[ad_1]

تصاویر Busakorn Pongparnit / گتیتصاویر Busakorn Pongparnit / گتی

به گفته براندون سیم ، مدیر ارشد فناوری و مدیر عامل در ApolloMed ، یک شرکت فناوری فناوری مراقبت های بهداشتی ، با هجوم اخیر داده ها به صنعت مراقبت های بهداشتی ، اکنون زمان اجرای کامل هوش مصنوعی و یادگیری ماشین است.

سیم گفت: “به ویژه به دلیل اینکه آخرین مقررات CMS شرکت های بهداشتی الکترونیکی را مجبور می کند داده های خود را به روش قابل دسترسی تری به اشتراک بگذارند.” وی افزود: “فقط مقدار زیاد داده های جمع آوری شده – تعداد روزافزون منابع داده های جایگزین مانند نظارت از راه دور بر روی بیماران و پوشیدنی ها – استفاده از روش های یادگیری ماشین و هوش مصنوعی در مراقبت های بهداشتی را امری طبیعی می کند.”

استقرار بیشتر این فن آوری ها در مراقبت های بهداشتی امکان پیشرفت مراقبت های پیشگیرانه را دارد ، اما طبق گفته سیم ، سیستم های بهداشتی باید فرایندهای سطح بالای AI و ML را انجام دهند.

چرا این مهم است

آنچه مدیران سیستم های بهداشتی باید انجام دهند این است که در استفاده از اتوماسیون آزاد باشند و بدانند چگونه بهترین استفاده را برای جمعیت بیمار خود می کنند ، در حالی که توسعه دهندگان فن آوری نیز باید برای ایجاد راه حل های بهتر تلاش کنند تا تأمین کنندگان بخواهند از آنها استفاده کنند.

اتوماسیون سطح بالا سطح پایین

سیم انواع مختلفی را که می تواند توسط اتوماسیون پشتیبانی شود ، مانند مقیاس کشویی بررسی می کند. در یک انتها وظایف “سطح پایین” و در سمت دیگر وظایف “سطح بالا” وجود دارد.

در پایین تعهدات تکراری وجود دارد که در حال حاضر به صورت دستی انجام می شوند. گردش کار مانند مدیریت چرخه درآمد ، تجزیه و تحلیل اسکن ، پیش مجوز ، احراز هویت فروشنده و سایر فعالیت های اداری در این سمت از مقیاس قرار می گیرند.

سیم گفت: “همه این مواردی است که من آن را به عنوان اتوماسیون کارهای معمول طبقه بندی می کنم ، که مطمئناً هوش مصنوعی می تواند به آنها کمک کند.” “یادگیری ماشین و هوش مصنوعی اساساً ابزار تشخیص الگو هستند ، بنابراین وقتی مدلی وجود دارد ، می تواند آن را خیلی خوب انجام دهد و به راحتی درک کند.”

به گفته سیم ، این نوع اتوماسیون بیشتر در مراقبت های بهداشتی رایج است زیرا به تکنیک های پیشرفته ای نیاز ندارد و خطر کمتری دارد.

وی گفت: “در حقیقت ، هیچ خطر بدی وجود ندارد.” “اگر به یک ربات اجازه دهید عملیاتی انجام دهد ، خطرات زیادی وجود دارد ، اما اگر به یک ربات اجازه دهید ادعای خود را انجام دهد ، مسئله چندان مهمی نیست. مطمئناً میوه های زیادی وجود دارد که می توانند بلافاصله اجرا شوند.”

از دیدگاه سیم ، انجام این وظایف سطح پایین برای مدیران سیستم های بهداشتی واقعاً “غیرضروری” است.

در طرف دیگر طیف چیزی است که سیم اتوماسیون سطح بالا می نامد ، که معمولاً به کمک مدیریت مراقبت یا هماهنگی مراقبت کمک می کند. این ممکن است شامل تجزیه و تحلیل بخشهایی از اطلاعات بیمار ناشناس برای خطرپذیری طبقه بندی و توصیه مراقبت های پیشگیرانه یا جراحی رباتیک AI باشد.

سیم گفت: “اینها باید در مرکز ارائه دهندگان داشته باشند ، زیرا در پایان روز الگوریتم نمی تواند جایگزین پزشک شود.” وی توصیه خواهد کرد ، اما به دلایل قانونی ، اخلاقی و دلایل دیگر ، پزشک باید تصویب کننده باشد و در واقع آخرین اقدام را انجام دهد. ”

به گفته سیم ، اگرچه این نوع اتوماسیون سهم بالاتری دارد اما می تواند ارزش بالاتری نیز داشته باشد.

“[The algorithm] شما باید همیشه 100٪ دقیق باشید و باید با تامین کنندگان ، انواع حرفه ای ها کار کنید و توسعه این ابزارها فقط به زمان بیشتری نیاز دارد. ” اما در پایان روز ، نه تنها صرفه جویی حاصل از فرایندهای اداری ، پیشرفت های بیشتری در زندگی بیمار ایجاد می کنند. ”

بهبود الگوریتم ها برای عملکردهای سطح بالا

دلیل رایج بسیاری از سیستم های مراقبت های بهداشتی که ترجیح می دهند از AI و ML استفاده نکنند عدم اعتماد به الگوریتم ها است.

بسیاری از اوقات الگوریتم ها در الگوریتم جعبه سیاه قرار می گیرند ، جایی که شما یک دسته داده قرار می دهید ، نمی توانید چیزی را درون آن ببینید ، و سپس آن چیزی را بیرون می کشد که شما نمی دانید چگونه به آنجا رسیده ام ، اما سیم پاسخ داد.

وقتی راهی برای دیدن نحوه تصمیم گیری یک الگوریتم وجود ندارد ، اعتماد به آن برای ارائه دهندگان و بیماران می تواند یک چالش باشد.

ایده هوش مصنوعی قابل اعتماد در خط مقدم بسیاری از رهبران مراقبت های بهداشتی بوده است و انجمن فناوری مصرف کننده اخیراً از استاندارد معتبر ANSI برای ارزیابی قابلیت اطمینان الگوریتم ها رونمایی کرده است.

سیم گفت: “بیشتر اعتماد به نفس در الگوریتم های هوش مصنوعی و یادگیری ماشین به آنها امکان توضیح و شفافیت را می دهد.”

بنابراین سیم به جای اینکه فقط به یک نتیجه گیری بپردازد ، می گوید الگوریتم ها باید توضیحاتی نیز در مورد چگونگی پاسخ آنها ارائه دهند.

با اطمینان یافتن بیشتر این الگوریتم ها ، برای کارهای اتوماسیون سطح بالا که سیم معتقد است برای پیشرفت ضروری است ، به راحتی در دسترس خواهند بود.

وی گفت: “هنوز بسیاری از نوآوری ها وجود دارد و این قسمت مهیج است.” “من با این الگوریتم های سطح بالاتر هماهنگی مراقبت و هوش مصنوعی از نوع دستیار ، نوعی تغییر به سمت آشنایی و راحتی را مشاهده می کنم ، به خصوص که ما در الگوریتم های قابل توضیح پیشرفت می کنیم.”

توییتر:HackettMallory
به نویسنده ایمیل بزنید: mhackett@himss.org

[ad_2]

منبع: gharb-khabar.ir