Để Chuyển Đổi Y Tế và Khoa Học Đời Sống, Trí Tuệ Nhân Tạo Phải Được Tin Cậy

Trí tuệ nhân tạo (AI) đang nhanh chóng trở thành một phần không thể thiếu trong các tổ chức y tế và khoa học đời sống. Tuy nhiên, hầu hết các tổ chức đang sử dụng nó trong các lĩnh vực riêng lẻ chứ không phải mở rộng nó để cải thiện hiệu suất trên toàn doanh nghiệp. Một trong những thách thức là AI trong các ngành này phải đáp ứng các tiêu chuẩn chất lượng, bảo mật và độ tin cậy cao nhất, và nó phải được tin cậy.

Các công cụ AI dựa trên mô hình ngôn ngữ lớn (LLM) rất mạnh mẽ, nhưng hầu hết các LLM không được thiết kế để đáp ứng nhu cầu của các hoạt động y tế và khoa học đời sống. Chúng có thể tạo ra đầu ra không nhất quán, và hiệu suất của chúng có thể thay đổi khi thông tin và ngữ cảnh thay đổi. AI chung chung đặc biệt được đào tạo trên dữ liệu công cộng rộng lớn – với sự kiểm duyệt y tế hạn chế – và không được xây dựng để đáp ứng các yêu cầu y tế, khoa học hoặc quy định.

Các vấn đề này là không thể chấp nhận được trong các hoạt động nơi quyết định không chỉ có hậu quả tài chính mà còn có hậu quả lâm sàng, khoa học, pháp lý và cuối cùng là hậu quả đối với con người.

Kết luận là: Một tiêu chuẩn cao hơn của AI là cần thiết.

Nếu các tổ chức y tế và khoa học đời sống muốn sử dụng AI để chuyển đổi hoạt động kinh doanh và quy định của họ, họ cần AI mà có thể tin cậy.

Cần gì để tạo ra AI đáng tin cậy

AI đáng tin cậy tạo ra kết quả đáng tin cậy, hoạt động nhất quán khi dữ liệu thay đổi, và tuân thủ và có thể bảo vệ.

Để đạt được điều này, cần có sự kết hợp giữa chuyên môn khoa học và kỹ thuật, cũng như một phương pháp nghiêm ngặt xem xét mọi khía cạnh của thiết kế AI, sử dụng và giám sát có trách nhiệm. Vậy điều này trông như thế nào trong thực tế?

Bước đầu tiên là hiểu mục tiêu cuối cùng: Yêu cầu của người dùng cuối mà giải pháp AI phải giải quyết là gì, và thành công trông như thế nào? Điều này liên quan đến việc hiểu vai trò của những người sẽ sử dụng giải pháp AI, nhu cầu và quy trình làm việc của họ, cũng như mục tiêu kinh doanh họ muốn đạt được hoặc các yêu cầu quy định họ phải tuân thủ.

Những chi tiết này sẽ giúp thông tin các quyết định kỹ thuật quan trọng, chẳng hạn như chọn mô hình phù hợp cho giải pháp AI, thiết kế khuôn khổ xác thực và thiết lập các chỉ số mà giải pháp sẽ được đo lường.

Các hệ thống đáng tin cậy cũng xem xét chuyên gia trong vòng lặp ngay từ đầu của quá trình thiết kế, không phải là một ý tưởng sau cùng. Điều này liên quan đến việc sử dụng chuyên gia con người – bao gồm chuyên gia lâm sàng, khoa học, quy định và kinh doanh – để giúp đảm bảo giải pháp AI được thiết kế và triển khai đúng cách và xem xét cách giải pháp sẽ ảnh hưởng đến công việc của người dùng cuối.

Tất nhiên, niềm tin không chỉ được tạo ra tại giai đoạn thiết kế – nó phải được duy trì trong suốt vòng đời của giải pháp AI. Các cơ chế như vòng quay dữ liệu AI, hoặc vòng lặp học tập liên tục cập nhật mô hình với dữ liệu mới để giữ cho chúng cập nhật, giúp giải pháp AI vẫn còn liên quan, chính xác và đáng tin cậy. Học tập tăng cường và rào cản được lập trình vào giải pháp AI cũng có thể giúp giữ hiệu suất của chúng trên đường ray trong một tập hợp quy tắc được định nghĩa.

Ứng dụng thực tế

AI đã được chấp nhận và tin tưởng, và đang tạo ra tác động trong các trường hợp sử dụng thực tế cho một số công ty khoa học đời sống lớn nhất thế giới.

Trong một trường hợp, một công ty dược phẩm hàng đầu muốn cải thiện cách họ tương tác với các chuyên gia y tế (HCP) trên nhiều thương hiệu và thị trường. Khả năng của công ty trong việc tương tác với HCP và tối ưu hóa chiến lược tiếp thị bị hạn chế bởi các thách thức như vấn đề quản lý dữ liệu, thiếu thông tin về khách hàng và khó khăn trong việc thích nghi.

Công ty đã triển khai một giải pháp tương tác đa kênh. Nó kết hợp các tín hiệu dự đoán cho tương tác HCP với các khuyến nghị “hành động tiếp theo” giúp các đội quyết định cách thức tiếp cận và hành động theo dõi. Công ty đã thấy sự cải thiện bốn lần trong khả năng xác định bệnh nhân có giá trị cao, cùng với tăng 20% và 36% trong việc bắt đầu bệnh nhân mới cho hai trong số các thương hiệu của họ.

Một ví dụ khác là trong các đánh giá tài liệu cần thiết cho phát triển thuốc. Việc thực hiện các đánh giá này có thể mất nhiều tháng và đòi hỏi chuyên môn sâu, lập kế hoạch cẩn thận, nỗ lực thủ công đáng kể và hơn thế nữa. Chúng cũng có thể khó mở rộng và dễ bị lỗi.

Các giải pháp AI có thể tự động hóa các phần chính của các đánh giá tài liệu, từ phát triển giao thức đến tìm kiếm và sàng lọc, trích xuất dữ liệu và phân tích và báo cáo. Đối với bất kỳ công việc nào mà giải pháp AI thực hiện, các nhà nghiên cứu hoặc những người khác có thể xem xét logic đằng sau mỗi quyết định.

Giờ đây, với AI, các đánh giá mà trước đây mất nhiều tháng có thể được hoàn thành trong vài ngày và với ít lỗi hơn. Trong một trường hợp, một giải pháp AI đã giúp một công ty dược phẩm lớn đạt được một sàng lọc ban đầu cho một trường hợp sử dụng đánh giá tài liệu khoa học bảy lần nhanh hơn so với quá trình thủ công truyền thống. Điều này đã rút ngắn thời gian sàng lọc ước tính từ 20 ngày xuống dưới ba ngày.

AI cũng đang tạo ra các khả năng mới trong lĩnh vực này. Ví dụ, nó đã cho phép các công ty tạo ra các “đánh giá sống” có thể được cập nhật liên tục với dữ liệu mới nhất được công bố.

Hợp tác là điều cần thiết

Tạo ra các giải pháp AI đáng tin cậy cho y tế và khoa học đời sống đòi hỏi sự kết hợp giữa chuyên môn mà không một tổ chức nào có thể cung cấp độc lập. Đó là lý do tại sao các công ty như-minded đang hợp tác, kết hợp chuyên môn kỹ thuật và chuyên môn lĩnh vực cần thiết để tạo ra các hệ thống AI hoàn chỉnh, được xác thực và có thể mở rộng trên cả quy trình làm việc quy định và thương mại.

Đối tác kỹ thuật phù hợp, ví dụ, mang lại độ sâu kỹ thuật và kinh nghiệm rộng lớn để triển khai và chạy AI trên quy mô doanh nghiệp. Họ có thể cung cấp các mô hình mở để cung cấp sự minh bạch mà AI đáng tin cậy cần và các thành phần phần mềm cho phép xây dựng giải pháp AI nhanh hơn. Và kinh nghiệm của họ trong việc tạo ra các giải pháp AI doanh nghiệp đáng tin cậy cho các ngành khác có thể giúp họ dự đoán các thách thức và tăng cường thiết kế.

Về phía lĩnh vực, một người hợp tác hiệu quả mang lại không chỉ chuyên môn phát triển lâm sàng và thương mại hóa sâu sắc, mà còn có một hồ sơ theo dõi đã được chứng minh về việc tạo ra các giải pháp AI đáng tin cậy. Họ có các thành phần thiết yếu cần thiết để tạo ra các giải pháp này, như chuyên môn khoa học dữ liệu, kiến thức quy định và lịch sử sử dụng dữ liệu an toàn và có trách nhiệm. Nhưng họ cũng có thể cung cấp nhiều hơn để hỗ trợ việc triển khai AI, từ việc sẵn sàng thách thức các tiêu chuẩn công khai để đảm bảo giải pháp AI hoạt động như mong đợi, đến các tài nguyên như kỹ sư triển khai sẵn sàng giúp tích hợp các giải pháp AI vào quy trình làm việc của người dùng cuối, tính đến cấu hình hệ thống IT duy nhất và chính sách của người dùng cuối.

Thay đổi cách công việc được thực hiện

AI không chỉ là một công cụ khác cho các tổ chức y tế và khoa học đời sống. Khi được thực hiện đúng, nó thay đổi cách công việc được thực hiện và cách các vấn đề được giải quyết. AI đáng tin cậy đặc biệt đã chứng minh rằng nó có thể rút ngắn thời gian, cải thiện độ chính xác và giúp các đội giải quyết các thách thức phức tạp một cách linh hoạt hơn, tái tưởng tượng các quy trình làm việc cho kỷ nguyên AI.

Khi AI chuyển từ việc tạo ra thông tin sang việc ra quyết định và thực hiện các quy trình làm việc phức tạp, các tổ chức chấp nhận sự tiến hóa này sẽ có thể giải phóng các mô hình hoạt động mới làm cho họ trở nên hiệu quả hơn, thông tin hơn và phản ứng nhanh hơn với các nhu cầu thay đổi nhanh chóng trong y tế và khoa học đời sống.