Leçons obtenues à partir du rapport de recherche CDW AI
1. Résoudre des problèmes au lieu de déployer de nouveaux outils pour leur propre
Les organisations peuvent se sentir sous pression pour essayer quelque chose juste à cause du battage médiatique. Vous devez résister à l’envie. Au lieu de cela, clarifiez le problème qui doit être résolu et comment il conviendrait.
Il peut y avoir un déploiement facile qui peut commencer par des capacités ou des fonctions qui existent dans des solutions que votre organisation utilise déjà, par exemple dans l’ensemble de logiciels de productivité ou dans le système des dossiers de santé électroniques.
Un autre problème pourrait être des tâches administratives récurrentes qui auraient l’automatisation. L’une des raisons pour lesquelles les instruments pour l’écoute de l’écoute environnante ont été maintenus en raison du fait que l’organisation souhaite réduire la charge sur le médecin clinique et soulager l’épuisement professionnel. Comment les systèmes de santé peuvent-ils raccourcir le «temps de pyjama» pour que les médecins réparent les relations des patients?
En savoir plus: Profitez des données et de l’intelligence artificielle pour de meilleurs résultats de soins de santé.
2. Au milieu de l’incertitude réglementaire, avoir une structure solide de la gestion de l’IA
Alors que les algorithmes s’améliorent et que les réactions réglementaires restent dans le flux, les organisations de santé doivent avoir une agilité et une stabilité dans sa propre structure. Et avec les exigences qui peuvent changer par l’État, l’approche multidisciplinaire est essentielle pour maintenir une étape avec des changements.
Créez les bons groupes de travail avec la bonne représentation des parties impliquées et pose les bonnes questions sur les cas possibles d’utilisation, l’expérience de fin-utilisateur, la détection et l’atténuation des risques, les préoccupations éthiques, le biais algorithmique, la conformité et la qualité des données.
Les considérations d’infrastructure devraient également être prises en compte. Dans quelle mesure votre organisation est-elle prête à accepter plusieurs solutions d’IA? Vos équipes ont-elles le bon ensemble de compétences? Avez-vous obtenu votre environnement? Y a-t-il une participation au site par rapport à la charge de travail qui devrait passer au cloud? Les organisations devront construire des zones d’atterrissage et pourront avoir différentes stratégies en termes de façon d’utiliser leur calcul et leur stockage.
EXPLORER: Comment les organisations de santé devraient-elles passer par l’évaluation et la mise en œuvre de l’intelligence artificielle?
3. Gardez la sécurité des données et la confidentialité au premier plan
La gestion des données va de pair avec la gestion de l’IA, car la plupart des solutions d’IA alimentées nécessitent des données de haute qualité, qui est un pari de tableau à ce stade. Cela nécessite également une stratégie pour protéger ces données.
Dans certaines solutions qui sont là, elles doivent avoir une plus grande transparence, afin que l’organisation puisse évaluer adéquatement si la solution répondra aux exigences réglementaires. La transparence est essentielle car il y a un réel danger si la solution d’IA obtient mal la prédiction ou est utilisée de mauvaises données. L’approche universelle de l’IA dans les soins de santé n’est tout simplement pas possible, et la boucle sera probablement encore la nécessité pour la distinction humaine ou l’homme pour s’assurer que les résultats ne causent pas de mal.
Cet article fait partie de HealthTech‘avec Surveiller une série de blogs.
