Leçons tirées du rapport de recherche sur l'IA du CDW

1. Résoudre les problèmes au lieu de déployer de nouveaux outils pour leur propre bénéfice

Les organisations peuvent se sentir obligées d'essayer quelque chose simplement à cause de l'engouement. Résistez à cette tentation. Définissez plutôt clairement le problème à résoudre et la place de l'IA dans cette démarche .

Il peut y avoir des déploiements faciles pour commencer grâce à des capacités ou des fonctionnalités qui existent dans des solutions que votre organisation utilise déjà, comme dans une suite logicielle de productivité ou un système de dossiers médicaux électroniques .

Un autre problème pourrait concerner les tâches administratives répétitives qui gagneraient à être automatisées. L'intérêt constant des outils d'écoute ambiante s'explique notamment par la volonté des organisations de réduire la charge de travail des cliniciens et de limiter l'épuisement professionnel. Comment les systèmes de santé peuvent-ils réduire le temps passé en pyjama des cliniciens afin de leur permettre de restaurer la relation avec les patients ?

EN SAVOIR PLUS : Tirez parti des données et de l’intelligence artificielle pour de meilleurs résultats en matière de soins de santé.

2. Face à l'incertitude réglementaire, il faut disposer d'une structure de gouvernance de l'IA solide

Alors que les algorithmes s'améliorent et que les réglementations évoluent, les organismes de santé doivent garantir agilité et stabilité dans leur structure de gouvernance de l'IA . Face à des exigences qui varient d'un État à l'autre, une approche multidisciplinaire est essentielle pour s'adapter aux changements.

Créez les groupes de travail appropriés avec la bonne représentation des parties prenantes pour poser les bonnes questions sur les cas d'utilisation potentiels, l'expérience de l'utilisateur final, la reconnaissance et l'atténuation des risques, les préoccupations éthiques, les biais algorithmiques, la conformité et la qualité des données.

Les considérations d'infrastructure doivent également être prises en compte. Votre organisation est-elle prête à adopter davantage de solutions d'IA ? Vos équipes disposent-elles des compétences adéquates ? Votre environnement est-il sécurisé ? Existe-t -il des considérations concernant les charges de travail sur site par rapport à celles qui devraient migrer vers le cloud ? Les organisations devront définir des zones d'atterrissage et pourront adopter des stratégies différentes quant à l'utilisation de leurs ressources de calcul et de stockage .

EXPLORER : Comment les organisations de soins de santé devraient-elles gérer l’évaluation et la mise en œuvre de l’intelligence artificielle ?

3. Gardez la sécurité et la confidentialité des données au premier plan

La gouvernance des données va de pair avec la gouvernance de l'IA , car la plupart des solutions basées sur l'IA nécessitent des données de haute qualité, un enjeu crucial à ce stade. Cela nécessite également des stratégies de protection de ces données.

Il est également nécessaire d'accroître la transparence de certaines solutions existantes afin que les organisations puissent évaluer efficacement leur conformité aux exigences réglementaires. La transparence est essentielle, car un réel danger existe si une solution d'IA se trompe dans ses prédictions ou si des données erronées sont utilisées. Une approche universelle de l'IA dans le secteur de la santé est tout simplement impossible, et le discernement humain ou l'intervention d'un humain dans la boucle demeureront probablement nécessaires pour garantir que les résultats ne causent pas de préjudice.

Cet article fait partie de la série de blogs MonITor de HealthTech .