AI meningkatkan hasil pesakit: Adakah AI pekerja penjagaan kesihatan terbaik kita lagi?

• Pengarang
• Nama pengarang

  Quantumrun Foresight
• Disember 13, 2023

Ringkasan cerapan

Sistem penjagaan kesihatan AS, di tengah-tengah cabaran seperti populasi yang semakin tua dan kekurangan kakitangan, semakin menerima pakai AI dan penjagaan berasaskan nilai untuk meningkatkan hasil pesakit dan mengurus kos. Memandangkan perbelanjaan penjagaan kesihatan dijangka mencecah $6 trilion menjelang 2027, AI digunakan untuk meningkatkan diagnosis, perancangan rawatan dan kecekapan operasi. Walau bagaimanapun, anjakan ini juga membawa risiko seperti cabaran kawal selia dan potensi bahaya pesakit akibat ralat AI. Evolusi dalam penjagaan kesihatan ini menimbulkan persoalan kritikal tentang peranan masa depan pekerja penjagaan kesihatan, polisi insurans untuk AI dan keperluan untuk pengawasan kerajaan yang lebih ketat terhadap aplikasi AI dalam penjagaan kesihatan.

AI meningkatkan konteks hasil pesakit

Perbelanjaan penjagaan kesihatan AS diramalkan mencecah USD $6 trilion menjelang 2027. Walau bagaimanapun, penyedia penjagaan kesihatan tidak dapat bersaing dengan peningkatan permintaan penduduk yang semakin tua dan perletakan jawatan beramai-ramai dalam industri. Persatuan Kolej Perubatan Amerika melaporkan bahawa mungkin terdapat defisit kira-kira 38,000 hingga 124,000 doktor menjelang 2034. Sementara itu, tenaga kerja hospital telah berkurangan hampir 90,000 sejak Mac 2020, menurut Biro Statistik Buruh AS. Untuk memerangi angka yang membimbangkan ini, sektor penjagaan kesihatan beralih kepada AI. Di samping itu, menurut tinjauan eksekutif penjagaan kesihatan yang dijalankan oleh pembekal Optum, 96 peratus percaya AI boleh membolehkan matlamat kesaksamaan kesihatan dengan memastikan kualiti penjagaan yang konsisten.

Platform dan alatan yang memanfaatkan teknologi AI berada pada kedudukan yang baik untuk menyokong dan meningkatkan produktiviti penyedia penjagaan kesihatan sambil meningkatkan hasil pesakit. Teknologi ini termasuk sistem automatik yang meningkatkan persepsi visual, diagnosis dan ramalan serta pemprosesan data yang lancar. Menggunakan maklumat pesakit, AI boleh mengenal pasti mereka yang paling berisiko dan mengesyorkan rawatan berdasarkan rekod perubatan dan sejarah. AI juga boleh membantu doktor membuat pertimbangan yang lebih baik, dan ia telah membantu pembangunan ubat, perubatan tersuai dan pemantauan pesakit.

Kesan yang mengganggu

AI mempunyai banyak faedah untuk penjagaan pesakit. Pertama, AI boleh membantu doktor mencerna dan memperkemas data, membolehkan mereka menumpukan pada sejarah pesakit mereka dan keperluan berpotensi. AI juga telah dimasukkan ke dalam sistem rekod kesihatan elektronik (EHR) untuk mengenal pasti, menilai dan mengurangkan ancaman terhadap keselamatan pesakit. Teknologi ini juga boleh menyasarkan simptom unik dan menyusun tahap keterukan risiko untuk setiap pesakit, memastikan mereka menerima pelan rawatan yang terbaik. Akhir sekali, AI boleh mengukur kualiti penjagaan yang dihantar kepada pesakit, termasuk mengenal pasti jurang dan kawasan untuk penambahbaikan. Mentafsir data pesakit melalui AI juga boleh membantu hospital dalam mempercepatkan tindak balas kepada terapi, memperkemas proses dan membenarkan kakitangan menghabiskan lebih sedikit masa untuk prosedur yang memakan masa dan aktiviti manual. Di samping itu, kecekapan yang dipertingkatkan mengurangkan kos, menghasilkan penjagaan pesakit yang lebih berdedikasi, pentadbiran hospital yang cekap, dan mengurangkan tekanan untuk semua kakitangan perubatan.

Walau bagaimanapun, memandangkan AI semakin digunakan dalam penjagaan kesihatan, beberapa risiko dan kesukaran mungkin muncul pada peringkat peribadi, makro (cth, peraturan dan dasar), dan tahap teknikal (cth, kebolehgunaan, prestasi, privasi data dan keselamatan). Sebagai contoh, kegagalan AI yang meluas boleh mengakibatkan kecederaan pesakit yang ketara berbanding dengan sebilangan kecil kecederaan pesakit akibat daripada kesilapan pembekal. Terdapat juga kes apabila kaedah analisis konvensional mengatasi pendekatan pembelajaran mesin. Oleh itu, adalah penting untuk memahami kedua-dua kesan berfaedah dan merosakkan AI terhadap hasil keselamatan pesakit kerana AI mempunyai julat keberkesanan yang begitu luas.

Implikasi yang lebih luas daripada AI meningkatkan hasil pesakit

Kemungkinan implikasi AI meningkatkan hasil pesakit mungkin termasuk: 

• Lebih banyak perniagaan dan klinik berkaitan penjagaan kesihatan bergantung pada AI untuk mengautomasikan seberapa banyak tugas berulang yang mungkin supaya pekerja penjagaan kesihatan boleh menumpukan pada menyediakan penjagaan bernilai lebih tinggi.
• Pekerja penjagaan kesihatan semakin bergantung pada alatan AI untuk membantu dan membimbing mereka dalam membuat keputusan dan pengurusan penjagaan pesakit.
• Doktor menjadi perunding penjagaan kesihatan yang menumpukan pada membuat rawatan dan bukannya mendiagnosis pesakit terutamanya kerana AI akhirnya akan dapat menentukan penyakit dengan tepat melalui pembelajaran mesin.
• Syarikat insurans menambah pilihan untuk menginsuranskan kegagalan AI seperti salah diagnosis.
• Peningkatan pengawasan kawal selia kerajaan tentang cara AI digunakan dalam penjagaan kesihatan dan had keupayaan diagnosisnya.

Soalan untuk diulas

• Adakah anda baik-baik saja dengan AI mengawasi prosedur penjagaan kesihatan anda?
• Apakah cabaran lain yang berpotensi dalam melaksanakan AI dalam penjagaan kesihatan?