Gen AI и LLM облегчают восстановление массивов данных с нуля

Реорганизация политики под руководством ИИ и более широкое определение рентабельности инвестиций меняют подход Нирава Шаха, доктора медицинских наук, младшего CMIO, отдела искусственного интеллекта и инноваций Endeavour Health, к цифровой трансформации в системе из девяти больниц Чикаго.

Endeavour Health, которая управляет примерно 300 медицинскими учреждениями и на которую приходится около одной трети населения штата Иллинойс в своей зоне обслуживания, завоевала репутацию одного из первых пользователей Epic и корпоративных хранилищ данных. В своей роли Шах занимается инфекционными заболеваниями, участвует в управлении инновациями и ИТ, отчитывается перед главным клиническим директором и руководит исследованиями, связанными с искусственным интеллектом и новыми моделями медицинской помощи, что ставит его на стык технологий, операций и клинической практики.

Подкаст: Играть в новом окне | Скачать (Продолжительность: 42:50 — 29,4 МБ)

Подписаться: Apple Подкасты | Спотифай

Построение матрицы ролей для лидерства ИИ

Описывая свой день, Шах обрисовывает график, который может варьироваться от встреч с венчурными инвесторами до сессий по исследованию дизайна, ИТ-обсуждений по прогнозной аналитике и оценок поставщиков — и все это до обеда. Структура явно матричная: несколько лидеров ожидают вклада и общей ответственности за результаты. По его словам, эта конфигурация становится важной, поскольку системы здравоохранения стремятся применять ИИ в стратегии, управлении, разработке и развертывании.

Основная обязанность — служить связующим звеном между инновационными командами, информатиками, операционными руководителями и врачами, работающими на переднем крае, наблюдая за новыми идеями от их зарождения до реализации и оценки. Это включает в себя помощь организации в продумывании того, когда многообещающий пилотный проект должен масштабироваться, какие показатели определяют успех и как идеи воплощаются в официальных документах или многоцентровых исследованиях, которые влияют на ответственное внедрение ИИ во всем секторе.

Широта этих обвинений сопряжена с когнитивным налогом, поскольку переключение контекста является постоянным. Шах полагается на исследовательскую группу, которая углубляется в обзоры литературы, системы измерения и анализ результатов, чтобы его собственное внимание могло сосредоточиться на межфункциональном проектировании, расстановке приоритетов и принятии решений.

Защита времени и культуры в эпоху выгорания

Дисциплина собраний стала основным инструментом лидерства. Шах предпочитает 30-минутные сеансы или даже 15-минутные, если повестка дня узкая, и быстро удаляет людей из цепочек электронных писем, когда их внимание не требуется. «Время, вероятно, самое ценное, что есть у наших систем здравоохранения, как и время наших работников», добавив, что лидеры должны относиться к приглашениям на встречи так же, как они относятся к запросам на капитал: как к дефицитным, тщательно распределяемым ресурсам.

Точно так же он регулярно оценивает и свой календарь. Когда он понял, что экспертов достаточно, чтобы выполнить детальную работу по консолидации Epic без него, он попросил, чтобы его отстранили от повторяющихся встреч, освободив час в неделю в течение года. Подобный «успешный выход» позволяет перераспределить время руководителей на более результативную работу, не замедляя реализацию проектов.

Шах напрямую связывает эти привычки с выгоранием. Совокупный эффект ненужных встреч, длительной рассылки электронных писем и неэффективных рабочих процессов усиливает ощущение, что врачи и персонал теряют контроль над своими днями. Он рассматривает внешнюю документацию как один из многообещающих рычагов, особенно когда руководители позиционируют ее как инструмент для сокращения графика работы в нерабочее время, улучшения качества обслуживания пациентов и поставщиков услуг, а также поддержки набора и удержания сотрудников. Он указывает на новые многоцентровые исследования Sutter Health и UChicago Medicine, которые связывают частое использование инструментов для окружающей среды с улучшением качества обслуживания пациентов.

Ребалансировка рентабельности инвестиций в искусственный интеллект

Разговоры об окружающей документации быстро перерастают в более широкую дискуссию о рентабельности инвестиций. Шах отмечает, что разные заинтересованные стороны ценят разные результаты: лидеры инноваций могут сосредоточиться на том, оправдал ли пилотный проект грант; врачи могут подчеркивать выгорание, качество и опыт; и финансовые лидеры ищут облегчения бюджета. Чтобы понять это, он разделяет инвестиции в ИИ на две группы — финансовую рентабельность инвестиций и то, что он называет стратегической рентабельностью инвестиций, — в соответствии с нефинансовыми аспектами пятерной цели, включая опыт пациентов, опыт поставщиков услуг, качество и справедливость в отношении здоровья.

Финансовая сторона по-прежнему имеет значение, поскольку системы здравоохранения находятся под давлением, поскольку возмещение отстает от роста затрат, а основная статья расходов остается на оплату труда. Инструменты цикла доходов, которые расширяют сборы, или автоматизация, которая явно поддерживает сокращение численности персонала, всегда будет легче оправдать. Но Шах предупреждает, что исключительное внимание к краткосрочным долларам сужает область применения до небольшого набора вариантов использования и может затормозить трансформацию. «Поэтому я считаю, что стратегическая рентабельность инвестиций также очень важна», — сказал он.

Он призывает лидеров мыслить в терминах портфеля, сочетая инициативы, которые приносят прямой доход или экономию средств, с инициативами, которые повышают опыт, качество или справедливость, где финансовый эффект может быть косвенным или отложенным. Например, он отмечает, что документация по охране окружающей среды все чаще рассматривается как требование для найма и удержания врачей. Если конкурирующая организация может предложить освобождение от написания заметок в нерабочее время, а ваша — нет, риск текучести кадров возрастает, и финансовые последствия в конечном итоге проявятся в виде затрат на подбор персонала, временного покрытия и потери объема.

Эта точка зрения также определяет то, как он рекомендует лидерам «информировать» проекты ИИ. Позиционирование инструмента как способа втиснуть в график больше посещений, скорее всего, замедлит его внедрение, тогда как представление его как средства сокращения времени, проведенного в пижаме, и улучшения качества посещений, как правило, приводит к созданию поддержки. Для ИТ-руководителей это делает управление изменениями и планирование коммуникаций столь же важными, как производительность модели и инфраструктуру.

От советов по повышению производительности к рабочим процессам, ориентированным на искусственный интеллект

Шах описывает трехэтапную модель зрелости использования искусственного интеллекта. Первый этап фокусируется на узких задачах — составлении электронных писем, обобщении документов или подготовке первого выступления на презентации. На втором этапе эти возможности уровня задач применяются в более широких процессах, вставляя подсказки ИИ на ключевые этапы сложного рабочего процесса, чтобы сократить общие усилия. Третий этап, который он называет ИИ-прежде всего, начинается с чистого листа, в котором задается вопрос, как ИИ может двигаться непосредственно из точки А в точку Б.

Усилия Endeavour Health по консолидации политики иллюстрируют этот подход. После серии слияний в системе появилось более 10 000 полисов, сгруппированных примерно в 300 доменов и принадлежащих примерно 500 частным лицам. Консолидация единой политики CAUTI заняла у 20 руководителей медицинских сестер четыре месяца. Масштабирование этого подхода означало бы годы работы и постоянную доработку по мере развития политики.

В первоначальных экспериментах ген ИИ использовался для объединения нескольких устаревших политик в единые проекты для проверки человеком. На следующем этапе ИИ позволил сократить более 200 областей политики до более управляемого набора из 20–30 и помочь владельцам в обобщении и переформатировании. Даже несмотря на эти достижения, процесс оставался очень сложным, с переплетенными политиками и процедурами, перекрестными ссылками и вариациями для конкретных объектов.

Затем команда перешла к стратегии, ориентированной на искусственный интеллект. Вместо итеративной гармонизации устаревших документов они создали «основную подсказку», которая стандартизирует формат, отражает предпочтительный голос Endeavour и опирается на федеральные и государственные правила, руководящие принципы общества и текущие данные. Модель генерирует новые политики и согласованные процедуры, которые назначенные профильные эксперты затем уточняют и локализуют. Аналогичный подход использовался для стандартизации форм согласия, превращая разнородные документы в упрощенный общесистемный набор.

Для Шаха этот урок выходит за рамки управления политикой. Он считает, что многие рабочие процессы системы здравоохранения со временем накопили слои ручных обходных решений и согласований, часто в ответ на узкие проблемы, к которым никогда не возвращались. «Иногда приходится осознавать, что некоторые из этих процессов были созданы не лучшим образом и что ломать вещи — это нормально», — сказал он. Он добавил, что редизайн с ориентацией на искусственный интеллект следует рассматривать там, где текущий путь от проблемы к решению становится слишком запутанным для масштабирования.

Оставайтесь в курсе меняющихся границ искусственного интеллекта

Идти в ногу с развитием искусственного интеллекта — еще одна задача лидерства, к которой Шах относится серьезно. Он советует коллегам выстроить «мультимодальную» информационную диету, охватывающую долгосрочный контекст, строгую оценку и сигналы в реальном времени. На практике это означает чтение книг по истории искусственного интеллекта и технологий, чтобы понять длинные дуги, изучение рецензируемых рукописей, чтобы увидеть, где инструменты находились шесть-двенадцать месяцев назад, и мониторинг платформ, таких как LinkedIn, чтобы наблюдать, как новые возможности тестируются в системах здравоохранения сегодня.

Он также подчеркивает, что это обучение должно информировать руководство в такой же степени, как и выбор вариантов использования. По его мнению, советам директоров и руководителям необходимо понимать как потенциал, так и ограничения существующих моделей, разницу между системами проверки концепции и системами производственного уровня, а также взаимодействие между искусственным интеллектом, качеством данных, структурами конфиденциальности и правилами, такими как HIPAA, и новыми законами штатов.

Убери это

• Относитесь к рабочему и медицинскому времени как к ограниченному активу и соблюдайте строгие стандарты проведения совещаний, участия в электронных письмах и управления календарем.
• Создайте инвестиционный портфель в области ИИ, который сочетает в себе прямую финансовую прибыль со стратегическим приростом опыта, качества и капитала.
• Позиционируйте документацию по окружающей среде и аналогичные инструменты как средство облегчения эмоционального выгорания и найма персонала.
• Используйте модель зрелости для внедрения ИИ, переходя от производительности на уровне задач к совершенствованию процессов и, при необходимости, к перепроектированию рабочих процессов с учетом ИИ.
• Рассмотрите возможность использования шаблонов, созданных искусственным интеллектом и основанных на фактических данных, которые заменят запутанные устаревшие документы, а затем предоставьте экспертам в данной области возможность совершенствовать их и управлять ими.
• Поддерживайте многоуровневый план обучения искусственному интеллекту, который сочетает в себе книги, рецензируемые исследования и отраслевые дискуссии в реальном времени для руководства стратегией и управлением.

Ссылаясь на свой многоуровневый подход к тому, чтобы быть в курсе развития ИИ и его траектории, он добавил: «Если сложить эти три компонента друг на друга, вы получите очень хорошее базовое понимание технологий и ИИ с помощью книг, понимание того, где находится литература, а затем где происходит самое интересное».