Скрытая стоимость AI здравоохранения: почему премиальные цены не равны премиальным результатам

Я оказал неоспоримое влияние на всю отрасль здравоохранения: от навигатора медсестры, использующей помощника по созданию искусственного интеллекта, чтобы определить приоритеты в случаях и быстрее реагировать, до инструментов, помогающих поставщикам документировать посещения, до систем, которые автоматизируют повторяющиеся, ресурсоемкие административные задачи. Поскольку варианты использования складывались, так и инвестиции в ИИ. Но системы здравоохранения начинают внимательно следить за тем, на самом деле они получают свои деньги.

Многие организации платят премиальные цены за инструменты искусственного интеллекта, которые экономит минимальное время без учета истинного соотношения затрат и выгод. Многие инструменты для искусственного интеллекта, которые системы здравоохранения покупают за тысячи на пользователя в год, экономят всего пять минут в день, что затрудняет оправдание отдачи от инвестиций. Организации платят премиальные цены за предельную экономию времени.

Существует фундаментальное разрыв между тем, что организации платят за текущие инструменты искусственного интеллекта, ограниченную ценность, которую они обеспечивают, и более способными системами, которые появятся в ближайшие годы. Организации принимают ИИ, потому что это звучит как то, что они должны попробовать, но технология все еще находится в зачаточном состоянии. Многие компании ИИ сегодня не выживут, потому что, когда наступит время обновления, они не смогут доказать свою ценность. В результате организации колеблются и демонстрируют признаки усталости, когда речь идет о некоторых поставщиках ИИ.

Согласно отчету о расходах на здравоохранение 2024 года от Bain & Company и KLAS Research, Почти половина медицинских работников Цитируйте стоимость как самую большую болезнь с их текущим технологическим стеком. Это означает, что инструменты ИИ с высокими ценами, которые демонстрируют ограниченную рентабельность инвестиций, только добавляют топливо в огонь.

Как мы сюда попали?

Иногда инструменты искусственного интеллекта хорошо работают в изоляции во время пилотной фазы, но трудности часто возникают при выдвижении всей системы здравоохранения. Это особенно верно, когда эти системы требуют интеграции со сложными рабочими процессами. Фактически, некоторые поставщики утверждают, что крупные клиенты используют свои приложения, когда в действительности они могут использоваться только одним исследователем в одном отделе. Это означает, что эти инструменты еще не были доказаны и не настраивались без проблем в масштабе.

Лучший совет для систем здравоохранения сегодня – спросить действующих поставщиков об их стратегии искусственного интеллекта, прежде чем выбрать новую компанию, предлагающую только одно решение. Установленные компании, которые могут интегрировать ИИ в существующие рабочие процессы, переживают решения для точек, которые могут не пережить коррекцию рынка.

Тот же отчет установил, что регулирующие и юридические соображения являются главными препятствиями для реализации генеративного ИИ (38–43% респондентов). Эти сложности могут создать дополнительные препятствия, которые медленное внедрение.

Между тем, многие инструменты искусственного интеллекта построены на общественных моделях, таких как CHATGPT, а затем слегка настроенные и продаются с брендингом здравоохранения. Приложение может показаться инновационным, но фактический подъем, который они предоставляют, часто невелик.

На сегодняшний день миллиарды долларов уже были потрачены на AI здравоохранения, причем еще миллиарды прибывают. Тем не менее, до сих пор неясно, сколько этих инвестиций на самом деле приводит к лучшему уходу или значимой экономии времени. А Всемирный экономический форум заметил: «Пока рано занимать позицию в отношении того, поможет ли генеративный ИИ в здравоохранении, вредить или просто разбавлять миллиарды долларов без улучшения жизни людей».

Четыре вопроса до вашей следующей покупки ИИ

Хотя обещание ИИ захватывающе, все еще рано. Многие из инструментов, поступающих на рынок, просто не готовы к прайм -тайм. Эта неопределенность заставляет лидеров систем здравоохранения переоценить свои инвестиции.

Тогда есть напряжение управления несколькими точечными решениями. Возможно, один инструмент обрабатывает документацию, другой только обрабатывает выставление счетов, а пациентное наблюдение требует еще одного отдельного инструмента. Стоимость и сложность этих точечных решений со временем увеличиваются. Многие ИТ -директора в настоящее время тратят столько же времени на размышления, сколько оценивают новые технологии.

Это одна из причин, по которой системы здравоохранения смещаются. Вместо того, чтобы покупать у новых поставщиков, они возвращаются к своим основным платформам и спрашивают, как ИИ интегрируется в системы, которые они уже используют. Эти решения могут не получить такой же центр внимания, как и самые новые стартапы, но они часто обеспечивают более надежный путь с меньшим нарушением.

Доктор Даниэль, который в Kaiser Permanente придерживается вдумчивого подхода к этой самой проблеме. Организация применяет общеобразовательное управление к усилиям по ИИ в рамках исследований, клинических операций, образования и администрирования. Он считает, что ИИ должен улучшить суждение врача, а не заменить его. Когда Кайзер развернул генеративный инструмент искусственного интеллекта, он поставлялся с надзором и преднамеренным дизайном.

По всем этим причинам, для систем здравоохранения сейчас хорошее время, чтобы сделать шаг назад и задать некоторые основополагающие вопросы, а не спешить с их следующей покупкой искусственного интеллекта:

1. Какая проблема на самом деле решает этот инструмент? Ищите инструменты, которые касаются конкретных рабочих узких мест с измеримыми результатами. Перед каким -либо пилотом установите базовые показатели для проблемы, которую вы пытаетесь решить. Хороший инструмент для ИИ должен повысить как эффективность, так и качество. Если он только автоматизирует существующие процессы без улучшения результатов пациента или удовлетворенности персонала, это, вероятно, не стоит инвестиций.

2. Сколько времени и денег это реалистично экономят? Рассчитайте истинные затраты в минуту, включая реализацию, обучение и постоянную поддержку. Если вы тратите более 1000 долларов США на пользователя в год, чтобы сэкономить менее 15 минут в день, ROI, вероятно, не оправдывает затраты на продление. Сосредоточьтесь на инструментах, которые устраняют целые шаги рабочего процесса, а не просто ускоряют существующие.

3. Это пилот, или это доказано, что масштабируется? Требуйте доказательства успешной реализации как минимум в трех разных организационных размерах и настройках. Ищите инструменты, которые обеспечивают постоянные результаты среди широких групп пациентов и всегда тестируйте в нескольких клинических средах, прежде чем принять участие в развертывании в масштабах всей организации.

4. Поместится ли это в нашу существующую систему, или мы добавляем еще один слой в уже перегруженный технический стек? Расстановите приоритеты инструментов, которые непосредственно интегрируются с вашим EHR и уменьшают количество систем, которые необходимы для навигации, которые вам необходимы сотрудникам. Любое решение искусственного интеллекта, которое требует дополнительного ввода данных, отдельных логин или сбоев рабочего процесса, следует скептически рассматривать.

Для систем здравоохранения пришло время принять более реалистичный подход к измерению инвестиций в области инвестиций в области инвестиций в области инвестиций в области инвестиций в области инвестиций в области инвестиций. Тот, который отличает истинную ценность от ограниченных вариантов использования, которые просто хорошо выглядят в демонстрации.

Фото: Phive2015, Getty Images

Этот пост появляется через Medicity влиятельные лица программа Любой может опубликовать свой взгляд на бизнес и инновации в области здравоохранения в Medicity News через Medicity влиятельные лица. Нажмите здесь, чтобы узнать, какПолем