داني سما، نائب الرئيس، المنصة الرقمية والاستراتيجية، جامعة نورث وسترن ميديسن
المهمة الأكثر إلحاحًا في مجال تكنولوجيا معلومات الرعاية الصحية اليوم هي توصيل البيانات بشكل صحيح. كانت تلك هي الرسالة الأساسية التي وجهها داني سما، نائب الرئيس للمنصة الرقمية والاستراتيجية في جامعة نورثويسترن ميديسن، خلال جلسة تعليمية في مؤتمر HIMSS 2026 في لاس فيغاس. وأخبرت سما الحضور أن أنظمة الرعاية الصحية تولي الغالبية العظمى من اهتمامها للذكاء الاصطناعي، في حين تعاني من نقص الاستثمار بشكل مزمن في البنية التحتية للبيانات التي تحدد ما إذا كانت ستنجح أم لا.
تقول سما: “إننا نقضي اليوم 80% من وقتنا في الذكاء الاصطناعي، لكننا على الأرجح لا نستثمر نفس الجزء من مواردنا”. تخلق الفجوة بين المحادثة والمشاركة نمطًا مألوفًا في أنظمة الرعاية الصحية الكبيرة، حيث يناقش المسؤولون التنفيذيون في كل غرفة مجلس إدارة استراتيجية الذكاء الاصطناعي، لكن نماذج بيانات المؤسسة، وطبقات التكامل في الوقت الفعلي، والمنصات الأساسية اللازمة لتشغيلها لا تزال غير مكتملة.
الذكاء الاصطناعي يكشف الديون التقنية
وفي نورث وسترن مديسين، وهو نظام صحي أكاديمي يضم 11 مستشفى في شيكاغو، تشرف سما على المنصة الرقمية واستراتيجية البيانات التي تدعم التحليلات السريرية والتشغيلية. ووصف مفارقة قد تبدو مألوفة لدى معظم قادة تكنولوجيا الرعاية الصحية: الذكاء الاصطناعي، على الرغم من كل ما يعد به، يسلط الضوء الساطع على صوامع البيانات المجزأة، والواجهات القديمة، وفجوات البيانات الوصفية التي تراكمت على مدى عقود. تنتشر البيانات المنظمة وغير المنظمة عبر السجلات الصحية الإلكترونية والسحابة العامة والبيئات السحابية الخاصة والأجهزة الطرفية. عندما يجد الموظفون صعوبة بالغة في الوصول إلى المعلومات من خلال القنوات الرسمية، فإنهم يتجاوزونها ويجمعون البيانات في أدوات غير معتمدة ويخلقون مخاطر جديدة.
وقالت سما إن غريزة الصناعة في الاستجابة بتعيين منصب تنفيذي جديد لن تحل المشكلة. لقد تتبع تطور منصب كبير مسؤولي التحليلات، ورئيس قسم البيانات، ورئيس الشؤون الرقمية، والآن كبير مسؤولي الذكاء الاصطناعي، وحذر من أن أي منصب جديد قد يصبح لفتة رمزية. وقال: “من السهل أن نقول إننا يجب أن نستثمر في هذه التكنولوجيا. لكن القيام بذلك أصعب بكثير”. يتطلب العمل الحقيقي تغييرات في نماذج الأعمال وهياكل الإدارة والاستثمارات المستدامة في التكنولوجيا الأساسية.
التوقف عن مطاردة البيانات النظيفة
إحدى أكثر ملاحظات سما ذكاءً كانت تتعلق بالدفع طويل الأمد الذي تبذله الصناعة نحو نماذج بيانات الأعمال المنسقة بشكل مثالي. لقد حاولت أنظمة الرعاية الصحية على مدى عقود إدارة بياناتها وتنظيفها وتجميعها في هياكل أنيقة، وقالت سما إن النتائج كانت مختلطة في أحسن الأحوال. لقد أحرزت المؤسسات تقدمًا في مجالات محددة وفي حالات استخدام محددة، لكن فكرة أن أي نظام سيحقق تنظيمًا شاملاً للبيانات عبر المؤسسة هي فكرة غير واقعية، كما يقول. إن حجم بيانات الرعاية الصحية وتنوعها يجعلها هدفًا متحركًا لن تتمكن أطر الحوكمة وحدها من التحكم فيها بشكل كامل.
وقالت سما للجمهور إن المسار الأفضل هو من خلال نماذج لغوية كبيرة. تتعلم المنظمات التي تكتسب تقدمًا في مجال الذكاء الاصطناعي كيفية استخدام LLMs لتفسير البيانات الفوضوية وغير المكتملة وتطبيق الضمانات لضمان الموثوقية السريرية. يتطلب هذا النهج استثمارات في قابلية التشغيل البيني المستندة إلى FHIR، ومعايير HL7، وواجهات برمجة التطبيقات، وبحيرات البيانات، ولكنه لا يتطلب انتظار مجموعة بيانات أصلية لن تصل أبدًا. استثمرت جامعة Northwestern Medicine أيضًا بكثافة في الهندسة المعمارية القائمة على الأحداث، وهو تحول من الواجهات من نقطة إلى نقطة التي لا تزال تهيمن على معظم عمليات تكامل أنظمة الرعاية الصحية. وقال سما إن فريقه بدأ العمل على ذلك منذ ست سنوات ويتوقع أن يؤدي ذلك إلى تسريع تنفيذ حالات الاستخدام الجديدة من خلال تمكين تدفقات البيانات في الوقت الفعلي التي تؤدي إلى سير عمل آلي عند حدوث أحداث سريرية أو تشغيلية.
قم بالبناء حيثما يكون ذلك مهمًا، واشترِ حيث لا يكون الأمر كذلك
كما رسمت مؤسسة النقد العربي السعودي خطًا واضحًا بين المشكلات التي تستحق تطوير حلول مصممة خصيصًا لها والمشكلات التي يمكن معالجتها على أفضل وجه من خلال الشراكات. وقال إنه لا يوجد سبب يدعو نظام الرعاية الصحية إلى تكرار القدرات التي توفرها بالفعل مايكروسوفت أو جوجل أو شركات التكنولوجيا الكبرى الأخرى بشكل جيد. يجب أن يتجه الاستثمار في البناء نحو المشكلات الفريدة لمنشأة معينة، مثل الفجوات في سير العمل السريري، وإشارات سلامة المرضى التي تتساقط من خلال الشقوق، والأنماط التشغيلية التي لا تستطيع المنتجات العامة معالجتها. وقد طبقت جامعة نورثويسترن ميديسن هذا المنطق على مبادرة سلامة المرضى التي تركز على نتائج التصوير العرضي، وهي الحالات التي يكشف فيها الفحص الإشعاعي عن حالة ثانوية لم يحقق فيها الطبيب المعالج على وجه التحديد. قام النظام ببناء أداة لقراءة تقارير التصوير وتحديد هذه النتائج ودفع إجراءات المتابعة إلى سير العمل السريري.
وربطت مؤسسة النقد العربي السعودي مسألة المساءلة بشكل مباشر بالانضباط المالي. في جامعة Northwestern Medicine، يجب على القادة الذين يتطلعون إلى تجربة مبادرة الذكاء الاصطناعي الالتزام بإظهار عائد إيجابي على الاستثمار كجزء من خطتهم التشغيلية السنوية. لا يسعى نظام الرعاية الصحية إلى تنفيذ مشاريع الذكاء الاصطناعي من أجل مصلحته الخاصة، إذ يجب أن تتوافق أي مبادرة مع نتائج أعمال أو نتائج سريرية قابلة للقياس.
خذها بعيدا
- إعطاء الأولوية لمنصات بيانات المؤسسة، والتكامل القائم على FHIR، والهندسة القائمة على الأحداث على مشاريع الذكاء الاصطناعي الفردية. تحدد عملية توصيل البيانات ما إذا كان الذكاء الاصطناعي سيقدم قيمة أو سيكشف المزيد من المشكلات.
- لا تنتظر أكثر من ذلك للحصول على بيانات خالية من العيوب. استخدم LLMs لفهم مجموعات البيانات الفوضوية وغير المكتملة والاستثمار في الضمانات لضمان الموثوقية السريرية.
- قم ببناء حلول مخصصة للمشاكل الفريدة لمؤسستك. قم بشراء أو التعاون في القدرات التي توفرها شركات التكنولوجيا الكبرى بشكل جيد بالفعل.
- يتطلب المساءلة المالية لطياري الذكاء الاصطناعي. يجب أن تكون كل مبادرة مرتبطة بنتيجة تجارية أو سريرية قابلة للقياس، مع التزامات عائد الاستثمار في خطة التشغيل السنوية.
واختتمت سما حديثها بالمبدأ الذي استرشد به خلال عقدين من الزمن في مجال تكنولوجيا المعلومات في مجال الرعاية الصحية، وما زال يحدد المهمة المستقبلية. ويقول: “مهمتنا هي إيصال المعلومات الصحيحة إلى الشخص المناسب في الوقت المناسب”. “أنا أستخدم هذا القول منذ 20 عامًا. لا يزال هناك الكثير من العمل الذي يتعين القيام به.”
