ViVE 2024: готова ли ваша организация здравоохранения к внедрению ИИ?

президент Artisight д-р Стефани Лар; Джессика Бигл, эксперт по технологиям здравоохранения и бывший директор по информационным технологиям Lifepoint; ИТ-директор HCA Healthcare Марти Паслик; и доктор Энтони Чанг, директор по разведке и инновациям детской больницы CHOC, обсуждают готовность медицинских организаций к искусственному интеллекту на выставке ViVE 2024 в Лос-Анджелесе.

Чанг предложил заручиться поддержкой высшего руководства или руководства больницы, показав им, что ИИ может справиться с двумя самыми сложными и разрешимыми проблемами организации. Лидерство должно оказывать поддержку, давая команде шанс на успех. По его словам, им также необходимо будет иметь более низкие ожидания и более долгосрочное видение.

Бигл отметил, что если данные организации не организованы и не доступны, то иметь эти данные не стоит. Она подчеркнула важность проведения оценки для понимания основной инфраструктуры системы здравоохранения и ее подготовки, чтобы организация могла быть готовой и гибкой по мере появления новых языковых моделей.

«Создание прочного фундамента сейчас действительно позволит вам добиться успеха в этой области», — сказала она.

Когда дело доходит до покупки или создания решений искусственного интеллекта, Чанг рекомендует делать и то, и другое.

«Существует особая синергия, когда у вас есть собственная команда, пусть и небольшая, и готовые решения», — сказал он, объяснив, что эти готовые решения часто не имеют жестких графиков технического обслуживания и готовых решений. -нужна команда сотрудников, которая обеспечит правильное обслуживание решения.

По словам Чанга, системы здравоохранения не могут позволить себе не иметь других ресурсов, когда учитывая внедрение ИИ потому что во многих организациях нет штатного специалиста по данным. Он сказал, что первым шагом для высшего руководства является принятие решения о том, как они хотят двигаться вперед, думая об инвестициях в будущее.

Ключевое значение имеет выяснение того, куда инвестировать ресурсы. Чанг предположил, что создание одной или двух должностей, связанных с данными или искусственным интеллектом, может иметь большое значение. Позже, когда инструменты искусственного интеллекта будут эффективно внедрены для решения административных задач, руководство сможет отказаться от замены людей, решивших переехать или выйти на пенсию.

«Есть способы сократить расходы, не создавая паники», — сказал он.

ОБНАРУЖИТЬ: Эксперт объясняет, как выбрать правильное решение искусственного интеллекта в здравоохранении.

Качественный ИИ опирается на качественные данные здравоохранения

По мере того, как организации переходят к внедрению ИИ, им необходимо обеспечить чистоту и высокое качество своих данных. Во время сессии под названием «Мусор на входе, мусор на выходе» руководители здравоохранения обсудили влияние, которое беспорядочные и неполные данные могут оказать на инициативы в области искусственного интеллекта.

Ричард Кларк, старший вице-президент и главный аналитик компании Хаймарк Здоровье, объяснил, что лучший способ улучшить качество данных — начать использовать их для чего-то, что принесет пользу организации, потому что тогда люди будут больше заботиться о них. Одним из ограничивающих факторов в внедрение генеративного ИИ были данные, позволяющие реализовать эти варианты использования.

«Если вы сможете полностью представить в данных проблему, которую пытаетесь решить, тогда эти инструменты могут оказаться потрясающими», — сказал Кларк. Однако он добавил, что становится очевидным, что без полные и качественные данныеэти инструменты не так эффективны.

С точки зрения федерального правительства, Элизабет Майерс, заместитель директора по политике в Офис Национального координатора по информационным технологиям здравоохраненияобъяснил, что организациям здравоохранения важно понимать, как они могут получать данные, полезные с самого начала их пути к искусственному интеллекту.

«Мы много говорим об ИИ, и одна из вещей, которые сопровождают это, — это понимание того, в чем ИИ должен быть хорош и как его настроить для этого. Не существует волшебной палочки, которая сделает эти данные хорошими. Нам нужно подумать о данных, которые необходимы для функционирования ИИ, и найти вариант использования, который вы ищете», — сказал Майерс. «Вы не хотите, чтобы ИИ делал выводы на основе неточных и неполных данных, особенно когда мы начинаем говорить о справедливости в отношении здоровья и неравенства».

В конечном счете, сказал Майерс, речь идет не только о качество данных, но также собраны детализированные данные это дает системам здравоохранения более полное представление о группах пациентов.