Не проходит и дня, чтобы новый способ использования искусственного интеллекта (ИИ) не попадал в ежедневные заголовки. Инструменты на базе ИИ, кажется, оставляют свой след во всех секторах бизнеса, включая отрасль здравоохранения, пишет Insurance Journal.
Возможности ИИ в здравоохранении, такие как помощь в определении потребностей пациентов, документирование записей пациентов и даже диагностика определенных заболеваний, кажутся безграничными. Хотя ИИ приносит захватывающие возможности, он также сопряжен с рисками.
Цифровые инструменты в здравоохранении
С начала пандемии количество услуг телемедицины резко увеличилось — в 15 раз по сравнению с допандемическим уровнем, с 2,1 миллиона в предыдущем году до 32,5 миллиона за 12 месяцев с марта 2020 года по февраль 2021 года, согласно данным Счетной палаты правительства (GAO).
Согласно недавнему отчету Sage Growth Partners, руководители медицинских учреждений все больше отдают приоритет цифровым технологиям автоматизации. Этот процент вырос с 53% в 2019 году. То же исследование показало, что 76% респондентов заявили, что автоматизация стала более важной, поскольку она может помочь пациентам быстрее выздороветь за счет сокращения непомерных расходов и повышения эффективности.
«Все говорят об искусственном интеллекте, но в частности в здравоохранении мы видим, как эти инструменты интегрируются, например, в самых разных секторах», — сказала Insurance Journal Элли Сондерс, руководитель группы здравоохранения в США и Канаде в CFC.
Крупнейшим сектором портфеля цифрового здравоохранения CFC является телемедицина, в основном из-за ее зависимости от хорошо зарекомендовавших себя и широко доступных технологий. Однако в 2021 году ИИ показал рост на 32%, сказала Сондерс.
В настоящее время искусственный интеллект используется для помощи в сортировке некоторых состояний пациентов, чаще всего путем диагностики основных заболеваний с помощью функции чат-бота. Еще один способ, которым ИИ помогает врачам, — это медицинская расшифровка, которая представляет собой инструмент на основе ИИ, который предоставляет врачам автоматическую расшифровку комментариев пациентов, пока врач консультируется с этим пациентом. Этот цифровой инструмент «по существу помогает оптимизировать рабочие процессы и эффективность врачей, позволяя им сосредоточиться на реальной медицинской практике, а не том, чтобы тратить большую часть времени на документирование и написание заметок», — сказала она.
Одна из проблем, о которой беспокоятся страховщики, заключается в том, что сервис распознавания медицинских голосовых записей ошибается, сказала Сондерс. Она сказала, что некоторые исследования показывают, что ИИ не всегда правильно расшифровывает термины и это выглядит как «э-э-э-э-э», а не ответы «да».
«Очевидно, что точность информации в разговоре может многое значить, но если сервис распознавания речи этого не уловит, это может полностью изменить медицинскую карту пациента», — добавила Сондерс. «Итак, врачам все еще приходится читать расшифрованные записи, чтобы убедиться, что они соответствуют тому, с чем они на самом деле столкнулись».
Но медицинские записи — логичное начало, потому что клиницисты могут быстро ознакомиться с полученные с помощью ИИ результатом. Применение технологии ИИ в академической системе здравоохранения необходимо, чтобы помочь клиницисту делать заметки. Врачи могут снова прослушать запись визита, если ИИ упустит ценную информацию.
На данный момент это не самый эффективный способ делать медицинские записи, но Сондерс говорит, что есть надежда сделать эти ИИ-инструменты лучше в будущем.
Несовершенство ИИ
Но есть препятствия для улучшения некоторых технологий на основе ИИ в будущем.
Пит Рейли, руководитель практики и главный менеджер по продажам глобальной страховой брокерской компании Hub International в области здравоохранения в Северной Америке, говорит, что в будущем отрасль здравоохранения станет более зависимой от ИИ просто потому, что технология может «обрабатывать все эти точки данных намного быстрее и эффективнее, чем человеческий мозг», но проблема будет связана с самими данными. Это старая аналогия «мусор на входе, мусор на выходе», сказал он. По его словам, если на линии есть какая-либо неисправность, например, неправильный компьютерный код или неточные данные, то все остальное идет не так.
Тем не менее, Рейли видит большие возможности для использования в отрасли инструментов на основе ИИ в будущем. «Здравоохранение — неэффективная система по своей сути. Человеческое тело неэффективно, и во многих отношениях они не одинаковы», — сказал он. «Но, сказав все это, я вижу дальнейшее использование и потребность в использовании ИИ в здравоохранении», — добавил он. «ИИ позволит нам быстрее собирать и понимать огромные объемы данных, и мы надеемся, что это приведет к улучшению медицины в долгосрочной перспективе».
Одним из препятствий на пути расширения использования ИИ является согласие пациентов. Опрос Pew Research Center, проведенный в декабре, показал, что 60% взрослых пациентов в США чувствовали бы себя некомфортно, если бы их лечащий врач полагался на ИИ в процессе оказания медицинской помощи. Менее трети считают, что качество их ухода повысится после внедрения ИИ.
Еще одно препятствие заключается в сборе точных данных обо всех пациентах. Некоторые исследования показывают, что текущих медицинских данных может не хватать с точки зрения разнообразия среди различных этнических групп.
В то время как врачи использовали несколько различных алгоритмов, чтобы попытаться определить истинный риск инсульта в течение многих лет, включая новые модели, использующие машинное обучение, новый анализ, проведенный исследователями из Медицинской школы Университета Дьюка, показал, что все изученные модели — от более простых алгоритмов, основанных на факторах риска, о которых сообщают сами больные, для новых моделей машинного обучения — точность прогнозирования инсульта у чернокожих мужчин и женщин была хуже, чем у их белых сверстников. Исследователи из Университета Дьюка пришли к выводу, что чернокожие американцы, у которых вероятность инсульта гораздо выше, также с меньшей вероятностью получат точный прогноз своего риска инсульта.
«Данные, которые вы получаете от какой-либо технологии, на самом деле настолько хороши, насколько хороши данные, которые вы вводите, и это, вероятно, одна из наших самых больших проблем, так же как страховщиков в космосе», — сказала Сондерс. «Мы, как андеррайтеры, хотим убедиться, что этот набор данных, который обеспечивает диагностику, основан на реальных данных и что у них достаточно хороших данных, чтобы результаты не были предвзятыми», — сказала она.
«Безусловно, больницы считают, что ИИ может помочь в оказании медицинской помощи», — сказал Дж. Кевин Карнелл, исполнительный председатель недавно созданного медицинского подразделения CAC Specialty. «Очевидно, что это очень мощный инструмент, который может запускать всевозможные проекции сценариев, чтобы помочь вам поставить диагноз пациенту или выявить потенциальную проблему у пациента, так что это здорово. Но, как мы видели, ИИ может ошибаться», — сказал он. «В конечном счете, риск ответственности лежит на поставщике медицинских услуг, поэтому я не думаю, что ситуация принципиально изменится. Я действительно не знаю, как это будет использоваться и насколько рискованно, но люди начинают об этом говорить».
В целом Сондерс из CFC считает, что отрасль здравоохранения движется в правильном направлении, чтобы развеять опасения по поводу данных ИИ и их использования. «Есть средства контроля, которые внедряются, и это определенно область, которая произведет революцию в отрасли здравоохранения», — сказала она.
Подготовлено порталом Allinsurance.kz