Трансформация здравоохранения: путь искусственного интеллекта от обещаний к практике

Сегодня здравоохранение имеет больше технологических перспектив, чем когда-либо прежде, и сталкивается с большим давлением, чтобы их реализовать.

Темпы технологических инноваций ошеломляют. Генеративный ИИ составляет апелляционные письма, резюмирует клинические записи, обеспечивает работу инструментов для прослушивания окружающей обстановки и позволяет более эффективно взаимодействовать с пациентами на дому. Более 96 % стационарных больниц в США в настоящее время используют системы электронных медицинских карт (EHR). Это должна быть эпоха беспрепятственного, интеллектуального ухода. Однако где-то между потенциалом и практикой импульс часто теряется.

Устаревшая инфраструктура, фрагментированное управление, усталость персонала и растущий дефицит ресурсов продолжают замедлять прогресс. Еще большей проблемой является то, что плательщики, поставщики и пациенты развиваются с разной скоростью, каждый из них создает цифровые возможности без общего ритма.

Между тем усиливается давление с требованием предоставлять более качественную медицинскую помощь с меньшими ресурсами. Более 700 больниц в США, многие из которых находятся в сельских районах, находятся под угрозой закрытия. Возможные изменения в законодательстве могут еще больше сократить страховое покрытие для миллионов пациентов.

В этот критический момент не отдельные точечные решения, а масштабируемые инновации могут действительно преобразовать здравоохранение. Чтобы масштабировать инновации на устойчивой основе, здравоохранение должно внедрить их в реальные клинические рабочие процессы, основать на подлинной взаимодействии, управлять ими с четким намерением и строить для согласования во всей экосистеме.

Все занимаются инновациями. Так почему же все еще ощущается разрыв?

Проблема начинается, когда инновации происходят в изоляции. Системы здравоохранения экспериментируют с генеративным ИИ и цифровыми инструментами, но без общей инфраструктуры или согласованности в масштабах всего предприятия эти пилотные проекты редко выходят за рамки тестовой фазы.

Только одна из четырех систем здравоохранения создала модели управления для ответственного использования генеративного ИИ, а большинство по-прежнему сталкивается с проблемой фрагментированности данных. Вместо того чтобы упростить оказание медицинской помощи, это часто усложняет повседневную работу врачей.

Рассмотрим, например, цикл получения доходов. ИИ теперь может генерировать страховые апелляции за считанные минуты, но многие плательщики по-прежнему обрабатывают их вручную. Это создает асимметрию и повышает административные расходы для поставщиков.

Что нужно для масштабирования ИИ в здравоохранении

Чтобы двигаться вперед, лидеры должны стремиться к конвергенции. Это означает, что инновации должны стать неотъемлемой частью фактического оказания медицинской помощи: необходимо объединить усилия всех команд и обеспечить, чтобы каждая инициатива приносила лучшие результаты для всех ключевых заинтересованных сторон.

Вот как этот важный сдвиг выглядит на практике:

1. Перепроектирование рабочей силы, а не ее замена

Устойчивые, масштабируемые инновации в здравоохранении начинаются с честного признания реальности: системы не достигнут значимого прогресса, если не переосмыслят то, как на самом деле работают команды по оказанию медицинской помощи. В 2024 году 57 % руководителей систем здравоохранения называют нехватку персонала одной из главных стратегических проблем. Неготовность персонала также входит в тройку основных препятствий для цифровой трансформации. Это подчеркивает широко распространенный разрыв между внедрением технологий и готовностью людей на передовой.

Дальновидные поставщики медицинских услуг решают эту проблему несколькими ключевыми способами:

• Они инвестируют в повышение устойчивости персонала. Медсестры проходят переподготовку для выполнения гибридных, технологически усовершенствованных функций — не для того, чтобы заменить клиническую интуицию, а для ее укрепления и поддержки.
• Они внедряют генеративные инструменты искусственного интеллекта, предназначенные для снижения когнитивной нагрузки. Например, инструменты для документирования окружающей среды помогают врачам автоматизировать ведение записей и выявлять потенциальные риски повторной госпитализации. Краткое изложение информации перед визитом также становится необходимым, поскольку оно раскрывает важную информацию о пациенте до приема, что позволяет оптимизировать оказание медицинской помощи.
• И они возвращают время и возможности, переосмысливая рабочие процессы. Перепроектирование рабочих процессов в сочетании с интеллектуальным делегированием задач может сэкономить 15-30% времени за смену — это достаточно, чтобы помочь решить проблему нехватки почти 300 000 медсестер для стационарных пациентов^[8].

Все это способствует созданию более устойчивой модели оказания медицинской помощи. Для успеха инноваций они должны быть прочно основанны на повседневном опыте тех, кто оказывает медицинскую помощь.

2. Создание структур управления изменениями для ИИ

Не существует универсального плана внедрения ИИ в здравоохранение, потому что это не просто очередное внедрение технологии.

В отличие от перехода на облачные технологии, который часто определяется инфраструктурой, ИИ требует от нас сначала глубоко понять работу: что требует человеческого познания, что создает трения и где наиболее необходима поддержка. Создание центров передового опыта помогает поставщикам услуг правильно понять эти основополагающие принципы.

Эти центры формализуют управление, согласовывают рабочие процессы и обеспечивают безопасность, справедливость и доверие на протяжении всего внедрения. Без них инновации рискуют остаться поверхностными — полезными в теории, но оторванными от реальной практики оказания медицинской помощи.

В университете Джона Хопкинса панель управления прогнозируемым использованием коек, разработанная совместно с передовыми командами, стала неотъемлемой частью ежедневного принятия оперативных решений. В этом суть истинной интеграции. Чтобы ИИ мог масштабироваться, он должен сначала органично вписаться в естественный ритм оказания медицинской помощи.

3. Преодоление разрыва в доверии к клиническому ИИ

Инновации не одинаково приветствуются во всех сферах здравоохранения. ИИ прочно закрепился в административных функциях, но в клинических условиях он все еще доказывает свою ценность. Автоматизация быстро масштабируется в менее рискованных областях, таких как выставление счетов и апелляции. Однако при применении к диагностике, сортировке пациентов или планированию лечения колебания, по понятным причинам, более значительны. От врачей на передовой требуют доверять инструментам, которые они не помогали создавать, в условиях, когда ошибки влекут за собой значительные человеческие издержки.

Это не означает, что клинические инновации должны быть приостановлены. Это означает, что они должны осуществляться с большей осторожностью и в условиях более тесного сотрудничества.

Чтобы ИИ смог внести значимый вклад в клиническую практику, он должен облегчить рабочую нагрузку врачей. Реальная возможность заключается в поддержке врачей в таких задачах, как стратификация рисков для здоровья населения, обобщение анамнеза пациентов и управление мощностями. Когда ИИ дополняет клиническое принятие решений, снижает когнитивную усталость и естественным образом вписывается в рабочие процессы оказания медицинской помощи, он создает необходимую основу для доверия.

4. Переосмысление ROI за пределами долларов

Мы должны принять более широкую перспективу в отношении рентабельности инвестиций (ROI), чтобы успешно масштабировать ИИ в здравоохранении. Определение ROI исключительно по экономии затрат и сокращению бюджета рискует упустить из виду то, что действительно важно. Успех следует измерять по лучшим результатам лечения пациентов и более прочной, значимой связи между врачами и теми, кому они служат.

В условиях, когда так много важной работы — такой как координация медицинской помощи, составление клинических заключений и взаимодействие между поставщиками медицинских услуг и пациентами — не подлежит непосредственному оплачиванию, рентабельность инвестиций не может измеряться только в финансовом выражении. Она также должна учитывать время, выделенное на уход за пациентами, доверие, построенное с врачами, и более продуманное и эффективное оказание медицинской помощи.

Перспективные системы здравоохранения начинают менять эту дискуссию. Они сосредотачиваются на том, что действительно улучшает качество медицинской помощи, а не измеряют успех исключительно по тому, какие задачи были автоматизированы. Упрощаем ли мы повседневные рабочие процессы для врачей? Освобождаем ли мы время, чтобы они могли уделять больше внимания пациентам? На эти вопросы необходимо дать четкие и последовательные ответы.

Переосмысление ИИ в здравоохранении через уход, ориентированный на человека

Следующим рубежом для ИИ в здравоохранении является расширение возможностей. Системы эволюционируют от автоматизации бэк-энда к интеллектуальному обслуживанию пациентов, используя ИИ для помощи в записи на прием, сортировке симптомов и интерпретации продольных записей о пациентах для принятия решений. При продуманном проектировании эти инструменты укрепляют доверие, снижают когнитивную нагрузку, улучшают доступ и освобождают ценное время для человеческого общения при уходе за пациентами.

Почти 60 % руководителей компаний в сфере здравоохранения в настоящее время считают генеративный ИИ одним из главных приоритетов для инвестиций, а 79 % остаются оптимистичными в отношении его долгосрочного потенциала роста. Однако 70 % называют неопределенность в области регулирования ключевым препятствием для масштабирования этих технологий.

Путь вперед требует от поставщиков услуг смелого и дальновидного лидерства. Значимый прогресс не будет достигнут за счет эффектных разовых внедрений или быстрых побед. Он будет достигнут за счет выполнения сложной, но необходимой работы, которая продвигает всю систему вперед. Это включает в себя устранение системных потерь, создание общих баз данных между плательщиками и поставщиками, внедрение надежных механизмов управления изменениями и неуклонную ориентацию на достижение измеримой ценности — как финансовой, так и нефинансовой.

Пришло время превратить ИИ в нечто более фундаментальное, надежное, прозрачное и глубоко созвучное реалиям оказания медицинской помощи. Истинное влияние ИИ заключается в его тихой, бесшовной интеграции в каждый рабочий процесс, каждое клиническое решение и каждое взаимодействие с пациентом. В конечном итоге, реальный прогресс будет измеряться тем, насколько значимо мы приблизим технологию к людям, которым она в конечном итоге призвана служить.