Domande e risposte: valutazione degli strumenti di intelligenza artificiale per l'assistenza sanitaria con Northwestern Medicine

HEALTHTECH: Come valutate le soluzioni di intelligenza artificiale presso la Northwestern Medicine? Da dove iniziate?

KOCZKA: Innanzitutto, cerchiamo di capire quali sono i nostri requisiti e obiettivi, individuando le sfide specifiche o le aree in cui l'IA può apportare valore aggiunto. Alla Northwestern Medicine, ci concentriamo su tre aree chiave: migliorare i risultati clinici per i pazienti, semplificare le operazioni e migliorare la diagnostica. Una volta identificate queste sfide e le relative sottoaree, ricerchiamo soluzioni e analizziamo le diverse soluzioni di IA disponibili per individuare quelle più adatte alle nostre esigenze.

Presso la Northwestern Medicine disponiamo anche di team interni di sviluppo IA, quindi prima di integrare qualsiasi soluzione di IA esterna , il nostro team valuta che non presenti funzionalità duplicate rispetto a soluzioni già implementate da NM. Se una soluzione viene ritenuta idonea, ne valutiamo la fattibilità dell'integrazione dei dati e garantiamo la conformità normativa necessaria.

Il nostro team valuterà anche la facilità d'uso dell'IA per il personale e la sua integrazione nei flussi di lavoro attuali senza causare interruzioni che potrebbero risultare dannose. È inoltre essenziale per noi comprendere le implicazioni finanziarie a fronte dei benefici previsti.

HEALTHTECH: Come affronta la vostra organizzazione l'intelligenza artificiale e la governance dei dati? Sono approcci separati o interconnessi?

KOCZKA: Sono collegati, ma sono gruppi diversi che stanno valutando l'intelligenza artificiale e la governance dei dati . Inizialmente, gestiamo la governance dell'intelligenza artificiale da un punto di vista più tecnico. Poi, se la soluzione supera questi controlli, passiamo ai nostri team di sicurezza e privacy dei dati, all'architettura e a tutte le altre revisioni. Ci avviciniamo a una tecnologia di intelligenza artificiale come affronteremmo qualsiasi soluzione software che desideriamo introdurre nell'organizzazione.

Il nostro team di innovazione cerca di trovare l'ambiente giusto per testare e pilotare queste soluzioni di intelligenza artificiale in uno spazio più controllato, prima di consentirne un'implementazione più ampia. Raccogliamo feedback, monitoriamo e valutiamo tali soluzioni anche una volta che saranno pienamente implementate in tutta l'organizzazione.

ESPLORA: Come possono le organizzazioni sanitarie superare gli ostacoli nell'implementazione dell'intelligenza artificiale?

HEALTHTECH: Quanto è importante per i partner di soluzioni di intelligenza artificiale avere esperienza nel settore sanitario? Quali sono i vostri criteri per le partnership?

KOCZKA: Un partner con esperienza nel settore sanitario è fondamentale, e credo che ci siano diverse ragioni. Una di queste è la conoscenza del settore: il settore sanitario è un settore molto complesso, con requisiti normativi e flussi di lavoro unici . I fornitori devono comprendere queste complessità per poter sviluppare soluzioni che le affrontino in modo più efficace.

In termini di conformità e normative, i fornitori che conoscono i nostri standard di settore, come l'HIPAA, possono spesso garantire che le loro soluzioni soddisfino i requisiti. Se hanno competenze in ambito sanitario, hanno esperienza nell'integrazione dei loro prodotti con le tecnologie sanitarie esistenti, il che si traduce in un'implementazione più fluida e rapida della tecnologia.

Anche il successo comprovato è un fattore essenziale. Dovrebbero fornirci casi di studio o referenze che dimostrino l'efficacia e l'affidabilità delle loro soluzioni in un contesto sanitario. È inoltre essenziale che le soluzioni possano essere personalizzate per le nostre esigenze.

Individuiamo partner chiave attraverso il networking e semplicemente ascoltando le offerte del mercato. Il nostro team si mantiene costantemente aggiornato attraverso eventi come HIMSS e ViVE e seminari. Siamo grati per i numerosi scambi tra colleghi, che spesso portano a spunti preziosi, e per l'accesso alle ricerche di mercato. Anche le recensioni e i riconoscimenti del settore sono fattori che il nostro team considera.

Il nostro team valuta anche da quanto tempo un partner è presente sul mercato e con quali altre organizzazioni sanitarie ha collaborato. Direi che offriamo un mix piuttosto valido di soluzioni di intelligenza artificiale, da operatori affermati del settore a startup. Ci piace essere i primi sul mercato o aiutare le startup a sviluppare i loro prodotti nel nostro ambiente.

KOCZKA: Alla Northwestern Medicine, la nostra struttura prevede che team interfunzionali valutino le soluzioni, sviluppando fin dall'inizio un team che includa rappresentanti delle aree cliniche pertinenti, IT, operations e amministrazione, incoraggiando così prospettive diverse e la condivisione delle conoscenze. È fondamentale articolare chiaramente gli obiettivi della soluzione di intelligenza artificiale e i benefici che porterà a ciascun reparto o stakeholder che potrebbe essere interessato dal suo utilizzo.

Se viene introdotta una soluzione, la testiamo rapidamente e cerchiamo di creare gruppi pilota provenienti da diversi dipartimenti che la testino in un ambiente controllato . Avere più esperienza pratica con la tecnologia aiuta davvero a costruire la natura e il processo collaborativi del progetto.

Quindi, il nostro team valuterà se i piloti debbano proseguire o se debbano ritirarsi. Offriamo ottimi canali di comunicazione aperti per il feedback, in modo da poter apportare modifiche rapide. È importante coinvolgere gli utenti fin dall'inizio e ottenere il loro contributo su requisiti e flussi di lavoro. Credo che sia come per qualsiasi progetto che si stia cercando di implementare.

Ci aspettiamo che i nostri partner dimostrino la tecnologia, mostrando esempi concreti di come la soluzione di intelligenza artificiale possa semplificare un compito, migliorare l'efficienza o migliorare i risultati per i pazienti. È fondamentale anche celebrare i primi successi, che a mio avviso contribuiscono a favorire un'adozione più ampia nel tempo.

La Northwestern Medicine si avvale di un solido processo di governance esecutiva per la valutazione di tutte le soluzioni tecnologiche, inclusa l'intelligenza artificiale. Il nostro comitato esecutivo è multidisciplinare, con rappresentanti delle aree finanza, operations, IT, compliance e clinica. In genere, non sono necessariamente stakeholder e possono utilizzare o meno la tecnologia, ma ci aiutano a valutare le nostre soluzioni e a comprenderne appieno l'analisi costi-benefici. Valutano l'allineamento della soluzione con i nostri obiettivi strategici, la sua efficacia in termini di efficienza operativa e altri aspetti simili.

La parte esecutiva arriva un po' più avanti nel nostro processo, perché potremmo non avere un progetto pilota di successo o perché gli utenti potrebbero decidere che la soluzione non fa al caso loro. Quindi, coinvolgiamo il nostro team esecutivo alla fine, se c'è una richiesta di implementazione più ampia della tecnologia.

HEALTHTECH: Che consiglio daresti ad altre organizzazioni sanitarie che vogliono affrontare tempestivamente le preoccupazioni degli utenti?

KOCZKA: Una comunicazione aperta è fondamentale. Cerchiamo di essere molto trasparenti sui nostri obiettivi, sui processi e sulle implicazioni del progetto, assicurandoci che gli stakeholder siano consapevoli di cosa aspettarsi durante l'implementazione e l'utilizzo della tecnologia.

È fondamentale coinvolgere e coinvolgere gli stakeholder fin dall'inizio del progetto, facendoli sentire apprezzati e ascoltati. Spesso abbiamo dei comitati consultivi, la cui presenza dipende dalle dimensioni del progetto e dal numero di persone coinvolte all'interno dell'organizzazione. Questi comitati possono fornire feedback e indicazioni costanti.

L'istruzione e la formazione rappresentano un altro aspetto fondamentale , per cui utilizziamo le risorse del fornitore per spiegare la nuova tecnologia e i suoi vantaggi e coinvolgiamo i nostri team tecnici e di architettura per spiegare come questa può integrarsi con i flussi di lavoro attuali.

Inoltre, è importante affrontare i pregiudizi sulla tecnologia dell'intelligenza artificiale. Mostriamo spesso esempi concreti e sottolineiamo che l'intelligenza artificiale è pensata per migliorare i ruoli umani. Se non siamo i primi a utilizzare la tecnologia, mostriamo esempi di come l'intelligenza artificiale abbia avuto un impatto positivo su altre organizzazioni e ci concentriamo su come ciò consenta di migliorare l'assistenza ai pazienti e l'efficienza operativa.

Clicca sul banner qui sotto per scoprire come sfruttare i dati e l'intelligenza artificiale per ottenere risultati sanitari migliori.

HEALTHTECH: Quali sono le sfide che permangono nel settore dell'intelligenza artificiale in ambito sanitario? Cosa è migliorato?

KOCZKA: Mantenere la privacy e la sicurezza dei dati è fondamentale, soprattutto in ambito clinico. Abbiamo a che fare con dati dei pazienti molto sensibili e dobbiamo garantire la conformità all'HIPAA. Sono aspetti complessi, ma ovviamente fondamentali prima di qualsiasi altra cosa.

La qualità e la standardizzazione dei dati rimangono un'altra sfida persistente. Le tecnologie di intelligenza artificiale si basano su dati standardizzati e di alta qualità per un apprendimento e prestazioni efficaci, e le incongruenze nei formati e nella qualità dei dati tra i diversi sistemi sanitari possono ostacolare lo sviluppo o l'output dell'intelligenza artificiale. Anche l'integrazione con le tecnologie esistenti è complessa e richiede molte risorse, ma in caso contrario, si incontreranno problemi di interoperabilità, soprattutto in ambito clinico.

È altrettanto importante comprendere l'efficacia clinica e la sicurezza di queste soluzioni di intelligenza artificiale, per cui vogliamo garantire che siano stati condotti studi di convalida solidi e prove concrete , il che, francamente, rappresenta ancora un ostacolo significativo per molte di queste tecnologie.

Superare i pregiudizi è un altro problema. Sappiamo che le tecnologie di intelligenza artificiale possono perpetuare o esacerbare i pregiudizi esistenti se non vengono addestrate su dati non rappresentativi, e quindi parliamo molto della diversità della nostra base di pazienti quando sviluppiamo le nostre tecnologie di intelligenza artificiale, che poi contribuiscono alla diversità dei dati e possono mitigare questo tipo di problemi. Può essere difficile quando si utilizzano tecnologie di intelligenza artificiale esterne, perché non si è sempre sicuri di come siano stati addestrati quegli algoritmi e si cerca di evitare disparità nelle cure. A volte, questo può significare riaddestrare l'algoritmo di intelligenza artificiale sui propri dati.

DIVENTA PIÙ INTELLIGENTE: crea una strategia di intelligenza artificiale più intelligente per la tua organizzazione.

L'accettazione e l'adozione da parte degli utenti sono ancora problematiche. Come in molti settori, ci saranno professionisti che potrebbero essere scettici o restii all'utilizzo di queste tecnologie. Alla Northwestern Medicine, ovviamente, non vogliamo complicare il processo decisionale clinico, quindi garantire la qualità e la validazione clinica per contribuire a ottenere fiducia porterà a un'adozione di successo.

Credo che ci sia ancora incertezza normativa. Il panorama dell'IA in ambito sanitario è ancora in evoluzione. Stiamo assistendo all'emanazione di normative diverse da parte della Food and Drug Administration statunitense, e probabilmente queste cose cambieranno. Questo rende più difficile per un maggior numero di soluzioni di IA accedere al mercato e integrare queste tecnologie nei sistemi sanitari.

Detto questo, credo che stiamo assistendo alla nascita di gruppi di risorse che consentono un accesso più semplice e avanzato a dati di qualità , il che a sua volta migliora l'addestramento dell'IA. Ci sono progressi che hanno portato ad algoritmi più sofisticati in grado di analizzare flussi di lavoro di dati sanitari ampi e complessi, il che si traduce in una maggiore accuratezza diagnostica e capacità predittive.

Esistono anche numerosi consorzi, che stanno aumentando la collaborazione tra diverse organizzazioni e contribuendo a promuovere l'innovazione. Alcuni di questi gruppi provengono da grandi operatori del settore, mentre altri operatori sanitari ne stanno creando di propri.