Depuis le début de l'année, il y a eu une augmentation significative parmi les plans de santé, les prestataires de soins de santé et les sociétés d'analyse utilisant l'IA pour changer la façon dont les soins de santé sont fournis et comment les patients peuvent être plus impliqués dans leurs soins.
Applications d'IA dans les soins de santé sont partout sur la carte aujourd'hui. Les données de la base de données de renseignement numérique sur la santé de mon entreprise, DamoIntel TM ont identifié une augmentation significative du lancement de cas d'utilisation de l'IA dans les domaines cliniques et administratifs en 2020. Une analyse des applications AI / ML déployées par le top 50 des systèmes de santé aux États-Unis identifie que les solutions activées par l'IA appartiennent à plusieurs catégories technologiques: apprentissage automatique, traitement du langage naturel (NLP), interfaces conversationnelles telles que les chatbots et l'automatisation des processus robotiques (RPA). Les cas d'utilisation liés au COVID dans les domaines cliniques et administratifs ont contribué à la croissance de l'adoption de technologies plus récentes telles que les chatbots dans les soins de santé.
Un accent sur les interventions en temps réel avec des solutions activées par l'IA au point de service
Le plus grand Le défi pour les soins basés sur l'IA est de fournir des informations en temps réel sur le flux de travail clinique au point de service. Par exemple, les technologies de reconnaissance vocale sont efficaces pour les tâches de niveau inférieur telles que la rédaction des rencontres médecin-patient. Cependant, ils doivent encore évoluer vers des systèmes d'aide à la décision qui fournissent des informations supplémentaires au point de service pour les décisions de diagnostic et de traitement.
D'un autre côté, les solutions capables de fournir des informations en temps réel n'ont pas encore été adoptées à grande échelle et à grande échelle. L’application de diagnostic COVID basée sur une montre intelligente de l’Université de Stanford en partenariat avec Amazon, analyse les fréquences cardiaques élevées et d’autres anomalies pour envoyer des alertes en temps réel aux patients soupçonnés d’être infectés par le COVID. Le Dr Michael Snyder, professeur et président de la génétique, travaille à la mise à l'échelle de la solution dans le but de créer un cadre de surveillance continue des indicateurs de santé au niveau individuel. Son objectif est de couvrir toute personne, n'importe où, qui possède une smartwatch. Amazon a offert millions en crédits de cloud computing pour des solutions de diagnostic similaires destinées aux innovateurs de la santé numérique du monde entier.
Des collaborations de données pour générer des analyses avancées en temps réel
S'il y a une nouvelle tendance cette année, c'est collaboratives de données . Truveta, un consortium de 14 systèmes de santé lancé en février, vise à mettre en commun les données des patients de tous les systèmes membres afin de générer des analyses avancées pour améliorer les résultats des soins de santé. Google a annoncé une série de partenariats avec des entreprises de soins de santé, notamment Mayo Clinic, Ascension Health et Highmark. Les cas d'utilisation incluent, mais sans s'y limiter, l'analyse des données pour les mesures de qualité, l'analyse comparative et les rapports administratifs. En plus de son partenariat avec Google, Mayo Clinic a lancé de nouvelles initiatives de collaboration de données avec des startups d'IA, ciblant les données provenant d'appareils de surveillance à distance. Highmark, un important plan de santé basé en Pennsylvanie, a formé un partenariat de 10 ans avec Christiana Care dans le Delaware pour mettre en commun les données médicales et les réclamations afin d'obtenir de meilleurs résultats. Attendez-vous à voir davantage de consortiums alors que les grands payeurs et fournisseurs mettent en commun leurs ensembles de données pour accroître l'efficacité grâce à des analyses avancées.
Autres tendances qui guideront l'avenir des soins de santé grâce à l'IA
- Innovation accrue dans les applications compatibles avec l'IA suivant la règle finale CMS qui permet aux patients d'accéder à leurs informations médicales et de les partager avec les développeurs qui cherchent à créer de nouveaux produits et services de santé numériques.
- Des chambres d'hôpital du futur qui incorporeront des expériences supérieures grâce aux interactions numériques activées par l'IA entre les soignants, les patients et leurs familles. Un exemple est l'investissement de 1,5 milliard de dollars par Penn Medicine à Philadelphie . Intitulé Le pavillon cet établissement de 500 lits comprend des chambres de patients dotées de moniteurs interactifs de 75 pieds sur les murs. John Donohue, vice-président des services aux entités pour la médecine, a été étroitement impliqué dans les aspects de l'habilitation technologique de la chambre des patients du futur. Il fait référence à la conception de l'expérience utilisateur inspirée de Disney dans le cadre du projet de 6 ans en cours d'élaboration.
- Analyse à partir d'appareils de surveillance à distance. Les applications activées par l'IA qui ingèrent et analysent de grandes quantités de données provenant d'appareils de surveillance à domicile et de capteurs conduiront à la prochaine étape de l'évolution des soins de santé. Alors que les soins de santé passent de l'hôpital à la maison, attendez-vous à de lourds investissements dans l'analyse des données provenant de capteurs à distance et d'appareils de surveillance. L'offre Amazon Care récemment lancée par Amazon comprend des soins à domicile en plus des services de soins virtuels dans le cadre du package global. De grands systèmes de santé tels que Kaiser Permanente et Mayo Clinic sont également entrés dans le jeu. Ils ont annoncé des investissements dans Medically Home, une entreprise de technologie qui s'adresse principalement aux soins à domicile.
La patiente est prête maintenant – ou est-elle?
Alors que les technologies et l'infrastructure informatique pour l'IA -les soins activés ont mûri, l'adoption de soins activés par l'IA est motivée par les niveaux de préparation variables des titulaires de l'écosystème de soins de santé actuel et par les préoccupations concernant la sécurité des soins activés par l'IA, en particulier pour les conditions cliniques complexes.
Les patients ne sont pas sûrs non plus des soins activés par l'IA: une étude récente souligne que les patients trouvent les chatbots intrusifs et hésitent à demander l'avis médical d'un robot. Les cas d'utilisation administratifs des applications activées par l'IA peuvent offrir un meilleur retour sur investissement à court terme. Sachin Patel, PDG d'Apixio, une société d'analyse des soins de santé acquise par Centene en 2020, atteste d'un retour 4x à 7x sur les applications d'IA dans les opérations financières telles que les ajustements de risque.
Les recherches de mon entreprise indiquent que plus de la moitié de tous les hôpitaux du le pays continue d'utiliser les systèmes de dossiers de santé électroniques (DSE) comme principal outil au point de service. Les nouvelles solutions basées sur le cloud et basées sur l'IA continuent de relever des défis pour s'intégrer de manière transparente dans le flux de travail clinique au point de service. Les problèmes d'interopérabilité et les défis liés à la normalisation et à la normalisation des données de santé continueront de représenter un défi majeur pour les applications activées par l'IA. En outre, les normes telles que la CIM, la SNOMED et le FHIR continuent d'évoluer, ce qui représente une demande continue de solutions de gestion des changements de code et de normalisation des données faisant autorité, validées par des experts en la matière. Les sources de données nouvelles et émergentes, telles que les données génomiques, nécessiteront des garde-fous supplémentaires autour de l'éthique et de la confidentialité avant leur utilisation dans les applications d'IA.
Une dernière préoccupation concernant l'IA dans les soins de santé concerne le manque de visibilité sur la façon dont les algorithmes sont formés pour fonctionner. dans les soins de santé, exacerbée par un biais systémique inhérent à de nombreuses applications d'IA. Malgré les progrès des techniques d'IA, les algorithmes formés sur un ensemble de données ne peuvent pas être facilement transférés vers un autre ensemble de données, d'autant plus que le rôle des données opérationnelles et des déterminants sociaux de la santé dans l'évaluation des risques pour la santé de la population augmente. Alors que les plates-formes cloud deviennent les principaux référentiels de données pour le développement de solutions basées sur l'IA, les préoccupations concernant les protections de la confidentialité des données stimuleront la confiance et le consentement nécessaires pour faire progresser l'adoption des outils d'IA.
Un point positif pour l'IA dans les soins de santé est le rythme rapide de l'adoption de l'IA dans les fonctions administratives. Les responsables des systèmes de santé doivent élargir la portée de ces applications pour couvrir de nouveaux domaines opérationnels, y compris l'accès et l'engagement des patients, pour accroître l'efficacité et améliorer la qualité de l'expérience. Les dirigeants cliniques doivent continuer à développer l'utilisation des applications d'IA avec prudence et en se concentrant sur les domaines opérationnels qui ne cherchent pas nécessairement à remplacer l'intuition et le jugement humains. Un exemple de ceci est l'utilisation de l'IA pour optimiser les calendriers de chimiothérapie à Penn Medicine.
Alors que les dirigeants de la santé cherchent à accélérer l'adoption de l'IA, ils doivent également peser soigneusement les coûts et les avantages des efforts impliqués dans le développement et le déploiement de l'IA. solutions. La question revient toujours à ce que nous pouvons faire avec les informations que nous obtenons des applications d'IA. Si nous ne pouvons pas faire bouger l'aiguille en nous basant sur les connaissances et les informations, les chefs de file cliniques doivent remettre en question la valeur du programme et l'énergie nécessaire pour produire les connaissances en premier lieu. La clé est d'investir dans des domaines où nous pouvons voir des résultats démontrés et les construire à partir de là. Nous sommes encore à plusieurs années d'une utilisation généralisée de l'IA dans les principaux aspects cliniques des soins de santé. Jusque-là, nous continuons simplement à repousser les frontières.