Desmistificando as redes de negócios: construindo uma cadeia de suprimentos resiliente

Por que a adoção de IA ainda não é tão difundida na área da saúde?

A inteligência artificial (IA) tem o potencial de melhorar drasticamente a prestação de cuidados de saúde. Graças à capacidade da IA ​​de revelar insights e padrões de conjuntos de dados muito grandes, o cenário está montado para recursos inovadores, de alto valor e aumentativos, como previsão de degradação do paciente, sugestões para intervenções apropriadas para condições específicas e análises e insights de alta frequência para muitos sinais vitais em paralelo. Discutiremos os obstáculos na adoção da IA ​​e como o setor de saúde pode superá-los.

De acordo com um relatório recente da Brookings Institution, no entanto, o setor de saúde tem sido particularmente cauteloso na adoção da IA. Embora seja natural abordar as novas tecnologias com cuidado, isso é especialmente evidente na área da saúde devido à enorme responsabilidade envolvida em fornecer o melhor atendimento aos pacientes. Muitos fatores preocupam os médicos na adoção da IA, incluindo medo de serem marginalizados, medo de erros desencadeados por IA causando impactos negativos na saúde do paciente e medo de conclusões mal compreendidas com base na IA de caixa preta.

Antes de explorar essas preocupações, é importante entender o que os profissionais de saúde podem ganhar com a IA, especificamente em relação às condições de trabalho.

O que a IA pode fazer pela saúde?

A IA tem o potencial de revolucionar a saúde, aumentando as habilidades dos médicos para identificar e tratar doenças. Os sistemas de IA podem analisar uma abundância de dados de registros eletrônicos de saúde, estudos de imagem e outras fontes para encontrar padrões difíceis de detectar pelos humanos. Essas análises podem levar a diagnósticos mais precoces e precisos, melhores resultados de tratamento e atendimento mais personalizado.

Uma área aonde a IA pode ter um impacto significativo é na redução do esgotamento clínico. Os enfermeiros, em particular, correm o risco de esgotamento devido à natureza exigente do seu trabalho. A IA pode ajudar a aliviar isso fornecendo medidas objetivas de carga de trabalho com base na frequência de alarmes de UTI, acuidade dos pacientes e frequência e complexidade das intervenções. Permitir que administradores e gerentes hospitalares entendam a carga de trabalho do médico e o potencial de esgotamento promove oportunidades baseadas em dados para trabalhar em locais de trabalho mais saudáveis, locais onde os médicos desejam permanecer e seguir sua paixão pela cura.

Além de reduzir o esgotamento, a IA pode ajudar os médicos a tomar decisões mais informadas, consolidando dados em tempo real para fornecer insights acionáveis ​​e análises preditivas. Por exemplo, os algoritmos de IA podem analisar os dados do paciente para identificar aqueles em risco de desenvolver complicações e alertar os médicos para tomarem medidas preventivas. Isso pode melhorar os resultados dos pacientes e reduzir os custos de saúde, evitando complicações mais graves.

No geral, a IA tem o potencial de transformar a assistência médica, aumentando as habilidades dos médicos para analisar uma abundância de dados e identificar padrões que são difíceis de serem detectados pelos humanos. Ao reduzir o esgotamento e fornecer dados em tempo real e análises preditivas, a IA pode ajudar os médicos a tomar decisões mais informadas, melhorar os resultados dos pacientes e reduzir os custos de assistência médica.

Obstáculos comuns à adoção generalizada de IA

A IA parece ser a chave para tornar a vida dos profissionais de saúde significativamente mais fácil. No entanto, a introdução de tecnologia complexa e desconhecida em uma indústria tão essencial apresenta vários riscos. Na verdade, muitos profissionais de saúde temem que a IA possa fazer mais mal do que bem, tanto para os profissionais quanto para os pacientes.

Aqui estão algumas razões pelas quais os profissionais de saúde podem ser resistentes à IA:

1. Explicabilidade

Talvez o maior obstáculo para a adoção da IA ​​na área da saúde seja o mistério que envolve a mecânica da IA. Como funcionam esses algoritmos? Como os pontos de dados acima mencionados são produzidos? A IA de “caixa preta” é o caminho do passado, e os médicos (e reguladores) esperam explicações quando se trata de soluções baseadas em IA.

‘Explicabilidade’ é o conceito de que um modelo de aprendizado de máquina e sua saída podem ser explicados de uma forma que “faça sentido” para um ser humano em um nível aceitável. Para se sentirem à vontade para implementar a IA em suas operações, os profissionais de saúde devem ter provas de que ela cumprirá o juramento de Hipócrates, ou seja, “não causará danos”. Sem uma compreensão completa de como a IA toma decisões, os profissionais terão dificuldade em deixar responsabilidades essenciais nas mãos de uma máquina.

2. Preconceito e discriminação

Muitos sistemas de saúde estão constantemente aumentando seus esforços para abordar as disparidades raciais e expandir a acessibilidade de seus serviços para minorias e comunidades carentes. Infelizmente, a medicina tem uma longa história de preconceito. E há casos em que a IA foi usada para exacerbar esse problema.

Os profissionais podem temer que os algoritmos de IA treinados em conjuntos de dados específicos perpetuem práticas discriminatórias ao ignorar sistematicamente as iniciativas de toda a empresa para melhorar a equidade na saúde. Atualmente, qualquer tecnologia baseada em IA na área da saúde deve considerar essas dinâmicas à medida que desenvolve soluções mais holísticas e robustas para melhorar o atendimento a todos.

3. Risco e conforto

A tecnologia nunca será perfeita. Os profissionais de saúde buscam a perfeição porque qualquer coisa menos pode significar vidas impactadas. As apostas são altas na área da saúde, assim como as expectativas para qualquer nova tecnologia médica. Os produtos baseados em IA são incrivelmente precisos, mas não perfeitos. Portanto, novas tecnologias baseadas em IA ainda podem causar algum erro ou falha, resultando potencialmente em um diagnóstico incorreto ou no tratamento inadequado de pacientes gravemente enfermos. Essa expectativa não é exclusiva da IA, mas definitivamente cria uma barra alta e às vezes irrealista, retardando a adoção. Além disso, há o desafio contínuo dos sistemas legados.

Diferentes organizações têm seus próprios sistemas e metodologias para atendimento ao paciente. Os provedores geralmente valorizam mais a familiaridade e a consistência do que o avanço e a precisão. Não basta que uma tecnologia seja boa ou precisa, mas é igualmente importante considerar o nível de conforto que os médicos têm com o uso e a compreensão da tecnologia.

4. Falta de regulamentação

Embora o FDA tenha aprovado centenas de dispositivos médicos alimentados por IA, não há regulamentação para algoritmos de IA não comerciais na área da saúde. O desafio de criar essas regulamentações decorre na maioria da rapidez com que a IA avança. Essa aparente falta de supervisão e responsabilidade é compreensivelmente preocupante para os profissionais de saúde, que preferem saber que essa nova tecnologia foi aprovada por um órgão regulador e segue certos padrões, principalmente em relação à privacidade e anonimato.

Como introduzir IA na área da saúde

Apesar das reservas dos médicos, a IA pode e mudará a cara dos cuidados de saúde. No entanto, para implementar ferramentas baseadas em IA com sucesso, os médicos devem estar na vanguarda do design, teste e treinamento de novas tecnologias médicas.

Projeto

Para dar confiança aos sistemas de IA, os profissionais de saúde devem estar diretamente envolvidos em seu projeto e implementação. Você não pode culpar os médicos por quererem a garantia de que os desenvolvedores de IA compartilham seus objetivos e estão totalmente cientes de suas preocupações.

Hospitais são ecossistemas complexos com fluxos de trabalho críticos. A integração bem-sucedida da IA ​​nos sistemas de saúde requer uma visão abrangente dos fluxos de trabalho existentes para melhorá-los, em vez de causar mais trabalho. Incluir profissionais de saúde na fase de design é crucial para garantir que a IA priorize a usabilidade e se encaixe perfeitamente no fluxo de trabalho diário.

Transparência

Os desenvolvedores de sistemas de IA devem fornecer aos profissionais total visibilidade e transparência no processo de tomada de decisão da IA. Não só o resultado do processo, mas também os dados que subsidiaram a decisão devem ser fornecidos aos usuários. Sem esse requisito fundamental, a perspectiva de implantação de IA em funções de cuidados intensivos parece remota. Os médicos devem sentir que concordam com o design dos algoritmos juntamente com os dados que a IA processa para fornecer os resultados esperados.

Teste de usuário

Para esse fim, os profissionais de saúde devem receber amplas oportunidades para testar a IA em ambientes clínicos. Essas interações reais acabarão revelando quais casos de uso oferecem suporte aos profissionais e à prestação de cuidados ao paciente contra aqueles que criam complicações desnecessárias.

Simplesmente colocar a tecnologia de IA em uma enfermaria de hospital sem fornecer testes de usuário com os médicos exacerbará as preocupações dos médicos sobre desconhecimento, vieses e riscos de mau funcionamento. Deixar os médicos confortáveis ​​com o uso da tecnologia desde o início diminuirá as preocupações e melhorará a integração. Além disso, o feedback dos profissionais de saúde ajudará as empresas de IA a aprimorar consistentemente a capacidade de sua tecnologia para simplificar as tarefas diárias e atender às necessidades mais prementes dos profissionais.

Evidência clínica

Uma coisa que garante a aceitação dos profissionais de saúde: prova. Grande parte dos cuidados de saúde segue métodos baseados em evidências clínicas. A medicina baseada em evidências clínicas (MBE) é uma abordagem da prática médica que enfatiza o uso das melhores evidências de pesquisa disponíveis para orientar a tomada de decisões clínicas. O objetivo da EBM é melhorar a qualidade do atendimento ao paciente, garantindo que os tratamentos e intervenções sejam baseados nas evidências científicas mais atuais e confiáveis. A palavra-chave aqui é evidência.

Embora isso leve mais tempo e possa parecer uma grande inconveniência e barreira à adoção, muitas vezes é uma etapa necessária para garantir soluções seguras e sustentáveis. Para ser claro, existem vários níveis de evidência, e é importante que o setor de saúde, incluindo reguladores, se adapte às condições, cenários e exceções para fornecer a flexibilidade adequada para acelerar o acesso à tecnologia. Colocar as evidências por trás da tecnologia não apenas melhorará o atendimento ao paciente, mas também incutirá a confiança de que os médicos precisam para impulsionar a adoção.

Profissionais de saúde: o objetivo da IA ​​é aumentar e capacitar você

As reservas do setor de saúde sobre a IA são, sem dúvida, válidas e merecem ser levadas a sério. Isso começa com o reconhecimento das mudanças que a IA apresenta e erradicando a noção de que a introdução da IA ​​será apressada para modernizar instantaneamente o setor.

É importante que os profissionais de saúde saibam que a IA não será adotada sem sua contribuição e que qualquer iniciativa de IA terá objetivos, valores e evidências claramente definidos. Os médicos podem, devem e devem ter voz na concepção, teste e implementação da tecnologia de IA. Não há saúde sem médicos. As barreiras à adoção generalizada cairão gradualmente à medida que mais profissionais de saúde tiverem a chance de fazer parte integrante da geração de aumento da IA ​​médica, para que se tornem mais conscientes de suas novas capacidades: estresse reduzido, melhores condições de trabalho e melhores resultados para os pacientes.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

dez + 5 =

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.