Где ИИ сейчас меняет здравоохранение

Существует много шума вокруг потенциала искусственного интеллекта для преобразования оказания медицинской помощи. Новые технологии предлагают расширенные возможности для обеспечения того, чтобы нужные пациенты получали нужную помощь в нужное время, одновременно снимая административное бремя с врачей.

Но что сейчас думают врачи и клиницисты о способности ИИ изменить здравоохранение и результаты в отношении здоровья? И каковы риски, связанные с быстрым внедрением систем ИИ?

Мы взяли интервью у доктора Кэрри Нельсон, главного врача компании Amwell, занимающейся телемедицинскими технологиями и услугами, чтобы узнать ее мнение о том, что ИИ сейчас меняет в здравоохранении — для пациентов и врачей, — а также о рисках ускоренного внедрения ИИ в уходе. и ключи к ценностно-ориентированному подходу.

В. Что вы считаете одним из самых интересных инструментов искусственного интеллекта, которые появятся у клиницистов?

А. Безусловно, есть веская причина для волнения.

Например, один недавний опрос медсестер найденная документация занимает 15% каждой 12-часовой смены медсестер. Согласно анализу, деятельность, основанная на технологиях, включая использование инструментов ИИ, обладает большим потенциалом для снижения этого бремени на 35%.

Используя ИИ, чтобы помочь клиницистам наилучшим образом использовать свои навыки, мы могли бы уменьшить выгорание и позволить клиницистам больше сосредоточиться на тех, кого мы обслуживаем. В беседах, которые у меня были с врачами, многие очень воодушевлены потенциалом ИИ для улучшения баланса между работой и личной жизнью.

Мы также наблюдаем волну инноваций в области искусственного интеллекта, которые позволяют системам здравоохранения предоставлять гибридную помощь в масштабе, чтобы расширить доступ и улучшить результаты. В Spectrum Health, который принимает более 200 000 пациентов отделения неотложной помощи в год, автоматизированная регистрация пациентов после выписки в чате помогает выявить изменение состояния на более раннем этапе, чтобы бригады по уходу могли быстро вмешаться.

Программа позволила сократить количество посещений отделения неотложной помощи на 5%, сэкономив 1 миллион долларов США, при уровне удовлетворенности пациентов 90%. Медсестры также находят свою работу более приятной, поскольку они обращаются к нужным пациентам в нужное время.

В сети здравоохранения Университета Св. Луки использование автоматизированных цифровых инструментов поведенческого здоровья для сотрудников с тревогой и депрессией помогло 71% участников достичь клинически значимого улучшения.

Кроме того, можно повысить эффективность за счет управления направлениями с помощью ИИ, запросов на предварительное разрешение и других задач, чтобы снять административную нагрузку с врачей и персонала. Автоматизация этих задач дает клиницистам больше времени для ухода за пациентами, позволяет лучше сосредоточиться на самом важном и снижает эмоциональное выгорание.

В. Каков потенциал ИИ для улучшения качества медицинской помощи?

А. По мере того, как медицинское сообщество приобретает все больше опыта в использовании автоматических чатов на базе ИИ, особенно для уязвимых групп населения, выявляются и используются новые варианты использования для повышения качества медицинской помощи.

Возьмем материнское здоровье. Женщины в нашей стране сегодня в два раза чаще умирают от осложнений беременности, чем их матери, особенно если они малообеспеченны или живут в сельской местности. В Northwell Health виртуальные автоматизированные компаньоны для беременных помогли выявить пациентов с высоким риском в 16% взаимодействий.

Многие из этих чатов в остальном были неожиданными из-за личных взаимодействий. Это позволило организации доводить дела до сведения клиницистов между визитами, что позволяет оказывать своевременную специализированную поддержку этим женщинам и их семьям.

Между тем, по более чем 35 специальностям Northwell испытал 69% взаимодействий с помощью ИИ, чтобы устранить пробелы в уходе. Эти успехи, продемонстрированные среди населения и условий, способствуют быстрому внедрению. Чем больше мы узнаем о том, как улучшить качество медицинской помощи и улучшить результаты в отношении здоровья с помощью автоматизации, тем больше мы сможем увидеть ценность этого подхода как к обычным, так и к сложным состояниям.

Существуют также определенные аспекты ухода, которые можно автоматизировать в контексте живого посещения пациента для улучшения краткосрочных и долгосрочных результатов. Например, не обязательно быть врачом, чтобы знать, что женщине старше 50 лет со средним риском рака молочной железы необходимо сделать маммографию.

Такие вещи можно автоматизировать. Даже в более сложных сценариях ухода автоматизация может использоваться для сбора информации о сложной семейной истории болезни пациента или других факторах риска заболевания. ИИ может синтезировать соответствующую информацию из медицинской карты пациента, чтобы помочь врачам заполнить пробелы и обеспечить точную медицинскую документацию.

В. ВКаковы риски, связанные с ускоренным внедрением инструментов ИИ в здравоохранении?

А. Инновации вокруг ИИ происходят очень быстро, и слишком быстрое продвижение абсолютно рискованно. Например, ходят разговоры о том, что ChatGPT можно использовать, чтобы помочь врачам отвечать на сообщения от пациентов, полученные через порталы для пациентов, но правильно ли это использование ИИ в здравоохранении? Каким бы сложным ни был этот почтовый ящик, мы должны сделать паузу и оценить риски, прежде чем двигаться вперед.

Мы также знаем, что давнее неравенство и предвзятость в системе здравоохранения будут проникать в алгоритмы ИИ и потенциально усиливаться ими. Эта предвзятость, в том числе тип данных, которые были и не были собраны и задокументированы в наших медицинских записях, ограничивает потенциал ИИ для улучшения качества медицинской помощи сегодня, особенно для уязвимых групп населения.

Крайне важно, чтобы мы выявляли эти пробелы и работали над улучшением этих наборов данных, если ИИ хочет реализовать свой потенциал для поддержки медицинских работников в повышении качества медицинской помощи.

Потребуется больше опыта работы с моделями ухода, поддерживаемыми ИИ, чтобы понять, что возможно, а что нет, и как установить правильные барьеры. Любая погрешность в здравоохранении недопустима. Хотя я настроен оптимистично, последние данные показывают, что нам еще предстоит пройти долгий путь.

На самом деле, 60% потребителей говорят, что они чувствовали бы себя некомфортно, если бы поставщик медицинских услуг полагался на искусственный интеллект. недавний опрос Pew Research Trust.

В. Каковы ключи к ценностно-ориентированному подходу к внедрению ИИ в здравоохранение?

А. Точно так же, как одна больница в Бостоне нанимает инженера по чатам ИИ для проектирования и разработки подсказок ИИ для больших языковых моделей, таких как ChatGPT, потребуется сочетание интеллектуальных открытий и человеческих барьеров для инноваций ИИ в здравоохранении, чтобы принести пользу.

Развитие медицинских знаний намного опережает наши возможности, как клиницистов, использовать все это в контексте ухода за пациентами. ИИ может помочь извлечь эти знания из обширной литературы, чтобы помочь поставить сложный диагноз или подготовить план лечения. Я бы хотел, чтобы мы дошли до того, что врачи смогут эффективно использовать ИИ для повышения точности диагностики.

Диагностическая ошибка это главная проблема безопасности пациентов. Клиницисты могут использовать инструменты искусственного интеллекта, применяемые на фоне их знаний о пациенте и его пожеланиях, чтобы оптимально и точно адаптировать лечение к конкретному человеку.

Чтобы реализовать видение того, что возможно, нам нужно использовать структурированный подход к генеративному ИИ, который не включает в себя много бесплатных текстовых сообщений. Мы видели, какие причудливые ответы может дать ИИ, когда мы вступаем в непринужденные разговоры с ботом и просим его экстраполировать смысл этих встреч.

В настоящее время лучшим подходом является установление барьеров для поддержки ИИ при лечении сложных состояний, гарантируя, что чат-боты задают конкретные вопросы, которые генерируют ответы «да» или «нет», или побуждают пациентов отвечать дискретными данными, такими как их уровень глюкозы или масса. Затем алгоритмы искусственного интеллекта могут определить, когда следует побудить клиницистов ответить на основе вводимых данных.

В Amwell мы применяем этот подход к ряду болезненных состояний и групп пациентов, и это имеет значение для качества обслуживания и здоровья населения.

Следите за репортажами Билла о HIT на LinkedIn: Билл Сивики
Напишите ему: [email protected]
Healthcare IT News — это издание HIMSS Media.