Dywedwyd ddigon o weithiau ond mae AI yn profi i fod yn newidiwr gemau yn y diwydiant gofal iechyd. O fod yn gyfranogwyr goddefol yn unig yn y gadwyn gofal iechyd, mae cleifion bellach yn gyfrifol am eu hiechyd trwy systemau monitro cleifion aerglos wedi'u pweru gan AI, dyfeisiau gwisgadwy, mewnwelediadau wedi'u delweddu o'u cyflyrau, a mwy. O safbwynt meddygon a darparwyr gofal iechyd, mae AI yn paratoi'r ffordd ar gyfer breichiau robotig, modiwlau dadansoddi soffistigedig a diagnostig, botiau llawfeddygol cynorthwyol, adenydd rhagfynegol i ganfod anhwylderau a phryderon genetig, a mwy.
Fodd bynnag, wrth i AI barhau i ddylanwadu ar agweddau gofal iechyd, yr hyn sydd yr un mor gynyddol yw'r heriau sy'n gysylltiedig â chynhyrchu a chynnal data. Fel y gwyddoch, dim ond os yw wedi'i hyfforddi'n fanwl gywir gyda setiau data perthnasol a chyd-destunol am gyfnod hir y gall modiwl neu system AI berfformio'n dda.
Yn y blog, byddwn yn archwilio'r heriau unigryw y mae arbenigwyr ac arbenigwyr gofal iechyd yn eu hwynebu pan fydd achosion defnyddio AI mewn gofal iechyd yn parhau i gynyddu o ran eu cymhlethdodau.
1. Heriau wrth gynnal preifatrwydd
Mae gofal iechyd yn sector lle mae preifatrwydd yn hanfodol. O'r manylion sy'n mynd i mewn i'r cofnodion iechyd electronig o gleifion a data a gasglwyd yn ystod treialon clinigol i ddata y mae dyfeisiau gwisgadwy ar gyfer monitro cleifion o bell yn eu trosglwyddo, mae pob modfedd yn y gofod gofal iechyd yn gofyn am breifatrwydd mwyaf.
Os oes cymaint o breifatrwydd ynghlwm, sut mae cymwysiadau AI newydd sy'n cael eu defnyddio mewn gofal iechyd yn cael eu hyfforddi? Wel, mewn sawl achos, nid yw cleifion yn gyffredinol ymwybodol bod eu data'n cael ei ddefnyddio at ddibenion astudio ac ymchwil. Mae rheoliadau a grybwyllwyd gan HIPAA hefyd yn awgrymu y gall sefydliadau a darparwyr gofal iechyd ddefnyddio data cleifion ar gyfer swyddogaethau gofal iechyd a rhannu data a mewnwelediadau â busnesau perthnasol.
Mae yna dunelli o enghreifftiau o'r byd go iawn ar gyfer hyn. Ar gyfer deall sylfaenol, deallwch fod Google yn cynnal dealltwriaeth ymchwil 10 mlynedd gyda Chlinig Mayo yn gadarn ac yn rhannu mynediad cyfyngedig i ddata sydd anhysbys neu ddad-adnabod.
Er bod hyn yn eithaf di-flewyn-ar-dafod, mae nifer o fusnesau cychwynnol sy'n seiliedig ar AI sy'n gweithio ar gyflwyno datrysiadau dadansoddeg rhagfynegol yn y farchnad yn eithaf mum ar y cyfan am eu ffynonellau ar gyfer data hyfforddi AI o ansawdd. Mae hyn yn amlwg oherwydd rhesymau cystadleuol.
Gan ei fod yn bwnc mor sensitif, mae preifatrwydd yn rhywbeth y mae cyn-filwyr, arbenigwyr ac ymchwilwyr yn fwyfwy awyddus i gael het wen barhaus. Mae protocolau HIPAA ar gyfer dad-adnabod data a chymalau ar gyfer ail-adnabod yn eu lle. Yn y dyfodol, bydd yn rhaid i ni weithio ar ba mor ddi-dor y gellir sefydlu preifatrwydd wrth ddatblygu datrysiadau AI uwch ar yr un pryd.
2. Heriau wrth ddileu rhagfarnau a gwallau
Gallai gwallau a thueddiadau yn y segment gofal iechyd fod yn angheuol i gleifion a sefydliadau gofal iechyd. Gallai gwallau sy'n deillio o gelloedd sydd wedi'u camleoli neu wedi'u cam-alinio, syrthni, neu hyd yn oed ddiofalwch newid cwrs meddyginiaeth neu ddiagnosis i gleifion. Datgelodd adroddiad a ryddhawyd gan Awdurdod Diogelwch Cleifion Pennsylvania fod tua 775 o broblemau mewn modiwlau EHR wedi'u nodi. Allan o hyn, roedd gwallau dynol tua 54.7% a gwallau wedi'u rhwymo â pheiriant yn agos at 45.3%.
Ar wahân i wallau, mae rhagfarnau yn achos difrifol arall a allai ddod â chanlyniadau annymunol mewn cwmnïau gofal iechyd. Yn wahanol i wallau, mae'n anoddach sylwi ar ragfarnau neu eu hadnabod oherwydd tuedd gynhenid i rai credoau ac arferion.
Daw enghraifft glasurol o sut y gallai gogwydd fod yn ddrwg o adroddiad, sy'n rhannu bod algorithmau a ddefnyddir i ganfod canser y croen mewn bodau dynol yn tueddu i fod yn llai cywir ar arlliwiau croen tywyllach oherwydd eu bod wedi'u hyfforddi'n bennaf i ganfod symptomau ar arlliwiau croen teg. Mae canfod a dileu rhagfarnau yn hanfodol a'r unig ffordd ymlaen ar gyfer defnydd dibynadwy o AI mewn gofal iechyd.
3. Heriau wrth sefydlu safonau gweithredu
Mae rhyngweithrededd data yn air pwysig i'w gofio ym maes gofal iechyd. Fel y gwyddoch, mae gofal iechyd yn ecosystem o elfennau amrywiol. Mae gennych glinigau, canolfannau diagnostig, canolfannau adsefydlu, fferyllfeydd, adenydd Ymchwil a Datblygu, a mwy. Yn aml, mae mwy nag un o'r elfennau hyn yn gofyn bod data yn gweithio at y dibenion a fwriadwyd. Mewn achosion o'r fath, mae'n rhaid i ddata a gesglir fod yn unffurf ac wedi'i safoni mewn ffordd sy'n edrych ac yn darllen yr un peth ni waeth pwy sy'n edrych arno.
Yn absenoldeb safoni, bydd anhrefn gyda phob elfen yn cynnal ei fersiwn ei hun o'r un cofnod. Felly, mae pwy bynnag sy'n edrych ar set ddata o safbwynt newydd yn cael ei golli'n awtomatig ac mae angen cymorth yr awdurdod dan sylw arno i ddeall cynnwys y set ddata.
Er mwyn osgoi hyn, mae'n rhaid safoni yn fwy effeithiol ar draws endidau. Rhaid nodi ystyr, fformatau, amodau a phrotocolau penodol yn glir ar gyfer ymlyniad gorfodol. Dim ond wedyn y gallai'r data hwnnw fod yn rhyngweithredol yn ddi-dor.
4. Heriau wrth gynnal y diogelwch
Mae diogelwch yn bryder hanfodol arall ym maes gofal iechyd. Dyma beth fydd y drutaf pan fydd agweddau sy'n ymwneud â phreifatrwydd data yn cael eu cymryd yn llai difrifol. Mae data gofal iechyd yn gist drysor o fewnwelediadau i hacwyr a ecsbloetwyr ac yn ddiweddar, bu llawer o achosion o dorri seiberddiogelwch. Mae ransomware ac ymosodiadau maleisus eraill wedi'u cynnal ledled y byd.
Hyd yn oed yng nghanol pandemig Covid-19, yn agos at 37% o'r ymatebwyr i arolwg rhannu eu bod wedi profi ymosodiad ransomware. Mae seiberddiogelwch yn allweddol ar unrhyw adeg benodol.
Lapio Up
Nid yw heriau data mewn gofal iechyd yn gyfyngedig i'r rhain yn unig. Wrth i ni amgyffred integreiddio a gweithio uwch o AI mewn gofal iechyd, nid yw'r heriau ond yn mynd yn fwy cymhleth, gorgyffwrdd a chydgysylltiedig.
Fel bob amser, byddem yn dod o hyd i ffordd i fynd i'r afael â'r heriau ac ildio i systemau AI soffistigedig sy'n addo eu gwneud gofal iechyd AI yn fwy cywir a hygyrch.
