Vyvíjející se krajina AI ve zdravotnictví: Klíčové poznatky z panelu SOLIXEmpower Panel

Komentář k blogu:

Zdravotnický průmysl prochází významnou transformací a v čele tohoto vývoje je umělá inteligence (AI). Na veletrhu Solix Empower 2024 vzrušující panelová diskuse na téma „Zdravotní péče řízená umělou inteligencí“ spojila odborníky, aby se ponořili do současného stavu, nových trendů a budoucího potenciálu umělé inteligence v různých odvětvích zdravotní péče, včetně farmacie, poskytovatelů (nemocnice, pojištění) a kybernetické bezpečnosti. Diskusi je možné zhlédnout zde: Zdravotní péče řízená umělou inteligencí – YouTube. Tento blog zdůrazňuje klíčové poznatky z této zasvěcené konverzace a nabízí pohled na vyvíjející se využití umělé inteligence ve zdravotnictví.

Současný stav: AI se děje, ale v kapsách

Panelisté se shodli na tom, že přijetí umělé inteligence ve zdravotnictví již není vzdálenou budoucností, ale současnou realitou, i když realitou, která se vyvíjí ve specifických oblastech a různým tempem.

• Pharma vede v digitální infrastruktuře: Dr. Reddy's Laboratories (Dr. D) byla vyzdvihnuta jako vedoucí organizace v Indii z hlediska digitalizace a přijetí AI/ML, která od roku 2010 značně investovala do budování potřebné digitální infrastruktury. Tento základ strukturovaných dat je zásadní pro vývoj a implementaci efektivních algoritmů strojového učení. Jejich program „Ops Next“, který využíval různé technologie, jako je digitální analytika, RPA a AR/VR, prokázal hmatatelné obchodní výhody v oblastech, jako je zlepšení výnosů a analýza hlavních příčin ve výrobě.
• Výzkum a vývoj je hlavním zaměřením investic do farmaceutické AI: Pro generické farmaceutické organizace je výzkum a vývoj (R&D) klíčovou oblastí pro investice do umělé inteligence, jejímž cílem je urychlit inovace produktů a zkrátit vývojové cykly.
• Poskytovatelé zkoumají péči a klinickou podporu založenou na hodnotách: Na trhu poskytovatelů v USA je významným trendem posun k péči založené na hodnotě, která je řízena růstem Medicare Advantage. Umělá inteligence se využívá k pochopení chování pacientů, vzorců onemocnění a předpovídání rizik pro lepší řízení pacientů v rámci těchto hodnotově založených modelů. Objevují se systémy podpory klinického rozhodování, rozšířené o generativní AI, které pomáhají lékařům získávat informace z obrovského množství výzkumu a poskytovat asistenční péči.
• Kybernetická bezpečnost využívá AI pro vylepšenou detekci hrozeb: Zdravotní a farmaceutický sektor, který je vysoce regulován, se stále více zaměřuje na kybernetickou bezpečnost. Umělá inteligence a strojové učení nahrazují tradiční antivirové systémy založené na signaturách a poskytují pokročilejší vyhledávání hrozeb, hodnocení zranitelnosti a analýzu chování pro holistický přístup k zabezpečení.

Nové trendy a vývoj AI:

Panel také vrhl světlo na vyvíjející se aplikace a potenciál AI ve zdravotnictví:

• Rušivý potenciál generativní umělé inteligence: Generativní umělá inteligence je považována za něco, co mění hru, se schopností extrahovat poznatky z nestrukturovaných dat, jako jsou výzkumné práce, navrhovat možnosti léčebného plánu (s důkazy) a dokonce vytvářet nezaujaté průzkumné otázky. Farmaceutický průmysl, který vytváří obrovské množství dokumentace, má z této schopnosti značný prospěch.
• Vzestup datově řízené zdravotní péče: Účastníci panelu zdůraznili, že je důležité, aby se před úplným přijetím umělé inteligence řídili data. To zahrnuje budování datových jezer a datových skladů, zajištění kvality dat a integraci dat z různých zdrojů. Cesta Dr. Reddyho od on-prem ke cloudovým datovým řešením tento vývoj zdůrazňuje.
• Prediktivní a preventivní péče: Umělá inteligence a modely strojového učení se ukázaly jako účinné při předpovídání rizika událostí, jako je zástava srdce a progrese chronického onemocnění ledvin, a to i v případech, kdy pacienti dříve nevyhledali specifickou péči. To umožňuje posun směrem ke strategiím proaktivní a personalizované péče.
• Provozní efektivita jako klíčový faktor: Pro generické farmacie v Indii je schopnost umělé inteligence zvýšit provozní efektivitu a snížit náklady na kvalitu významnou motivací pro přijetí. Prokázání jasného dopadu na konečný výsledek, jako jsou zlepšené úrovně EBITDA, je zásadní pro zajištění odkupu managementu a schválení rozpočtu pro projekty AI.
• AI jako pomocný nástroj, nikoli náhrada: Obecně platí, že umělá inteligence v oblastech, jako je lékařské zobrazování, by měla fungovat jako pomocný nástroj pro klinické lékaře, který spíše zvyšuje jejich produktivitu, než aby je nahrazoval. Podobně při rozhodování o léčbě poskytuje AI podporu založenou na důkazech, ale konečné rozhodnutí je na lékaři.

Výzvy a úvahy pro přijetí AI:

Navzdory slibnému pokroku panel také zdůraznil klíčové výzvy a úvahy:

• Regulační krajina: Farmaceutický průmysl funguje ve vysoce regulovaném prostředí s přísnými pokyny od orgánů, jako je americký FDA, EMA a další, které musí implementace umělé inteligence dodržovat.
• Zabezpečení dat a soukromí: S rostoucím používáním umělé inteligence a velkých jazykových modelů, jako je ChatGPT, je zabezpečení dat a zajištění toho, aby data nezmizela ze zabezpečeného prostředí, prvořadými zájmy, zejména při práci s citlivými informacemi o pacientech.
• Adopce a nastavení myšlení lékařem: I když se očekává, že příští generace lékařů bude vnímavější, existuje určitý odpor, často zakořeněný v přesvědčení, že vztah mezi lékařem a pacientem a odbornost lékaře by měly zůstat ústředním bodem péče. Poskytování nástrojů, které prokazatelně přidávají hodnotu, jako jsou nástroje pomáhající při kontrolách lékových interakcí, může podpořit přijetí.
• Alokace rozpočtu a návratnost investic: Zajištění rozpočtu pro iniciativy AI vyžaduje prokázání jasné návratnosti investic (ROI). Zaměření se na případy použití, které mohou zvýšit celkový zisk, zlepšit produktivitu zaměstnanců a snížit počet incidentů, je klíčem k získání podpory managementu.
• Kvalita dat: Efektivita modelů AI a ML je přímo vázána na kvalitu dat, na kterých jsou trénováni. Řešení problémů čistoty dat, integrace a standardizace je základním předpokladem úspěšné implementace AI.
• Řešení problémů zaměstnanců: Vedení se musí vypořádat s potenciálními obavami mezi zaměstnanci ze ztráty zaměstnání v důsledku umělé inteligence a zdůraznit, že cílem umělé inteligence je rozšířit schopnosti a zlepšit efektivitu, což může vést k potřebě kvalifikovanějších zdrojů.
• Jazyková bariéra: V zemích s různými primárními jazyky mimo angličtinu, jako je Indie, vyžaduje efektivní podněcování a využívání generativních nástrojů umělé inteligence řešení jazykových nuancí a zajištění jasnosti očekávání.

Klíčové poznatky a výhled do budoucna:

Panelová diskuse podtrhla, že umělá inteligence rychle přetváří zdravotní péči a nabízí významné příležitosti pro lepší efektivitu, lepší rozhodování a lepší výsledky pacientů. Zatímco adopce probíhá v kapsách, zejména ve farmacii se zaměřením na digitalizaci a výzkum a vývoj, a u amerických poskytovatelů řízených péčí založenou na hodnotách, existuje obrovský potenciál pro širší integraci napříč ekosystémem zdravotní péče.

Budoucnost AI ve zdravotnictví bude pravděpodobně charakterizována:

• Zvýšené využití generativní umělé inteligence k odblokování přehledů z obrovského množství nestrukturovaných dat.
• Větší důraz na budování robustní datové infrastruktury a zajištění kvality dat.
• Pokračující posun k prediktivní, preventivní a personalizované péči, kterou umožňují poznatky řízené umělou inteligencí.
• Strategické investice do řešení kybernetické bezpečnosti využívající umělou inteligenci k ochraně citlivých dat.
• Rostoucí chápání umělé inteligence jako asistenční technologie, která umožňuje zdravotníkům.

Indický farmaceutický průmysl se svým velkým počtem společností je identifikován jako „správný výběr“, pokud jde o digitalizaci a přijetí AI/ML. S tím, jak organizace překonávají problémy související s kvalitou dat, dodržováním předpisů a přijetím lékařů, je umělá inteligence připravena hrát stále důležitější roli při utváření budoucnosti zdravotní péče, z čehož budou mít v konečném důsledku prospěch pacienti, poskytovatelé a průmysl jako celek.