Terveydenhuollossa suhde sen välillä, mikä on hyväksytty ja mitä käytetään, on erilainen kuin useimmilla toimialoilla. Sinne on jo rakennettu tiivis valvontajärjestelmä: lääkinnällisten laitteiden sääntely, laatukehykset, lääketieteellis-eettiset arviointitoimikunnat, tietosuojavastaavat. Tämä järjestelmä on rakennettu fyysisten laitteiden, lääkkeiden ja hoitoprotokollien ympärille. AI-sovellukset livahtavat siitä usein läpi, koska niitä ei ole hankittu apuvälineenä, mutta niitä käytetään apuvälineenä. Kielimalli, joka lukee mukana potilastietoja, transkriptiotyökalu vastaanoton aikana, algoritmi, joka tukee triagea: mikään näistä sovelluksista ei ole tarvinnut kulkea olemassa olevan arviointireitin läpi, jotta niitä käytettäisiin päivittäin.
Lisäksi terveydenhuollossa panokset painavat enemmän kuin monilla muilla toimialoilla. Kyse ei ole vain liiketoiminnasta, vaan potilasturvallisuudesta, lääketieteellis-eettisestä vastuusta ja potilaiden luottamuksesta siihen, että heidän tietojensa käsittely on valvottua. Tämä tekee kysymyksestä "mitä tässä oikeastaan käytetään" painavamman kuin muualla, ja samalla vaikeamman vastata, koska terveydenhuollon ammattilaiset työskentelevät aikapaineen alla ja työkalua, joka auttaa, ei nopeasti ilmoiteta, jos ilmoittaminen tuntuu kiertotieltä.
Terveydenhuollon organisaation IT-osastolla on lista hyväksytyistä järjestelmistä. Tämä lista on lähtökohta, ei todellisuus. Lääkäri, joka käyttää kielimallia laatimaan luonnoksen kotiuttamiskirjeestä, hoitaja, joka käyttää sovellusta lääkeaineinteraktioiden tarkistamiseen, sekretariaatti, joka käyttää puheentunnistusta virallisen potilastietojärjestelmän ulkopuolella: tällainen käyttö syntyy, koska se helpottaa työtä, ei koska sitä on haettu. Kukaan ei ole halunnut salata tätä. Sitä ei ole vain koskaan kysytty, ja sen, joka kysyy, on voitava kysyä ilman että edessä siintää seuraamus. Vain silloin saadaan rehellinen vastaus, ja vain rehellisen vastauksen avulla organisaatio voi tietää, missä riskit todella sijaitsevat.
Kartoituksen jälkeen seuraa luokittelu: minkä roolin AI-sovellus täyttää ja mikä riskitaso siihen liittyy. Terveydenhuollossa tämä erottelu on jyrkkä. Työkalu, joka tiivistää muistiinpanoja hoitajan omaan käyttöön, kantaa erilaisen painon kuin järjestelmä, joka vaikuttaa diagnoosiin tai hoitokapasiteettia koskevaan päätökseen. Luokittelun itsensä määrittää sääntely, joka jää tämän sivun ulkopuolelle ja joka on jatkuvassa kehityksessä; ajantasainen jaottelu ja siihen liittyvät velvoitteet on esitetty muualla. Tässä yhteydessä olennaista on mekanismi: jokainen sovellus saa paikkansa toiminnon ja vaikutuksen mukaisessa jaottelussa, jotta käy selväksi, mitkä sovellukset vaativat huomiota ja mitkä eivät.
Terveydenhuollon organisaatiot eivät rakenna tyhjästä. Niillä on jo arviointitoimikuntia, laatujärjestelmiä, tietosuojavastaavia ja sisäisiä auditointireittejä. AI:n hallintamalli, joka on niistä erillinen, muuttuu ylimääräiseksi kerrokseksi, jota kukaan ei ylläpidä. Malli, joka kytkeytyy olemassa olevaan rakenteeseen, muuttuu osaksi sitä, mitä jo tapahtuu: sama toimikunta, joka arvioi uuden apuvälineen, arvioi myös uuden AI-sovelluksen; samaan riskirekisteriin tulee AI:lle omaosio jo olemassa olevien osioiden rinnalle. Tämä ei vaadi uutta laitetta, vaan viitekehyksen, joka sopii siihen, mitä organisaatio jo tekee.
Hallitus, valvova elin tai tarkastusviranomainen haluaa nähdä, mitä on käynnissä, ei olettaa, että asia on hallinnassa. Todistettavuus tarkoittaa, että olemassa on ajantasainen kokonaiskuva siitä, mitkä AI-sovellukset ovat käytössä, kuka niitä käyttää, mikä riskitaso niihin liittyy ja mitkä sopimukset niiden ympärille on tehty. Tämä kokonaiskuva ei ole kertaluonteinen asiakirja. Terveydenhuollon organisaatiot vaihtavat järjestelmiä jatkuvasti, ja henkilöstö siirtää työkaluja mukanaan osastolta toiselle. Hallintakokonaisuus, joka pitää tästä kirjaa, on käyttökelpoinen sillä hetkellä, kun vastuuta kysytään, ei vain sillä hetkellä, kun se on laadittu.
Yhdistelmä tiukkaa olemassa olevaa valvontaa ja nopeasti kasvavaa epävirallista käyttöä ei ole ainutlaatuinen terveydenhuollolle, vaikka se saa tässä terävämmän painon potilaan takia, joka on ketjun päässä. Organisaatiot, jotka haluavat nähdä, miten vastaavia kysymyksiä ratkaistaan toisessa kontekstissa, voivat tarkastella, miten AI-hallinta koulutuksessa käsittelee vastaavaa jännitettä huolenpitovelvollisuuden ja käytännön käytön välillä, miten AI-hallinta liike-elämän palveluissa valvoo luottamuksellisuutta ja asiakkaan etua, tai miten AI-hallinta valmistavassa teollisuudessa käsittelee järjestelmiä, jotka vaikuttavat suoraan fyysiseen prosessiin.
Kun on selvää, mitkä AI-sovellukset ovat käytössä ja millä riskitasolla ne ovat, jää jäljelle toinen kysymys: mitä tämä käyttö merkitsee itse työlle. AI-hallinnan kartoitus näyttää, mitä on käytössä, ei kuinka paljon aikaa se vapauttaa tai mikä osa tehtävästä voidaan todellisuudessa siirtää. Tämä kysymys jää hallinnan ulkopuolelle ja kuuluu FTE TO AI:n työkartoitukseen, joka laskee tehtäväkohtaisesti, kuinka suuri osa työstä voidaan siirtää AI:lle. Terveydenhuollon organisaatiolle, joka haluaa ensin kokonaiskuvan siitä, mitä käytetään, ja sen jälkeen tietää, mitä tämä käyttö merkitsee henkilöstön käytölle, tämä toinen kysymys seuraa loogisesti ensimmäisestä.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.