“Pokračujúca výzva”
Podľa odpovedí 89 opýtaných odborníkov a lekárov, ktorí boli v štúdii anonymizovaní, mali nemocničné systémy problémy s každým z týchto krokov.
To zahŕňa aj niekoľko prvých krokov identifikácie problémov, s ktorými by AI mohla pomôcť. „Momentálne sa veľa riešení AI v podstate snaží robiť to isté ako doktor. Takže je to ako, urobte si röntgen, prečítajte si to ako rádiológ. Ale už máme rádiológov, tak čo robí táto vec?" povedal jeden anonymný kľúčový zdroj pre prijatie AI.
Bežným bojom bolo aj posúdenie účinnosti nástroja AI a toho, či je vôbec vhodný pre daný problém. "Nemyslím si, že máme dobré pochopenie pre to, ako merať výkon algoritmu, nehovoriac o jeho výkone naprieč rôznymi rasami a etnickými skupinami," uviedol ďalší zdroj.
Ale správne nastavenie algoritmu je len časť výzvy. Ďalšia vec je, aby to fungovalo pre lekárov. Dokonca aj relatívne jednoduché nástroje, ako sú metódy založené na AI na automatické dopĺňanie triediacich poznámok na pohotovostných oddeleniach, podľa opýtaných v praxi prepadli. „Keď som o tom prvýkrát počul, pomyslel som si, že toto nie je problém, ako keby sa lekárom páčilo automatické dopĺňanie, ako tomu rozumiete,“ povedal jeden z respondentov. Ale „nebolo to také populárne, ako by ste očakávali. A nie je to preto, že by bol algoritmus nesprávny. Algoritmus je celkom na mieste. Ale nezapadá to do ich pracovného postupu."
Technická integrácia do pracovného postupu lekára musí byť tiež spojená s dôverou a porozumením – a tou správnou mierou správnosti – uviedli anonymné zdroje. Ako vysvetlil jeden opýtaný, toto robí príjem zložitým:
Ak máme situáciu, v ktorej je stroj v podstate vždy v poriadku, lekári mu jednoducho uveria a prestanú sa naň zameriavať. Ak máme systém, v ktorom je systém nesprávny, lekári ho veľakrát nepoužijú. Na druhej strane, ak máme systém, v ktorom je systém natoľko nesprávny, že by ho lekári mali kontrolovať slušné množstvo a zistia, že to opravujú slušne, je to tam v tej sladkosti mieste. Je pre mňa ťažké si predstaviť, že tam zostanem na sladkom mieste, alebo úprimne povedané, je to dobré využitie času lekára.
V mnohých prípadoch nástroje AI upadli do úzadia kvôli fluktuácii zamestnancov a neochote lekárov učiť sa nové nástroje, keď sotva držia krok s prácou, ktorú už majú. „Toto je neustála výzva,“ povedal jeden zdroj z IT.
A keď lekári prijmú nové nástroje, meranie a monitorovanie výsledkov je problém. "Myslím si, že väčšina zdravotných systémov je dosť na hovno pri zisťovaní, ako dobre to v skutočnosti dopadá v prípadoch jednotlivých pacientov," povedal kľúčový anonymný odborník zameraný na reguláciu. "A to je jeden z dôvodov, prečo nemáme nič blízke vzdelávaciemu zdravotnému systému, pretože nie sme dobrí v monitorovaní výsledkov, s výnimkou niekoľkých zvláštnych, neobvyklých prípadov."
Celkovo z odpovedí na rozhovory vyplýva, že na skutočné využitie potenciálu AI v zdravotnej starostlivosti môže byť potrebné, aby zdravotnícke systémy vytvorili "nové tímy na interakciu alebo monitorovanie systému, nové komunikačné stratégie na udržanie profesionálnych hraníc a nové odborné znalosti."
