Пандита по управлению ИИ, поставщиками и моментом GO/NO-GO HealthSystemcio.com

Deepti Pandita, MD, CMIO и вице -президент по клинической информатике, UCI Health, считает, что самый быстрый путь к стоимости с ИИ – прекратить лечение его как побочного проекта и переплетать его непосредственно в существующие операционные приоритеты. «ИИ должен быть встроен в то, что ваши стратегические проекты, или любые проблемы решаются на уровне системы здравоохранения», – сказала она в недавнем интервью, изложив прагматическую пьесу для систем здравоохранения, которые хотят измеримых результатов.

Это интервью было проведено в рамках нашего недавно опубликованного Специальный отчет об искусственном интеллекте

Вместо того, чтобы запускать автономные инициативы, подход начинается с стратегических проблем института-длиной пребывания, потока ED, утечки цикла дохода-и оценивает, где ИИ может увеличить или заменить текущую тактику. Это кадрирование сохраняет управление и измерение, основанные на знакомых дисциплинах управления: определить результаты, назначить владельцев, установить KPI и отчитываться против них.

Подкаст: Играть в новом окне | Скачать (Продолжительность: 31:03 – 21,3 МБ)

Подписаться: Яблочные подкасты | Spotify | Android | Пандора | Ihartrodo | Podchaser | Индекс подкаста | Электронная почта | Мелодия

Она подчеркнула, что управление должно быть многоуровневым владельцем по дизайну. Оперативные лидеры, и это не может пойти в одиночку; Конечные пользователи, ученые для данных и опыт этики нуждаются в местах за таблицей от потребления до реализации. Цель состоит не в том, чтобы обсудить ИИ в реферате, а обеспечить, чтобы те, кто будет жить с помощью инструмента, сформировать его – и может защищать его – до развертывания.

Второй столб – ясность роли. Многие организации пытаются решить, требует ли ИИ отдельное управление или складки в существующие структуры. Ответ, согласно Пандите, заключается в признании того, что процесс потребления должен отражать другие технологии, в то время как продолжающийся надзор будет расходиться. «Технологическое управление жизненным циклом отличается от управления жизненным циклом AI». Эта разница – модели, которые дрейфуют, данные, которые изменяются, и ограждения, которые развиваются, – просто подразумевает индивидуальные контрольные точки жизненного цикла без фрагментирования оперативного владения.

Жизненный цикл и надзор без ажиотажа

Дисциплина выходит за рамки комитетов. Метрики должны быть привязаны к бизнес -проблеме, а не к самому ИИ. Это означает определение успеха заранее, документирование предположений об обновлении данных и планирование перекалибровки. Когда пилоты спотыкаются, виновником часто не является алгоритмом, но упускают из виду реалии рабочих процессов или смещенное время данных. Она рекомендует экспериментирование по времени с явными воротами GO/не-хому, сопротивляясь бесконечным настройкам, которые потребляют ресурсы без перемещения KPI.

На культуре мнение эволюционно, а не революционная. Системы здравоохранения успешно переваривали более ранние технологические сдвиги-от Prem до облака, от лицензированного программного обеспечения до SaaS-и ИИ пройдет через аналогичную дугу созревания. Образование и повторение, отметила она, превращают беспокойство в обычную практику, так же, как дисциплины управления превращают одноразовых пилотов в стандарты.

Когда поставщики «Добавить ИИ»: контракты, прозрачность и контроль

Растущий операционный риск заключается в том, что ИИ прибывает через существующих поставщиков через обновления или «спутники». Это может изменить данные продукта, конфиденциальность и профиль риска в течение ночи. Закупки, по ее словам, становится критической линией защиты. «Наша закупка имеет стандартную форму для любого поставщика, в котором упоминается слово AI». Защита помогает поверхностно, где живут модели, какие данные они используют, как аудит выходов, и кто несет ответственность за неудачу.

Чистые случаи – без предупреждения инъекции. Они требуют бдительности – по ней, безопасности или контрактным персоналу – чтобы определить новые возможности и направлять их через управление перед использованием. Понимание поставщика местного контекста также имеет значение: академическая среда, занятые модели преподавателей и правила конкретного состояния (например, калифорнийская позиция искусственного интеллекта) могут сделать «проверенное» решение в других местах нерабочее без адаптации. Общие цели, посоветовала она, работая только в том случае, если поставщик впервые понимает систему, которую она пытается служить.

Проектирование пилотов, которые переживают первый контакт с реальностью

Эффективные пилоты построены с дизайном, ориентированным на пользователя. Привлечь клиницистов пораньше, выявляйте чемпионка сверстников и держите этого человека, вовлеченным в сборку, тестирование и развертывание. Добровольцы могут принести ранние усилия; Поскольку проекты масштабируют, может быть оправдано распределение формального времени (или FTE) этим «послам бренда», что приведет к тому, что случай ROI существует.

Измерение должно смешивать твердые и мягкие доходности, откалиброванные для аудитории. Финансовые лидеры будут определять приоритеты количественной оценки; Клинические лидеры могут более значительно снизить снижение документации и выгорания. Поэтому построение коалиции является частью операционной модели. Влиятельные клиницисты, которые испытывают ощутимую выгоду, могут быть решающими защитниками на исполнительных форумах, где только электронные таблицы терпят неудачу.

Эндшпиль является дисциплинированным принятием решений. Она предупредила от затонувшей стоимости предвзятости, когда пилоты не смогут достичь целей, призывая команды соблюдать предварительные сроки и прицелы. «Вы должны принять решение о том, как нет»,-сказала она, отметив, что расширения должны происходить только с конкретными, тестируемыми изменениями.

Забери это

• Связывать ИИ с существующими стратегическими проблемами; Не создавайте проекты искусственного интеллекта в поисках варианта использования
• Используйте один путь потребления для всех технологий, но установите контрольно-пропускные пункты для жизненного цикла AI
• Поместите конечных пользователей, ученых данных и экспертиза по этике в управлении с первого дня
• Требуйте, чтобы AI-специфический язык контракта и вопросники риска для каждого обновления поставщика
• Обнаружение и маршрутизацию «молчаливого» дополнения ИИ с помощью управления перед использованием
• Определите метрики успеха и предположения об обновлении данных заранее, чтобы избежать ложных негативов
• Сотрудники пилотов с чемпионами сверстников; Рассмотрим финансируемое время.
• Смешайте жесткую и мягкую рентабельность инвестиций в исполнительных дискуссиях, привлечение клинических адвокатов
• Пилоты по времени и честь Go/Mo-Go Gates, чтобы предотвратить ползучесть и дриф

Она рассматривает влияние ИИ на отрасль за пределами его ранней ажиотажа и в долгосрочной практике: случаи использования углубится, отрасли и нормализуются как управление и операции догоняют. Управленческая поза Пандита рекомендует твердо, но справедливо – достаточно неприятно, чтобы попробовать, достаточно дисциплинированную, чтобы остановиться. Как она выразилась: «Иногда вам приходится делать жесткую любовь».