GEZONDHEIDSTECH: Waar moeten AI-investeringen vanuit een klinisch informaticaperspectief zich op richten?
BEENE: Bij Trinity Health bekijken we dit door de lens van een zeer groot gezondheidszorgsysteem, met verschillende leiders in het hele systeem. In wezen zijn we een “systeem van systemen”, en dus moeten we een bredere, meer omvattende kijk hebben als we nadenken over de manier waarop we investeringen benaderen.
We implementeren en evalueren verschillende tools en applicaties die zich richten op patiënten, automatisering en klinische en operationele efficiëntie – met de nadruk op het backoffice-gebied waar er minder risico is, een hogere haalbaarheid en het vermogen om de meeste waarde te leveren.
Trinity Health heeft een AI-governancegroep, waar ik lid van ben, die belanghebbenden uit ons hele systeem omvat, zoals CEO’s, CMO’s van onze regionale ministeries van Volksgezondheid, CIO’s en anderen die meerdere perspectieven met betrekking tot AI kunnen vertegenwoordigen. We moeten bedachtzaam zijn, want AI evolueert voortdurend. Hoewel we de vinger aan de pols moeten houden, moeten we er ook een ethische bril op houden, in lijn met onze kernwaarden, waarbij we altijd onze patiënten op de eerste plaats zetten en de risico’s beperken.
Ik zal een tactisch voorbeeld geven: we implementeren een paar AI-tools voor ons inkomstengebied – waarvan we weten dat er een lager risico is voor onze organisatie – om efficiëntie te bieden en de zaken nauwkeuriger te maken. De gebieden waar we voorzichtiger zijn, zijn de klinische gebieden, omdat u patiënten beïnvloedt. We moeten ervoor zorgen dat deze hulpmiddelen veilig zijn om die zorg op een ethische manier aan die patiënten te kunnen leveren.
LEES MEER: Zorgorganisaties hebben behoefte aan AI-databeheerstrategieën die succes garanderen.
GEZONDHEIDSTECH: Welke lessen kunnen leiders in de gezondheidszorg trekken uit de klinische informatica bij het voorbereiden van hun gegevens op AI?
BEENE: Communiceer de ware mogelijkheden van wat de AI-tool kan doen. Dat is een van de eerste lessen die we hebben geleerd over gezondheidszorg-IT in het algemeen: wees transparant over wat het wel en niet kan doen. Ik weet dat er veel druk is om de belofte van AI waar te maken – en voor sommige organisaties respecteer ik dat volledig – maar als we te veel beloven en te weinig leveren met de financiële investeringen, dan heb je later iets om op te antwoorden. Communiceer duidelijk, eerlijk en transparant over wat u weet en wat u niet weet.
De organisatie moet ook voorbereid zijn op de verandering die met die AI-tool gepaard gaat. Het gaat erom ervoor te zorgen dat iedereen begrijpt wat er precies gaat gebeuren en hoe ze zich daar in hun omgeving op gaan voorbereiden. Dat is zo belangrijk, omdat organisaties zullen investeren in iets waarvan ze denken dat het hen een bepaalde belofte zal opleveren, maar dat uiteindelijk onderbenut blijft. Waarom? Omdat er een gebrek aan inzicht was in het probleem dat de organisatie probeerde op te lossen. Hoe maak je deze tool waardevol in mijn dagelijkse activiteiten? Daar moeten organisatorische buy-in zijn.
Denk na over je dagelijkse leven. Als je denkt dat iets niet waardevol is, ga je niet naar die plek, of investeer je je geld daar niet. Mensen moeten begrijpen hoe waardevol het hulpmiddel voor hen is als ze het gaan gebruiken.
Als informatici moeten we die verbinding reëel maken. Wat leiders van ons kunnen leren bij de implementatie van welk IT-hulpmiddel dan ook in de gezondheidszorg, is dat ze het zinvol moeten maken voor de mensen die het gebruiken. Ze moeten het adopteren. Ze moeten inzien dat het voor hen waarde heeft en geen last is. Dat vergt veel meer dan alleen communicatie. Wees dus vloeibaar. Wees open. Wees adaptief.
Er is hier zoveel vloeibaarheid dat het bijna is alsof je, als je je teen indompelt, ervoor moet zorgen dat je alleen je teen indompelt, en niet je hele voet, omdat er iets anders is dat net om de bocht zit en dat beter zal zijn. Het kan uitgestelde bevrediging zijn, en daar moet je vrede mee hebben. Je moet er vrede mee hebben dat je zojuist hebt geïnvesteerd door je teen in te dippen, in plaats van te wachten totdat je je hele voet hebt gedoopt.
Organisaties kunnen niet altijd zo snel schakelen. Het gaat om investeringen van miljoenen dollars. Soms moet je de informatie die je hebt gebruiken en een beslissing nemen op basis van wat je nu weet. Het is gemakkelijk om te overanalyseren. Het zou u in een ruimte van analyseverlamming kunnen brengen, wat een barrière zou kunnen worden voor het bevorderen van elk type investering in AI. Het gaat allemaal heel snel. U moet weten of u al dan niet risico’s neemt, in welk deel van het risicocontinuüm u en uw organisatie zich bevinden, en waar u denkt dat het oké is om dat te doen. Spring er dan in.
