâm sàng thực sự cảm nhận được, không phải là khả năng công nghệ mà trông ấn tượng trong một bản demo. Gánh nặng tài liệu là ví dụ có thể đo lường được nhất. Nghiên cứu cho thấy các nhà lâm sàng dành gần nửa ngày làm việc trên EHR và công việc bàn giấy, khoảng hai giờ tài liệu cho mỗi giờ chăm sóc bệnh nhân trực tiếp. Trong liệu pháp phục hồi, 70% các nhà trị liệu báo cáo tốc độ tài liệu là yếu tố lớn nhất gây ra kiệt sức. AI giảm bớt gánh nặng này giúp các nhà lâm sàng giành lại thời gian với bệnh nhân và giúp giữ lại lực lượng lao động kiệt sức.

Nhưng các nhà lãnh đạo cần phải phân biệt về những gì “tài liệu hỗ trợ AI” thực sự có nghĩa. Hầu hết các nhà cung cấp tài liệu ambient ngày nay tạo ra các lưu ý lâm sàng tường thuật: tóm tắt SOAP được dán vào phần lưu ý của EHR. Đó là một điểm khởi đầu hữu ích, nhưng đó không phải là nơi giá trị thực sự nằm. Tiền tuyến tiếp theo là AI trích xuất dữ liệu có cấu trúc từ các cuộc trò chuyện lâm sàng, chẳng hạn như phạm vi chuyển động, điểm số sức mạnh và chi tiết tập luyện, sau đó điền vào các trường rời rạc trực tiếp. Sự khác biệt giữa AI viết một đoạn và AI điền vào bốn mươi bảy trường lâm sàng có cấu trúc là sự khác biệt giữa sự tiện lợi và một sự biến đổi.

Có một ống kính chi phí cũng thường bị bỏ qua. Cài đặt chăm sóc sau cấp cứu và các phòng khám tư nhân hoạt động trên biên độ lợi nhuận rất mỏng. Bất kỳ khoản đầu tư AI nào phải cho thấy lợi nhuận trong vài tháng, không phải nhiều năm. AI không thể chỉ dành cho các hệ thống y tế có ngân sách IT hàng tỷ đô la. Toán học phải hoạt động cho một cơ sở chăm sóc điều dưỡng có mười nhà cung cấp hoặc một phòng khám ngoại trú nông thôn. Các tổ chức tập trung đầu tiên vào hiệu quả chu kỳ doanh thu và năng suất tài liệu xây dựng nền tảng để mở rộng vào các ứng dụng lâm sàng tham vọng hơn.

Trí Tuệ Nhân Tạo Được Nhúng Vào So Với Các Giải Pháp Được Gắn Kèm

Một trong những quyết định quan trọng nhất là liệu AI nên được nhúng vào trong các hệ thống lâm sàng hay gắn kèm như các giải pháp điểm. Các giải pháp điểm tạo ra những gì tôi gọi là “trí tuệ nhân tạo xoay ghế”. Nghĩa là, các nhà lâm sàng đang chuyển đổi giữa các hệ thống, sao chép đầu ra giữa các màn hình và quản lý các đăng nhập riêng biệt. Mỗi điểm tích hợp là một điểm ma sát. Khi AI sống ngoài quy trình làm việc lâm sàng, các thông tin đến ngoài ngữ cảnh, các vòng phản hồi bị phá vỡ và tải nhận thức trên các nhà lâm sàng thực sự tăng lên. AI gắn kèm là một tính năng. AI được nhúng vào là một khả năng của nền tảng.

AI được nhúng vào có ngữ cảnh mà các đối tác bên ngoài đơn giản không thể sao chép. Khi trí tuệ được nhúng vào trong EHR, nó biết lịch sử của bệnh nhân, trạng thái quy trình làm việc hiện tại và sở thích ghi chép của nhà lâm sàng, tất cả đều không cần gọi API hoặc chuyển giao dữ liệu. Ngoài ra còn có một lợi thế về quản trị; bạn kiểm soát toàn bộ lịch sử kiểm toán, cập nhật mô hình và cư trú dữ liệu. Và tích hợp bản địa đóng vòng phản hồi khiến AI trở nên tốt hơn theo thời gian. AI đề xuất, nhà lâm sàng hành động, kết quả được ghi lại và giải pháp được cải thiện. AI tốt nhất biến mất vào quy trình làm việc, và sự vô hình đó chỉ có thể đạt được khi trí tuệ được dệt vào hệ thống mà các nhà lâm sàng đã sống trong đó.

Chiến Lược Để Triển Khai Thành Công

Ngay cả AI tốt nhất cũng sẽ không thành công nếu tổ chức không sẵn sàng. Không có sự lãnh đạo lâm sàng được đối齐 và quy trình làm việc được thiết kế lại, các sáng kiến sẽ thất bại. Các nhà lãnh đạo cần phải nhấn mạnh vào các điều kiện tiên quyết cho việc triển khai như bảo trợ điều hành, các nhà lâm sàng được chỉ định và tài nguyên quản lý thay đổi trước khi ký hợp đồng.

Không tất cả các sáng kiến AI đều mang lại giá trị như nhau, và các tổ chức thành công chia sẻ một mẫu chung. Những hệ thống này nên được kiểm toán, kiểm soát và minh bạch. Bạn có thể giải thích tại sao AI đưa ra một đề xuất cụ thể không? Có một bản ghi không thể thay đổi về những gì nó đã làm và những gì nhà lâm sàng quyết định không? Bạn có thể tắt nó, điều chỉnh ngưỡng hoặc loại trừ một số dân số không? Nếu bạn không thể giải thích nó, kiểm toán nó và kiểm soát nó, đừng triển khai nó.

Cũng quan trọng như nhau là đầu ra AI trong các môi trường lâm sàng nên luôn là một bản nháp, không bao giờ là một bản ghi cuối cùng. Giữ con người trong vòng lặp là điều cần thiết để đảm bảo an toàn và chính xác trong bất kỳ đầu ra nào được AI tạo ra.

Các nhà lãnh đạo cũng nên đặt ra nhiều câu hỏi chiến lược hơn cho các nhà cung cấp AI của họ. “Điều gì xảy ra khi bạn sai?” Mỗi AI đều mắc lỗi; làm thế nào nhà cung cấp phát hiện lỗi, thông báo cho khách hàng và khắc phục? “Ai sở hữu chu kỳ cải tiến mô hình?” Dữ liệu của bạn có cải tiến mô hình của họ không, và bạn có lợi từ những cải tiến đó không? “Hãy cho tôi xem một thất bại.” Bất kỳ nhà cung cấp nào tuyên bố 100% thành công đều đang nói dối hoặc chưa triển khai ở quy mô lớn.

Lợi Thế Chăm Sóc Chuyên Ngành

Trong chăm sóc chuyên ngành, bao gồm chăm sóc vết thương, liệu pháp phục hồi và sức khỏe nghề nghiệp, những nguyên tắc này trở nên quan trọng hơn. Các quy trình làm việc chuyên ngành được cấu trúc hơn so với chăm sóc cấp cứu chung, vì vậy AI được đào tạo trên dữ liệu chuyên ngành đạt được độ chính xác cao hơn so với các giải pháp “một kích cỡ phù hợp tất cả”.

Nhìn Về Tương Lai

Tương lai gần đang trở nên rõ ràng. Trí tuệ nhân tạo chủ động, các hệ thống không chỉ đề xuất mà còn hành động, sẽ xử lý các phần quan trọng của các quy trình hành chính. Hãy tưởng tượng các ủy quyền trước được gửi tự động, các gói giới thiệu được biên soạn mà không cần lắp ráp thủ công và các đơn thuốc được gia hạn với sự giám sát của nhà lâm sàng nhưng không cần lao động của nhà lâm sàng. Hai năm từ nay, ủy quyền thủ công sẽ giống như gửi fax.

Thành công bắt đầu với việc chọn các trường hợp sử dụng phù hợp với mục tiêu tổ chức và thực tế lâm sàng, nhúng AI vào các quy trình làm việc, liên quan đến các nhà lâm sàng tuyến đầu trong thiết kế và xác nhận, và đo lường kết quả với cùng mức độ nghiêm ngặt như bất kỳ can thiệp lâm sàng nào. Công nghệ là phần dễ dàng. Phần khó là cam kết tổ chức, thiết kế lại quy trình làm việc và kỷ luật đo lường. Nhưng đối với các hệ thống y tế tiếp cận AI một cách có chủ đích, phần thưởng là đáng kể. Chăm sóc an toàn hơn, ít nhà lâm sàng kiệt sức hơn và kết quả bệnh nhân tốt hơn. AI không ở đây để thực hành y học. Nó ở đây để giúp chúng ta thực hành y học tốt hơn, để loại bỏ những gì khiến các nhà lâm sàng kiệt sức để họ có thể vượt trội trong những gì mang lại năng lượng cho họ: giúp mọi người hồi phục.