Уроки, извлеченные из отчета CDW об исследовании искусственного интеллекта

1. Решайте проблемы, а не внедряйте новые инструменты ради них самих

Организации могут чувствовать давление, заставляющее их попробовать что-то просто из-за шумихи. Вам следует сопротивляться этому побуждению. Вместо этого четко определите проблему, которую необходимо решить, и то, как ИИ впишется в нее .

Возможно, для начала можно будет легко воспользоваться возможностями или функциями, которые существуют в решениях, уже используемых вашей организацией, например, в пакете программного обеспечения для повышения производительности или в системе электронных медицинских карт .

Другой проблемной областью могут быть любые повторяющиеся административные задачи, которые выиграли бы от автоматизации. Одна из причин , по которой инструменты фонового прослушивания вызывают постоянный интерес, заключается в том, что организации хотят снизить нагрузку на врачей и смягчить выгорание. Как системы здравоохранения могут сократить «пижамное время» для врачей, чтобы они могли восстановить отношения с пациентами?

ЧИТАЙТЕ ТАКЖЕ: Используйте данные и искусственный интеллект для улучшения результатов здравоохранения.

2. В условиях нормативной неопределенности необходимо иметь надежную структуру управления ИИ

Поскольку алгоритмы совершенствуются, а регулирующие меры остаются нестабильными, организациям здравоохранения необходимо иметь гибкость и стабильность в своей собственной структуре управления ИИ . А с требованиями, которые могут различаться от штата к штату, междисциплинарный подход имеет решающее значение, чтобы идти в ногу с изменениями.

Создайте соответствующие рабочие группы с правильным представительством заинтересованных сторон, чтобы задавать правильные вопросы о потенциальных вариантах использования, опыте конечного пользователя, распознавании и снижении рисков, этических проблемах, алгоритмической предвзятости, соответствии требованиям и качестве данных.

Необходимо также учитывать соображения инфраструктуры. Насколько ваша организация готова к внедрению большего количества решений ИИ ? Имеют ли ваши команды необходимые навыки? Защитили ли вы свою среду? Существуют ли какие-либо локальные соображения по сравнению с рабочими нагрузками, которые следует перенести в облако ? Организациям необходимо будет создать целевые зоны, и они могут иметь разные стратегии в отношении того, как они используют свои вычисления и хранилище .

ИССЛЕДУЙТЕ: Как организациям здравоохранения следует проводить оценку и внедрение искусственного интеллекта?

3. Держите безопасность данных и конфиденциальность на первом месте

Управление данными идет рука об руку с управлением ИИ , поскольку большинство решений на базе ИИ требуют высококачественных данных, что на данный момент является ставкой. Это также требует стратегий по защите этих данных.

Также необходимо иметь больше прозрачности в некоторых из существующих решений, чтобы организации могли адекватно оценить, будет ли решение соответствовать нормативным требованиям. Прозрачность имеет ключевое значение, поскольку существует реальная опасность, если решение ИИ сделает неправильный прогноз или будут использованы некачественные данные. Универсальный подход к ИИ в здравоохранении просто невозможен, и, скорее всего, все еще будет необходима человеческая проницательность или человек в контуре, чтобы гарантировать, что результаты не наносят вреда.

Эта статья является частью серии блогов HealthTech MonITor .