Lecciones aprendidas del informe de investigación sobre IA de CDW

1. Resolver problemas en lugar de implementar nuevas herramientas por el simple hecho de usarlas

Las organizaciones pueden sentirse presionadas a probar algo simplemente por la publicidad exagerada. Debe resistir la tentación. En cambio, tenga claro el problema que necesita solución y cómo encajaría la IA .

Es posible que existan algunas implementaciones fáciles para comenzar a través de capacidades o características que existen en soluciones que su organización ya está usando, como dentro de un paquete de software de productividad o un sistema de registros médicos electrónicos .

Otro problema podría ser la automatización de las tareas administrativas repetitivas. Una de las razones por las que las herramientas de escucha ambiental han despertado un interés constante es que las organizaciones buscan reducir la carga de trabajo de los profesionales clínicos y mitigar el agotamiento. ¿Cómo pueden los sistemas de salud reducir el tiempo de descanso de los profesionales clínicos para que puedan mejorar la relación con los pacientes?

LEER MÁS: Aproveche los datos y la inteligencia artificial para obtener mejores resultados en materia de atención médica.

2. En medio de la incertidumbre regulatoria, contar con una estructura sólida de gobernanza de la IA

A medida que los algoritmos mejoran y las respuestas regulatorias cambian constantemente, las organizaciones sanitarias necesitan agilidad y estabilidad en su propia estructura de gobernanza de la IA . Y con requisitos que pueden variar según el estado, un enfoque multidisciplinario es crucial para mantenerse al día con los cambios.

Cree los grupos de trabajo adecuados con la representación correcta de las partes interesadas para hacer las preguntas correctas sobre los posibles casos de uso, la experiencia del usuario final, el reconocimiento y la mitigación de riesgos, las preocupaciones éticas, el sesgo algorítmico, el cumplimiento y la calidad de los datos.

También es necesario considerar la infraestructura. ¿Qué tan preparada está su organización para adoptar más soluciones de IA ? ¿Cuentan sus equipos con las habilidades adecuadas? ¿Ha protegido su entorno? ¿Existen consideraciones sobre las instalaciones locales frente a las cargas de trabajo que deberían migrarse a la nube ? Las organizaciones deberán definir sus propias zonas de aterrizaje y podrían tener diferentes estrategias en cuanto al uso de sus recursos de computación y almacenamiento .

EXPLORAR: ¿Cómo deben las organizaciones de atención médica abordar la evaluación e implementación de la inteligencia artificial?

3. Mantenga la seguridad y la privacidad de los datos en primer plano

La gobernanza de datos va de la mano con la gobernanza de la IA , ya que la mayoría de las soluciones basadas en IA requieren datos de alta calidad, algo fundamental en este momento. Esto también requiere estrategias para proteger esos datos.

También es necesaria una mayor transparencia en algunas de las soluciones disponibles para que las organizaciones puedan evaluar adecuadamente si cumplen con los requisitos regulatorios. La transparencia es clave, ya que existe un riesgo real si una solución de IA falla en una predicción o utiliza datos deficientes. Un enfoque universal para la IA en el sector salud simplemente no es posible, y probablemente seguirá siendo necesario el discernimiento humano o la participación de una persona para garantizar que los resultados no causen daños.

Este artículo es parte de la serie de blogs MonITor de HealthTech .