Každoroční konference Vive a HIMSS Health IT opět zdůraznily rozhodující posun v přístupu tohoto odvětví k umělé inteligenci. I když AI zůstává ústředním tématem, diskuse se posunula za původní humbuk a nyní se pevně soustředí na prokazatelné výsledky a provozní vylepšení. Pro CIO ve zdravotnictví to znamená dvě klíčové priority: bezproblémovou integraci umělé inteligence do stávajících pracovních postupů a vytvoření robustních rámců pro řízení umělé inteligence.
AI jako základní infrastruktura: nový imperativ
Zdravotnické organizace již nepovažují umělou inteligenci za izolované pilotní projekty. Místo toho jej aktivně začleňují do hlavních operací, čímž zajišťují integraci se stávajícími systémy a škálovatelnost bez ohrožení bezpečnosti. Toto strategické umístění umožňuje CIO využít technologii ke zlepšení klinické a provozní produktivity, automatizaci opakujících se úkolů a snížení vyčerpání zaměstnanců.
Příklady této směny zahrnují:
- Nástroje kontextové dokumentace: Snížení administrativní zátěže lékařů při současném vyplnění strukturovaných dat do elektronických lékařských záznamů (EMR).
- Správa příjmů založená na AI: Automatizujte procesy kódování, předběžného schvalování a zamítnutí.
- Podpora rozhodování založená na AI: Pomozte lékařům identifikovat rizikové pacienty, zacelit mezery v péči a standardizovat osvědčené postupy.
Klíč k úspěchu spočívá v bezproblémové integraci. Umělá inteligence, která funguje uvnitř základních systémů, spíše než jako externí doplněk, s větší pravděpodobností získá přijetí a zvýší produktivitu. Když je umělá inteligence pro koncového uživatele prakticky neviditelná, zlepšuje efektivitu pracovního postupu bez vytváření tření.
Rostoucí složitost správy AI
Jak se AI stává hlouběji integrovanou, její správa se rychle stává kritickým problémem. Regulační rámec je roztříštěný a státy přistupují k dohledu nad umělou inteligencí různě. Texas vyniká jako první stát, který explicitně reguluje klinickou AI v EHRs a vyžaduje lékařskou kontrolu a schválení všech klinických informací generovaných AI před tím, než vstoupí do lékařských záznamů pacientů.
Texas ale není sám. Jiné státy prosazují samostatné přístupy:
- Illinois omezuje použití umělé inteligence v citlivých klinických kontextech, zejména v oblasti duševního zdraví.
- Kalifornie upřednostňuje transparentnost umělé inteligence, hlášení rizik a obecné bezpečnostní zákony.
- Utah vyžaduje zveřejnění informací o používání AI s důrazem na ochranu spotřebitele.
- Nevada omezuje interakci s AI v terapii bez dozoru.
- Colorado implementuje antidiskriminační a řídicí standardy pro vysoce rizikové systémy umělé inteligence.
Tyto různé státní strategie demonstrují rostoucí regulační tlak, kterému čelí zdravotničtí ředitelé pro informační technologie. Dodržování předpisů bude vyžadovat důkladné pochopení místních zákonů a řádné interní politiky řízení.
Posun odvětví od humbuku k výsledkům nutí organizace pohlížet na AI jako na kritickou provozní komponentu spíše než jen za experimentální nástroj. K využití plného potenciálu AI při současném zmírnění regulačních a etických rizik bude nezbytná účinná integrace a proaktivní správa.
