كيري أوبراين، كبير مديري الأنظمة، الأنظمة السريرية، جامعة نيويورك لانغون هيلث
فنسنت ميجور، المدير المساعد، قسم تقنيات الذكاء الاصطناعي التطبيقية، جامعة نيويورك لانغون هيلث
في جامعة نيويورك لانغون هيلث، ولدت أدوات الذكاء الاصطناعي التي يستخدمها الممرضون كل يوم من تعاون هادف بين علماء البيانات ومعلوماتية التمريض، وهو تعاون يقول الطرفان إنه ينتج نماذج أفضل واعتمادًا أكثر سلاسة.
قام كيري أوبراين، مدير النظام الأول للأنظمة السريرية في جامعة نيويورك لانغون هيلث، وفنسنت ميجور، المدير المساعد لقسم تقنيات الذكاء الاصطناعي التطبيقية في جامعة نيويورك لانغون هيلث، بوصف إطار العمل خلال جلسة في HIMSS 2026. وقالوا إن مشاريع الذكاء الاصطناعي تنجح عندما تقوم فرق العمليات السريرية وعلوم البيانات ببناءها معًا من الألف إلى الياء.
يعود تاريخ عمل الذكاء الاصطناعي في مجال التمريض في جامعة نيويورك لانغون إلى عام 2019، عندما بدأ الفريق في استكشاف معالجة اللغة الطبيعية. تسارعت الوتيرة أثناء فيروس كورونا، بعد أن أنشأت إحدى الممرضات أداة لدعم اتخاذ القرار في قاعدة البيانات لمساعدة الممرضات والأطباء المعالجين على التواصل حول المخاطر التي يواجهها المريض في الوحدة. رأى فريق علوم الكمبيوتر التابع لأوبراين الإمكانات وقدمها إلى مجموعة علوم البيانات التابعة لـ Major. وقال أوبراين: “لقد عملنا مع الممرضات وفريق التنبيه السريري لإضفاء الحيوية على هذا النموذج”. أعطى المشروع للممرضات أول تجربة عملية في تقييم حساسية النماذج وخصوصيتها والتحقق من صحتها.
وبحلول عامي 2024 و2025، ارتفع الطلب على الممرضات بشكل كبير. عمل أوبراين مع كبيرة الممرضات لإنشاء لجنة فرعية رسمية للذكاء الاصطناعي داخل مجلس التمريض. وتضم اللجنة، التي يرأسها أوبراين، ممثلين عن التطوير المهني للتمريض، والجودة، والمعلوماتية، ومكتبة العلوم الصحية، وقيادة التمريض. يمر كل مقترح للذكاء الاصطناعي للممرضة السريرية عبر هذه المجموعة لمراجعة المحاذاة قبل إرساله إلى فريق ميجور لتحليل الجدوى والتكلفة والعائد. تتطلب عملية ما قبل التنفيذ من الممرضات تحديد المشكلة السريرية، واستشارة علم البيانات للتأكد من أن المشكلة تتطلب حلاً يعتمد على الذكاء الاصطناعي، وإجراء مراجعة للأدبيات. يقول أوبراين: “يمكنك إنشاء أفضل أداة للذكاء الاصطناعي، ولكن إذا لم يكن من السهل استخدام شيء ما، أو لا يتناسب مع سير العمل السريري للممرضات، فلن يعتمدنه”.
ما الذي يبحث عنه علماء البيانات في الموظف؟
وفقا لمايجور، فإن الشراكات الأكثر إنتاجية لديها عدد من الخصائص المشتركة. يعمل الممرضون المعلوماتيون كجسر بين الطاقم السريري وفريق علم البيانات، حيث يترجمون المفاهيم الإحصائية مثل الحساسية والنوعية والدقة في الاستدعاء إلى لغة يمكن للممرضات الاستجابة لها. يعقد فريقه ساعات عمل مشتركة مع قسم المعلوماتية حتى يتمكن الممرضون من مناقشة أفكار المشروع مبكرًا قبل تقديم اقتراح رسمي.
يحتاج علماء البيانات أيضًا إلى معرفة ما تقدره الممرضات. عندما نفذ فريق ميجور نموذجًا للوقاية من قرحة الضغط، أشارت الممرضات إلى أن تصور البيانات المدمج المصمم للأداة غير قابل للاستخدام بجانب السرير. ساعدت الممرضات السريريات في إعادة تصميم شاشة العرض حول عناصر أبسط مثل ترميز الألوان، وهو التغيير الذي جعل الأداة عملية للاستخدام اليومي. التعليم يقوي الشراكة. أطلقت جامعة نيويورك لانجون إطارًا لمحو الأمية التمريضية حول الذكاء الاصطناعي في عام 2024، وقامت بتدريس فصل دراسي سنوي حول الذكاء الاصطناعي والسجل الصحي الإلكتروني منذ عام 2023. وفي نوفمبر الماضي، حضر ما يقرب من 90 ممرضًا ندوة حول الذكاء الاصطناعي تضمنت جلسات تعليمية في الصباح وورشة عمل فنية عملية في فترة ما بعد الظهر. أظهرت نتائج ما بعد الاستطلاع أن الممرضات شعرن براحة أكبر عند استخدام الأدوات. أنشأت مكتبة العلوم الصحية أيضًا كتالوجًا للذكاء الاصطناعي عبر الإنترنت للممرضات حتى يتمكن الموظفون من الوصول بسهولة إلى الأبحاث المنشورة حول الذكاء الاصطناعي في ممارسة التمريض.
استقرار النموذج وميزة النسخة الواحدة
استخدم ميجور دراسة حالة للتنبؤ بالخريف لتوضيح كيفية عمل الشراكة على أرض الواقع. اعتمدت جامعة نيويورك لانجون أداة للتنبؤ بالسقوط من أحد موردي السجلات الصحية الإلكترونية وكلفت الممرضات بتقييم ما إذا كانت درجة الذكاء الاصطناعي يمكنها التنبؤ بشكل موثوق بنفس معدلات المخاطر مثل مقياس مورس للسقوط، وهو تقييم موثق بشريًا يتم استكماله مرة واحدة في كل نوبة تمريض. باستخدام بيانات لمدة عام، قارن فريق ميجور نتيجة الذكاء الاصطناعي لكل ساعة مع أقرب تقييم لمقياس مورس ووجد اتفاقًا قويًا، مما فتح الباب لتقليل عبء التوثيق على الممرضات.
يعد رصد أداء النموذج بمرور الوقت أمرًا أساسيًا في نهج جامعة نيويورك لانجون. وقال ميجور إن فريقه يعيد قياس النماذج مرة واحدة تقريبًا كل عام، وقد وجد أن بعض النماذج تستمر في الأداء الجيد بعد ستة إلى سبعة أعوام من التنفيذ. وقد نسب الفضل إلى مكانة جامعة نيويورك لانجون باعتبارها بيئة السجلات الصحية الإلكترونية ذات الحالة الواحدة في الكثير من هذا الاستقرار. وقال: “لا يوجد حرم جامعي واحد يفعل أشياء لا يفعلها حرم جامعي آخر”. نظرًا لأن فريق الذكاء الاصطناعي موجود ضمن قسم تكنولوجيا المعلومات، فإنه يعرف على الفور متى تتغير هياكل المخطط الانسيابي أو عناصر البيانات، مما يوفر تحذيرًا مبكرًا لتحولات البيانات التي تسبب انحرافات النموذج.
خذها بعيدا
- إنشاء لجنة رسمية لحوكمة الذكاء الاصطناعي للتمريض مع تمثيل من المعلوماتية والجودة والتطوير المهني والقيادة السريرية.
- مطالبة الممرضات بتحديد المشكلة السريرية والتأكد من أن الذكاء الاصطناعي هو الحل الصحيح قبل بدء البناء.
- قم بإقران علماء البيانات مع متخصصي المعلوماتية التمريضية الذين يمكنهم ترجمة المفاهيم الإحصائية للموظفين السريريين وإيصال الأولويات السريرية مرة أخرى إلى الفريق الهندسي.
- استثمر في محو الأمية في الذكاء الاصطناعي مبكرًا. تعمل ورش العمل الفنية السريعة وكتالوجات الأبحاث المنسقة على تقليل حاجز المشاركة.
- قم بدمج فريق الذكاء الاصطناعي داخل تكنولوجيا المعلومات للتعرف على تغييرات البيانات قبل أن تؤثر على أداء النموذج.
- اختبر أدوات الذكاء الاصطناعي مع المراجعات الحالية التي يقودها الإنسان لبناء قاعدة أدلة لتقليل عبء التوثيق.
وقال ميجور إن التكامل بين الذكاء الاصطناعي وتكنولوجيا المعلومات يمنح جامعة نيويورك لانجون ميزة يصعب تكرارها بالنسبة لفرق علوم البيانات المنعزلة. وقال: “لدينا شرف كوننا وحدة متكاملة. أعتقد أنه ستواجه المزيد والمزيد من التحديات لأن فريق الذكاء الاصطناعي أصبح أكثر عزلة”.
