البودكاست: العب في نافذة جديدة | تحميل (المدة: 41:48 — 38.3 ميجابايت)
الاشتراك: أبل بودكاست | سبوتيفي
كين كاواموتو، المدير العام لجامعة يوتا هيلث، يتجول عبر AI Workbench، وهي “أداة بناء الأدوات” المدمجة في السجلات الصحية الإلكترونية والتي تفتح أبواب العمل السريري في مجال الذكاء الاصطناعي عبر المؤسسة. شاهد أدناه أو على يوتيوب.
كين كاواموتو، كبير مسؤولي تحويل الذكاء الاصطناعي في مجال الصحة، جامعة يوتا للصحة
من العوائق الشائعة التي تعيق برامج الذكاء الاصطناعي السريرية هو عرض النطاق الترددي؛ تتراكم الأفكار في الخطوط الأمامية بشكل أسرع من قدرة فرق تكنولوجيا المعلومات على بناء الحلول الفردية والتحقق من صحتها وإدارتها. وشهدت جامعة يوتا للصحة هذا النمط في وقت مبكر. ونتيجة لذلك، قامت المؤسسة بالبناء حولها من خلال بناء ما يصفه قادتها بأداة لبناء الأدوات.
كين كاواموتو، دكتوراه في الطب، كبير مسؤولي تحويل الذكاء الاصطناعي في مجال الصحة في جامعة يوتا الصحةيقود جهود توسيع نطاق الذكاء الاصطناعي في الرعاية السريرية والبحث والتعليم. تم إنشاء الدور الجديد في وقت سابق من هذا العام، بعد فترة وجيزة من إطلاق المركز الطبي الأكاديمي في ماونتن ويست مختبرًا لابتكار نظام الرعاية الصحية يركز على النماذج الأولية السريعة. وبشكل ملموس، ينقل المختبر أفكار الذكاء الاصطناعي من المفهوم إلى النموذج الأولي العملي في يوم أو يومين.
وقد أصبح هذا التحول في الوتيرة ممكنا بفضل نماذج الاستدلال التي ظهرت في خريف العام الماضي. لسنوات، قام فريق كاواموتو باختبار نماذج اللغات الرئيسية السابقة، وكانت النتائج مبهرة في العروض التوضيحية، لكنها أثبتت عدم موثوقيتها في الإنتاج. بمجرد ظهور الجيل الجديد، شهد الفريق تغييرًا كبيرًا. وفجأة، أصبحت الأدوات التي يمكن للمنظمة نشرها بأمان لمقدمي الرعاية الصحية والمرضى في متناول اليد.
من التخصيص إلى أداة مشتركة
يعد AI Workbench محور هذا الجهد. على وجه التحديد، الأداة موجودة في Epic وتستخدم قابلية التشغيل البيني القائمة على المعايير مثل SMART على FHIR. يمكن للمستخدمين النهائيين استخراج البيانات من السجل الطبي وتحليلها بمطالبات مخصصة، دون الحاجة إلى هندسة لمرة واحدة. وهذا يجعل بنية EPD حيادية ويمكن توسيعها لتشمل أي نظام يدعم المعايير ذات الصلة.
وقال كاواموتو: “ما كان في السابق عبارة عن بناء وإدارة إنشاء أدوات فردية، أصبح الآن أداة لإنشاء الأدوات”.
كشف الاختبار التجريبي عن نمط متكرر أثناء عملية الطرح. وعلى وجه الخصوص، تحدد الأدوات بانتظام المشكلات السريرية التي تجاهلها الأطباء. ونتيجة لذلك، امتدت أعمال التحقق لتشمل مئات الحالات الناتجة عن الاستخدام الفعلي. يعالج الفريق بسرعة الحالات الطارئة عند ظهورها.
الطيارين والسرعة والحكم
وللتحرك بالسرعة التي تتطلبها التكنولوجيا، قامت المؤسسة بإعادة هيكلة إيقاع إدارتها. تجتمع الآن القيادات العليا لتكنولوجيا المعلومات أسبوعيًا حول موضوعات الذكاء الاصطناعي، بدلاً من انتظار دورات المراجعة الشهرية. علاوة على ذلك، استخدم الفريق الهياكل القائمة بوعي، بناءً على ما نجح بالفعل.
ويعكس هيكل الإبلاغ هذا الاتساع. يتبع دور كاواموتو جيم هوتالنج، المدير العام، كبير مسؤولي الابتكار، مع خط منقط أمام كبير مسؤولي المعلومات الرقمية دونا روتش. ولتحقيق هذه الغاية، يضمن هذا الترتيب بقاء أصحاب المصلحة في مجال تكنولوجيا المعلومات والأبحاث السريرية والابتكار متسقين، لأن عمل الذكاء الاصطناعي يعتمد على الاستثمار المشترك من كل قائد يمس مهمته.
تم تصميم الطيارين بالمثل لإنتاج إشارة حقيقية. أشار كاواموتو إلى نمطين من الفشل: البرامج التي تظل في المرحلة التجريبية بشكل دائم، والبرامج التي يتم إصدارها قبل الأوان. يتطلب الحل الوسط مستخدمين مشاركين يعرفون أنهم في المرحلة التجريبية ويقدمون تعليقات مستمرة. بالإضافة إلى ذلك، يتم إجراء تقييم صارم للسلامة.
غالبًا ما كانت أدوات دعم القرار السريري السابقة تضيف وقتًا لتحقيق مكاسب هامشية. ومع ذلك، فإن أدوات اليوم توفر أكثر من عشرة أضعاف الوقت في المهام المشتركة، مع تحسين السلامة والفعالية. وقد تُرجمت هذه المكافأة إلى مشاركة متعمقة للأطباء خلال المراحل التجريبية.
سياق البيانات باعتباره الصفقة الحقيقية
على الرغم من التركيز على النماذج، يقول كاواموتو إن طبقة البيانات هي المكان الذي تفشل فيه معظم أنظمة الذكاء الاصطناعي السريري. في الواقع، يمكن إرجاع معظم أخطاء الإنتاج إلى البيانات الخاطئة التي تم وضعها في السياق الصحيح، أو استرجاع البيانات الصحيحة بطريقة خاطئة.
لقد أعادت هذه الملاحظة تشكيل المكان الذي يستثمر فيه الفريق طاقته. من الناحية العملية، تتضمن معظم أعمال الذكاء الاصطناعي هندسة البيانات، مما يعني معرفة البيانات التي سيتم عرضها، واسترجاعها بسرعة وتقديمها في شكل قابل للاستخدام. كما أن استثمارات المؤسسة طويلة الأجل في قابلية التشغيل البيني القائمة على المعايير تؤتي ثمارها، إلى حد كبير من خلال إعادة تصور EPD البرنامج الذي أسسه كاواموتو منذ سنوات.
يعكس المجلس الأسبوعي أيضًا هذا التركيز. خلال الاجتماع الدائم، يشارك قادة مستودع البيانات وإعداد تقارير البيانات للمديرين التنفيذيين على المستوى C. تحدث قرارات السياق جنبًا إلى جنب مع قرارات النموذج وسير العمل.
خذها بعيدا:
- عنوان النطاق في وقت مبكر. يمكن للأداة التي تتيح للأطباء إنشاء تطبيقات الذكاء الاصطناعي الخاصة بهم مسح قائمة انتظار الإصدارات المخصصة لمرة واحدة.
- إعادة ضبط إيقاع الإدارة لتتناسب مع التكنولوجيا. على سبيل المثال، تساعد الاجتماعات الأسبوعية، وليس الشهرية، على استمرارية برامج الذكاء الاصطناعي.
- فكر في القيادة كوسيلة للحصول على الحرية. على وجه الخصوص، يضمن مستخدمو الإصدار التجريبي المشاركون والتحقق من الصحة مقابل مئات الحالات الحقيقية عمليات نشر أكثر أمانًا وسرعة.
- الاستثمار في هندسة البيانات كأساس. تنبع معظم أخطاء الذكاء الاصطناعي في الإنتاج من مشكلات في سياق البيانات.
- إعادة تقييم التكنولوجيا في كثير من الأحيان. علاوة على ذلك، جعلت نماذج الاستدلال حالات الاستخدام المرفوضة سابقًا ممكنة في غضون أشهر.
إن النصيحة الأكثر مباشرة التي يقدمها كاواموتو لقادة نظام الرعاية الصحية هي إعادة النظر في الافتراضات التي كانوا يؤمنون بها حتى قبل ستة أشهر. قال: “لن أدع تصورك بالأمس يمنعك من التفكير، ربما اليوم مختلف”.
