Искусственный интеллект в здравоохранении: идеи Роберта Вахтера из Калифорнийского университета в Сан-Франциско, меняющие будущее

В годовщину публичного запуска ChatGPT технологическая эволюция искусственного интеллекта в здравоохранении готова к революционным изменениям. В статье, опубликованной в журнале JAMA 30 ноября 2023 года, доктор Роберт Вахтер, заведующий кафедрой медицины Калифорнийского университета в Сан-Франциско, и доктор Эрик Бриньольфссон, директор Лаборатории цифровой экономики Стэнфордского университета, подробно рассматривают преобразующий потенциал инструментов генеративного искусственного интеллекта (genAI). В этой статье изложены их выводы, проливающие свет на то, как genAI может произвести революцию в здравоохранении, преодолев давние проблемы, стоящие перед отраслью.

Ускоряем цифровую революцию в здравоохранении с помощью GenAI

Сектор здравоохранения известен медленным внедрением трансформационных технологий. От нерешительной интеграцииtronмедицинских карт (ЭМК) до неудачных попыток с IBM Watson Health, отрасль сталкивалась с препятствиями на пути к переменам. Тем не менее, авторы утверждают, что генеративный искусственный интеллект (genAI), способный создавать высококачественный контент, отличный от обучающих данных, обладает уникальными свойствами, которые могут ускорить процесс трансформации.

Доктор Вахтер, известный своими исследованиями проблем информационных технологий в здравоохранении, считает, что genAI может разорвать порочный круг «парадокса производительности», который препятствовал внедрению универсальных технологий в различных отраслях, включая здравоохранение. Историческое сопротивление таким изменениям, вызванное несогласованными стимулами, сложностью, правилами конфиденциальности и общим нежеланием перемен, теперь встречает потенциальное решение в лице genAI.

Парадокс производительности информационных технологий, сформулированный доктором Бринйольфссоном в 1993 году, подчеркнул отложенный рост производительности, несмотря на широкое внедрение универсальных технологий. В контексте здравоохранения искусственный интеллект рассматривается как решение благодаря своей простоте в использовании, минимальным требованиям к оборудованию и совместимости с существующими цифровыми рабочими процессами.

В отличие от трудностей, возникающих при внедрении электронных медицинских карт, простота использования genAI выгодно позиционирует его в среде, где медицинские работники и пациенты уже активно используют цифровые инструменты. Кроме того, нынешняя готовность системы здравоохранения, привыкшей к использованию цифровых данных и систем, создает благоприятный момент для эффективного удовлетворения клинических и деловых потребностей с помощью genAI.

Искусственный интеллект в здравоохранении: приложения и проблемы интеграции ИИ

Исторические неудачи применения ИИ в здравоохранении, особенно в 1960-х и 1980-х годах, объяснялись попытками заменить когнитивные функции врача. Однако ранние приложения генерированного ИИ были сосредоточены на облегчении административной нагрузки, такой как запись на прием, выписка рецептов на лекарства и ответы на вопросы пациентов. От медицинских работников ожидается, что генерированный ИИ поможет в создании клинических заметок, запросов на предварительное разрешение и обобщении сложных медицинских карт пациентов.

Хотя у генно-ориентированного искусственного интеллекта есть потенциал для помощи в диагностике, акцент делается на предложении возможных диагнозов, а не на замене экспертных знаний врачей, учитывая высокие ставки и последствия, связанные с решениями в сфере здравоохранения.

Несмотря на многообещающие перспективы, генерация искусственного интеллекта сталкивается с проблемами, которые необходимо решить для успешной интеграции в системы здравоохранения. Сама технология должна постоянно совершенствоваться, особенно по мере ее распространения в критически важных клинических областях. Интеграция ИИ в системы электронных медицинских карт, хотя и стала более доступной, чем раньше, все еще требует доработки. Кроме того, необходимо эффективно управлять финансовыми последствиями внедрения ИИ в здравоохранении, чтобы обеспечить окупаемость инвестиций.

Напряженность между работниками и руководством в связи с внедрением ИИ, примером которой служат недавние забастовки в других отраслях, может создать проблемы, но острая нехватка кадров и высокий уровень выгорания в здравоохранении могут смягчить некоторое сопротивление. По мере того как ИИ проникает в клиническую практику, поиск баланса, при котором медицинские работники эффективно сотрудничают с технологиями, становится первостепенной задачей для успеха.

Прокладывая путь к успеху GenAI

Для успешного внедрения искусственного интеллекта в здравоохранение необходимо создать нормативно-правовую базу, особенно для клинических применений, имеющих высокую значимость. Однако сложность регулирования технологий общего назначения представляет собой серьезную проблему. Разграничение регулирования конкретного алгоритма ИИ и контроля за более широкой ролью ИИ в системе здравоохранения требует инновационных подходов для обеспечения безопасности пациентов и качества медицинской помощи.

Поскольку генетически модифицированный ИИ обладает потенциалом для преобразования здравоохранения, отрасли необходимо совместно преодолевать эти вызовы. Как экосистема здравоохранения может найти правильный баланс между использованием преобразующей силы генетически модифицированного ИИ и обеспечением ответственной и эффективной интеграции в клинические рабочие процессы?