Ein neuer Bericht wird untersucht, wie viel von der Verblendung der Prozessoptimierung und der radikalen neuen Entdeckungen im Bereich der Medizin, die Industrie hat zu viele eingefahrene Systeme, in vollem Umfang die Fortschritte der künstlichen Intelligenz verspricht.
Schreiben für Natur-partner journal Digitale Medizin, Trishan Panch, Heather Mattie und Leo Anthony Celi Gliederung der Hindernisse Gesundheitswesen steht in der Umsetzung von AI-Lösungen.
Unwahrscheinlich zu fassen
Geschäftsmodelle und Anreize bleiben eng abgestimmt mit regionalen Variationen in gemeinsame Praktiken, so dass große “Entdeckungen”, die KI könnte bieten unwahrscheinlich, Fuß zu fassen in einer sinnvollen, systematischen Art und Weise. Noch mehr elementar als das ist die Art und Weise healthcare data und machine learning sind uneins: Die letztere braucht eine freie und offene Zugang zu großen Mengen von guten Daten.
Während AI haben können, das potential zu entdecken, neue Behandlungsmethoden, der Bericht stellt fest, stark eingefahrene “Wege zur Arbeit” in der Gesundheitswirtschaft, die resistent sind, zu ändern. Die Autoren warnen, dass “einfach das hinzufügen von KI-Anwendungen, die zu einem fragmentierten system schafft keine nachhaltigen Veränderungen.”
Solange die finanziellen Anreize existieren, um den status quo zu bewahren, werden die ärzte immer noch einen Kampf mit EHR-Systemen und große Anbieter-Organisationen Dominieren den Bereichen cloud-computing und Daten-management, und das wird auch weiterhin diktieren die Methoden der Praxis.
Vertrauen wie in medizinischen Netzwerken, sammeln und verarbeiten von Daten muss verdient werden, wie die Autoren finden. Geplagt von zahlreichen high-profile-Verletzungen, die Industrie, die die Verwendung von Gesundheits-Daten wurde argwöhnisch beäugt von der öffentlichkeit und der Regulierungsbehörden.
Reaktion auf Bedrohungen
Bevor es größer kaufen-in der Art des cross-organisatorischen Austausch von Informationen oder eine Breite Unterstützung für alle möglichen Entdeckungen, die Krankenhäuser benötigen, um zu tun, einen besseren job, Sicherheit in Ihre Daten-Operationen sowie das finden von und reagieren auf Bedrohungen.
Welche Daten verwendet wird, sowie Ihre Qualität und inhärente Vorurteile, die es enthalten kann beträchtliche Probleme, zu. Der Bericht sieht “Inseln der aggregierten Daten”, jeder eingesperrt in seine eigene provider-Universum.
Einige Datensätze sind von höherer Qualität als andere, was bedeutet AI ‘ s “lernen” kann beeinflusst werden durch eine spezifische Patientenpopulation, nur weil die Daten besser beschriftet. Ebenso Probleme, die sich aus upstream-Faktoren können auch entstehen.
Die Autoren beachten, dass “ein Algorithmus trainiert wird meist kaukasischen Patienten ist nicht zu erwarten, dass die gleiche Genauigkeit bei der Anwendung auf Minderheiten.” Um zu vermeiden, Verzerrungen der Ergebnisse, die Forscher müssen wachsam sein bei der Erkennung und Ausgleich für bias in den Daten, die Sie verwenden.
AI und Interoperabilität
Wie Daten ausgetauscht werden, ist noch eine weitere Hürde. Healthcare fortwährenden Kampf für die Interoperabilität gilt für die KI als gut. Wenn die Daten nicht allgemein strukturiert oder leicht teilbar deutlich die Grenzen einer KI, die Flexibilität in der sünderkartei eine größere speichern von Informationen und daraus zu lernen. Besitz der Daten, als auch wirft mehrere Probleme, was sagen die einzelnen Patienten haben, wie Ihre Daten auch für Forschungszwecke verwendet wird, oder ob Sie möchten, dass es verwendet wird.
Der Bericht bestätigt die Versprechen von AI im Gesundheitswesen, und ist der Auffassung, dass die Rechenleistung wird mehr zur Verfügung, die Möglichkeiten zu erhöhen.
Allerdings Gesundheitssysteme nachregeln müssen Ihre Erwartungen für die kurzfristigen AI Gewinne sowie widmen Sie erhebliche Ressourcen in den Aufbau von Vertrauen, die Erweiterung der Interoperabilität und die Entwicklung offener Modelle der Besitz der Daten. Mit der Unterstützung von standards und einen gemeinsamen Rechtsrahmen, sowie eine branchenweite push-to konzentrieren Sie sich auf diese größeren Probleme, der Bericht stellt fest, die Möglichkeiten der KI präsentieren, sind weit wahrscheinlicher zu sein hatte.
Benjamin Harris ist ein Maine-basierte freier Schriftsteller und ehemalige new media producer für HIMSS Medien.
Twitter: @BenzoHarris.
