AI hängt der Erfolg auf gute datasets, der strategischen Ausrichtung

Angesichts all der unermüdlichen hype um seine künstliche Intelligenz und das transformative potential für das Gesundheitswesen, wäre es verständlich, wenn einige Gesundheitssysteme könnte casting über auf der Suche nach AI-oder machine-learning-Projekte, die Sie könnten versuchen.

Aber diese Art von gehetzt, ad-hoc-Ansatz ist genau das falsche zu nehmen, sagt Tushar Mehrotra, senior vice president of analytics bei Optum.

„Der einzige Weg, Sie gehen, um einen Wert AI ist der link zu der klinischen oder business problem der Organisation insgesamt-Strategie und stellen Sie sicher, Sie haben ein Reich genug Daten gesetzt, um das Modell zu trainieren, so dass es erzeugt verwertbare Erkenntnisse“, sagte Mehrotra.

„Dafür, dass Sie bauen und entwerfen Sie Ihre AI Mühe, den richtigen Weg bedeutet, dass in der Arbeit nach vorne zu schaffen, ein klares Verständnis von dem, was Sie versuchen zu lösen, so kann es sein, eingebettet in die Entscheidungs-workflow“, sagte er. „Zu oft, AI-Projekte beginnen mit einer Suche nach wissenschaftlichen Erkenntnis“.

Bei HIMSS20, Mehrotra und seine Kollegen, Optum SVP of Artificial Intelligence und Analytics-Plattformen Sanji Fernando bieten, Ihre Perspektiven auf, wie AI angewendet werden können, um das Wachstum zu fördern und speed-Strategien für die digitale transformation.

„Die Anbieter, die gesehen haben, den größten Erfolg in AI-Initiativen sind Organisationen, die beginnen mit der Planung rund um das, was Sie versuchen zu lösen, anstatt offene wissenschaftliche Experimente“, sagte Fernando.

„Von dort aus, sollten die Daten, die Sie verwenden, um zu trainieren und Ihre AI-Modelle“, schlug er vor. „Wie Reich sind die Daten, wie viel Sie haben, und wie gut verstehen Sie die Entscheidungen, die gemacht werden, aus den Daten?“

Eine zentrale Frage: „Mit der Automatisierung Sie erstellen, was sind die Ergebnisse dieser Entscheidungen unterstützt, indem Sie die Daten?“, sagte Fernando. „Wenn die Entscheidungen, die direkte Auswirkungen auf die outcomes in der Gesundheitsversorgung für die Patienten sollte es eine höhere Hürde als für Entscheidungen rund um Erstattung, aber die sind auch wichtig.“

Wenn diese sind einige der grundlegenden Fragen, die die Gesundheitssysteme sollten sich Fragen, wie Sie nachdenken Potenzial AI-Implementierungen gibt, gibt es auch einige gemeinsame Fallstricke zu vermeiden.

„Je nachdem, wo Sie im Land sind und in Ihren AI Reife, einige Anbieter müssen mehr überlegung, wie Sie den Zugriff auf bestimmte Arten von Talenten, um Ihre Ziele zu erreichen,“ Mehrotra erklärt. „Zwar wurden erhebliche Fortschritte in den letzten Jahren bei der Verteilung der Talente über die Nordost-und Westküste, es kann immer noch schwierig sein. Unternehmen müssen herausfinden, welche Art von talent zu mieten, so dass Sie nicht, sagen Sie, bringen am 15 Wissenschaftler Daten und Berichte schreiben.“

Darüber hinaus „einige Organisationen blicken auf die Ebene des Zugriffs auf die Daten-feed-die Modelle“, sagte Fernando. „KI-Modelle sind nur so mächtig wie die Daten, die Sie trainieren Sie auf. Sie müssen wissen, Ihr Unternehmen und die Daten für Ihr Unternehmen ausgeführt wird. Wenn Sie nicht haben Zugriff auf die Daten oder den Reichtum, dann sind Sie fehlt ein wichtiges Stück, das wird auch beschränken Sie Ihre Fähigkeit zu link das Modell zum business-problem.“

Mit der richtigen Planung, Personal-und access-Protokolle, die KI und maschinelles lernen kann helfen entsperren einige große Fortschritte, vor allem, wenn es um die Kosten-Effizienz.

„Wir haben den größten material, konkrete Auswirkungen in der betrieblichen und finanziellen Implementierungen – rufen Sie Verwaltungs-operative use-cases“, sagte Fernando sagte.

„Dazu gehören chart-Bewertung, – Nutzung und-management und Schadenbearbeitung“, erklärte er. „So weit, es wurde mehr für die Annahme oder die Genehmigung von Ersatz-Entscheidungen und nicht unbedingt die Automatisierung der klinischen Betreuung. Die Reife der Technologie kann uns begrenzen, zu tun, die erfolgreich für die unmittelbare Begriff ist, aber die Arbeit geht weiter zu schärfen, die Technologie genug für die klinischen Gebrauch.“

Wenn finanzielle und operative Projekte bieten einen relativ einfacheren Einstieg in launchpad für die KI-Implementierungen – etwas anderes Optum exec kürzlich beschrieben als „walk before you run“ Ansatz – einen signifikanten klinischen Gewinne sind auch am Horizont für jene Anbieter, die das tun, machine-learning-Recht.

„Sehr bald bei klinischen Entscheidungen unterstützt oder ergänzt, wie dem AMA-Noten, mit AI passieren wird“, sagte Fernando.

„So viel innovation passiert. Traditionelle Gesundheits-Unternehmen und neuen Marktteilnehmern gleichermaßen bringen neue Ansätze zur KI und ML, die möglicherweise dazu führen uns zu einem Durchbruch, der es ermöglicht, wahre interpretierende Modelle und explainability. Ich bin zuversichtlich, weil wir gesehen haben, so viel Investitionen, öffentliche und private, dass einige Durchbrüche geschieht, kann heute schon in einer Klasse oder einem Labor an der Stanford oder MIT, das wird sich ändern die Art, wie wir denken-CDS.“

„Innovation passiert, bringen gemeinsam noch mehr unterschiedlichen und einzigartigen Daten-sets, einschließlich klinische Ansprüche-Daten und transformieren die Kunst des möglichen“, fügte Mehrotra.

Bei HIMSS20, seine und Fernando Sitzung – das richtet sich an CEOs, COOs, Chief Quality Officers, Chief Klinische Transformation Offiziere und andere Angehörige der Führer – bieten einige praktische und umsetzbare Ratschläge für die Gesundheitssysteme in der Hoffnung, den Weg zu ebnen in Richtung dieser Weiterentwicklungen.

„Jeder Anbieter, executive, mit dem ich Rede, ist hungrig nach realen Erfahrungen mit AI“, sagte Fernando. „Einmal haben Sie einem realen problem formuliert, ob es besser ist Betrieb, mit Kunden oder mit AI-intern, können Sie die Bewältigung der strategischen Fragen, wie tut das Modell ausführen, wie wir es in einem Geschäft Einstellung, die Sinn macht, und dann überlegen, wie die Modelle re-lernen mit neuen Daten.“

„Bei HIMSS20, wir freuen uns auf ein neues Gespräch darüber, wie zu fahren, praktischen Wert aus einem AI-Programm oder initiative“, sagte Mehrotra. „Wir werden erklären, wie denken Sie über die Erkundung eines Piloten zu schätzen und wie zu denken über das erhalten der Fähigkeiten und Daten und alles, was Sie brauchen, um Wert zu schaffen, von AI an der Waage.“

Tushar Mehrotra und Sanji Fernando bieten mehr detail während Ihrer HIMSS20-Präsentation „Einblicke für die Erschließung des Potenzials von AI im Gesundheitswesen.“ Ist es geplant für Dienstag, 10. März, 4:15-5:15 Uhr. im Zimmer W230A.