Penerapan kecerdasan buatan untuk mendukung pengambilan keputusan klinis di tempat perawatan masih dalam tahap awal. Meskipun ada perhatian media dan banyaknya penelitian tentang AI, penerjemahan ke praktik klinis bukanlah hal yang lumrah.

Hanya sedikit bukti yang ada mengenai praktik terbaik penerapannya, khususnya dalam pengobatan darurat. Scott Levin tahu semua tentang ini. Dia adalah direktur senior, penelitian dan inovasi, di Beckman Coulter, dan profesor pengobatan darurat di Fakultas Kedokteran Universitas Johns Hopkins.

Dua kasus penggunaan dibahas

Levin dijadwalkan untuk hadir di HIMSS24 dalam sesi edukasi bertajuk “Deploying Artificial Intelligence for Clinical Decision Support in Emergency Medicine.” Dalam sesi ini, akan ada dua kasus penggunaan dukungan keputusan klinis AI yang diterapkan di beberapa unit gawat darurat melalui fase keberhasilan rekayasa sistem: analisis masalah, desain, pengembangan, implementasi, dan analisis dampak.

“Penekanan akan diberikan pada fase penerapan terakhir,” kata Levin. “Alat AI mengatasi tantangan dalam triase UGD dan pengambilan keputusan disposisi; keputusan penting yang mungkin penuh dengan variabilitas tinggi, bias, dan validitas prognostik yang terbatas.”

Tujuan pembelajaran utama bagi mereka yang menghadiri sesi ini adalah untuk mengidentifikasi lima fase keberhasilan rekayasa sistem Agency for Healthcare Research in Quality (AHRQ) yang terkait dengan AI pragmatis. contoh pendukung keputusan klinis di UGD, katanya.

“Sangat penting bagi layanan kesehatan untuk memiliki kerangka kerja tentang bagaimana alat AI mengatasi tantangan, dikembangkan, diterapkan, dan dievaluasi dampaknya,” katanya. “Ini termasuk mempelajari bagaimana dokter berinteraksi dengan alat-alat ini dan bagaimana alat tersebut dapat mengubah perilaku pengambilan keputusan mereka.

“Alat AI masih jarang bisa melewati siklus penuh ini, terutama yang berfungsi di titik perawatan,” lanjutnya. “Semakin banyak contoh yang dapat dilihat oleh komunitas layanan kesehatan, semakin besar peluang untuk mewujudkan manfaat bagi pasien.”

Mengurangi bias dalam AI

Tujuan lainnya adalah untuk mengilustrasikan cara mempelajari dan mengurangi bias menggunakan AI.

“Ini termasuk mengevaluasi algoritma AI untuk mengetahui adanya bias dan struktur pengambilan keputusan dokter status quo yang mungkin juga bias,” jelas Levin. “Ketika hal terakhir ini ada dan dapat diukur, AI memberikan peluang unik untuk mengatasi tantangan secara langsung di bidang perawatan.

“Hal ini sangat penting bagi layanan kesehatan saat ini karena masyarakat berupaya menghilangkan kesenjangan dalam pelayanan,” tutupnya.

Sesi, “Menerapkan Kecerdasan Buatan untuk Dukungan Keputusan Klinis dalam Pengobatan Darurat,” dijadwalkan pada 12 Maret, 13:15-13:45 di ruang W307A di HIMSS24 di Orlando. Pelajari lebih lanjut dan daftar.

Ikuti liputan HIT Bill di LinkedIn: Bill Siwicki
Email dia: bsiwicki@himss.org
Healthcare IT News adalah publikasi HIMSS Media.

Fuente