تحتاج المنظمات المقدمة إلى مدربين في مجال الذكاء الاصطناعي لضمان نتائج عالية الجودة – TechToday

هذا العام، سيبدأ خبراء بيانات الرعاية الصحية أيضًا في الاضطلاع بدور جديد كمدربين في مجال الذكاء الاصطناعي، كما يؤكد مات هولينجسورث، المؤسس المشارك والرئيس التنفيذي للابتكار في شركة Carta Healthcare، وهي شركة أنظمة الذكاء الاصطناعي للرعاية الصحية.

وقال: “على الرغم من أن اعتماد الذكاء الاصطناعي في مجال الرعاية الصحية ليس بالأمر الجديد، إلا أنه ستظل هناك حاجة متزايدة لتكنولوجيا الذكاء الاصطناعي في عام 2024 وما بعده”. “مع النقص العام في القوى العاملة في مجال الرعاية الصحية، كما رأينا في اتجاهات التمريض ونقص الموظفين، يبدو الذكاء الاصطناعي هو الحل الأفضل للاحتفاظ بالقوى العاملة الحالية بمعدلات تعويض تنافسية مع زيادة الكفاءة في سير العمل وتحسين الرضا الوظيفي للأطباء.

وتابع: “وفقًا للمكتبة الوطنية للطب، فإن مفتاح التنفيذ الناجح للذكاء الاصطناعي هو القيام بذلك بطريقة ذات صلة سريريًا يمكن لمقدمي الرعاية السريرية أن يتخلفوا عنها”. “لا يتعلق الأمر بالتكنولوجيا فحسب، بل يتعلق بكيفية عمل التكنولوجيا ومقدمي الرعاية معًا بطريقة موثوقة للإيمان بحلول الذكاء الاصطناعي الخاصة بهم وتدريبها والالتزام بها لتوفير قيمة طويلة المدى.”

لقد أجرينا مقابلة مع هولينجسورث لفهم معتقداته بشكل أفضل حول الحاجة إلى مدربي الذكاء الاصطناعي في مجال الرعاية الصحية.

س: أنت تقول أن مؤسسات تقديم الرعاية الصحية اليوم تحتاج إلى مدربين في مجال الذكاء الاصطناعي. لماذا؟

أ. في الأساس، يرجع السبب في ذلك إلى أنه لا توجد فئة من الذكاء الاصطناعي تنتج مخرجات عالية الجودة بدرجة كافية لتثق بها أي مهمة معينة حتى يتم التحقق من أنها تؤدي تلك المهمة المحددة بشكل جيد. لإجراء التحقق المذكور، تحتاج إلى خبراء في الموضوع – ونحن نطلق على هؤلاء الأشخاص اسم مدربي الذكاء الاصطناعي.

دعونا نجعل هذا ملموسا. تخيل أنك تريد إنشاء نظام يمكنه الدردشة مع المرضى للإجابة على أسئلتهم السريرية حول التشخيصات التي تلقوها (مثل chatbot WebMD). من حيث المبدأ، يمكن للذكاء الاصطناعي التوليدي أن يفعل ذلك. إليك ما يحدث عندما تطلب من ChatGPT أن يقدم لك بعض التفاصيل حول التشخيص السريري:

الإجابة الأولى خاطئة تمامًا ومن شأنها تضليل أي مريض حصل عليها. الجواب الثاني جيد تماما. قبل أن ترسل منتجك إلى السوق، للإجابة على أسئلة المرضى، لديك سؤال يجب عليك الإجابة عليه: كم مرة يكون ذلك صحيحًا، وكم مرة يكون خطأ؟

بمجرد حصولك على هذه الإجابة، يجب عليك أن تقرر ما إذا كانت جيدة بما يكفي للمساعدة في حل مشكلتك أم أنها ستسبب ضررًا أكثر من نفعها. كيف تفعل ذلك؟ في هذه الحالة، ستطرح العديد من الأسئلة ثم تطلب من “مدرب الذكاء الاصطناعي” التحقق من النتيجة وتسجيل النتيجة بناءً على الدقة. ثم تأخذ هذه النتائج وتقرر ما إذا كانت جيدة بما فيه الكفاية أم لا. ما لم تكن مهتمًا بما إذا كان منتجك يعمل أم لا، فلا توجد طريقة للتغلب على ذلك – يحتاج شخص ما إلى التحقق من صحة المخرجات.

اليوم، لا يمكن لأي خوارزمية “ذكاء اصطناعي معمم” أن تتعامل مع أي مشكلة وتنفذها على المستوى البشري. لذا، بالنسبة لأي فئة من الذكاء الاصطناعي، تختار – في المثال أعلاه، نموذج الذكاء الاصطناعي النصي التوليدي، ChatGPT – يجب عليك التحقق من أدائه مقابل مشكلة محددة وقابلة للقياس قبل معرفة ما إذا كانت الخوارزمية ستضيف قيمة لحل مشكلتك. نحن نطلق على الأشخاص الذين يقومون بعملية التحقق هذه اسم “مدربي الذكاء الاصطناعي”.

س: كيف يبدو دور مدرب الذكاء الاصطناعي؟ ما الذي يجب عليهم فعله بالضبط؟

أ. إن دور مدرب الذكاء الاصطناعي متعدد الأوجه ويتضمن تقييمًا نقديًا لمخرجات خوارزمية الذكاء الاصطناعي باستخدام بيانات العالم الحقيقي. يقوم هذا المحترف بتقييم ما إذا كان أداء الذكاء الاصطناعي يتوافق مع النتائج المتوقعة والدقة. يعتمد نطاق وأساليب عمل مدرب الذكاء الاصطناعي بشكل كبير على التطبيق المحدد لخوارزمية الذكاء الاصطناعي.

على سبيل المثال، في السيناريوهات التي يتم فيها تكليف خوارزمية الذكاء الاصطناعي بالرد على استفسارات المرضى حول التشخيص الطبي، يجب على مدرب الذكاء الاصطناعي تقييم الردود من حيث مدى ملاءمتها وصحتها. يتضمن ذلك مقارنة إجابات الذكاء الاصطناعي بالمعلومات الطبية التي تم التحقق منها لضمان الدقة.

يصبح دور مدرب الذكاء الاصطناعي أكثر تعقيدًا في التطبيقات الأكثر تعقيدًا، كما هو الحال عندما يتم تصميم خوارزمية الذكاء الاصطناعي لتقدير فقدان الدم أثناء الجراحة من خلال تحليل الصور. هنا، يجب عليهم قياس فقدان الدم بشكل مستقل ثم مقارنة هذه القياسات بتقديرات الذكاء الاصطناعي، مما يضمن دقة الذكاء الاصطناعي في المواقف الطبية في الوقت الفعلي.

وبالمثل، لنفترض أن الذكاء الاصطناعي يشارك في تلخيص الوثائق السريرية. في هذه الحالة، يجب على مدرب الذكاء الاصطناعي التحقق من أن الملخصات التي تم إنشاؤها بواسطة الذكاء الاصطناعي شاملة وتعكس النقاط الرئيسية للمستندات الفعلية. يتضمن ذلك مقارنة تفصيلية بين مخرجات الذكاء الاصطناعي والسجلات السريرية الأصلية.

أخيرًا، في الحالات التي يساعد فيها الذكاء الاصطناعي في اكتشاف رموز الفواتير الفائتة، فإن مهمة مدرب الذكاء الاصطناعي هي التأكد من أن الرموز التي يقترحها الذكاء الاصطناعي ذات صلة وقابلة للتطبيق. ويجب عليهم الرجوع إلى اقتراحات الذكاء الاصطناعي مع الخدمات الطبية المقدمة، مما يضمن دقة الفواتير وشمولها.

باختصار، يعد دور مدرب الذكاء الاصطناعي أمرًا بالغ الأهمية في التحقق من صحة خوارزميات الذكاء الاصطناعي وتحسينها عبر مختلف المجالات، مما يضمن أن مخرجات الذكاء الاصطناعي صحيحة من الناحية الفنية وقابلة للتطبيق عمليًا وموثوقة في سيناريوهات العالم الحقيقي.

س: ما هي الألقاب أو الأدوار الموجودة اليوم في المستشفيات والأنظمة الصحية التي تحتاج إلى تحمل مسؤوليات مدرب الذكاء الاصطناعي، ولماذا؟

أ. عند تنفيذ الذكاء الاصطناعي في المستشفيات والأنظمة الصحية، فإن الأدوار الأكثر ملاءمة لتحمل مسؤوليات مدرب الذكاء الاصطناعي هي هؤلاء المهنيين الذين يمتلكون بالفعل خبرة عميقة في الموضوع في المهام المحددة التي تم تصميم الذكاء الاصطناعي لأداءها. ومع ذلك، من المهم ملاحظة أن هؤلاء المهنيين سيحتاجون إلى تدريب إضافي في الذكاء الاصطناعي لسد الفجوة بين خبرتهم في المجال والجوانب التقنية للذكاء الاصطناعي بشكل فعال.

فيما يلي تفاصيل الأدوار المحددة وسبب ملاءمتها.

بوت أسئلة وأجوبة – سيكون الطبيب هو مدرب الذكاء الاصطناعي المثالي للتعامل مع أسئلة المرضى حول التشخيص. يتمتع الأطباء بالمعرفة والخبرة الطبية اللازمة لتقييم دقة وملاءمة الاستجابات التي يولدها الذكاء الاصطناعي. تعد خبرتهم في التشخيص والتواصل مع المرضى أمرًا بالغ الأهمية لضمان توفير الذكاء الاصطناعي لإجابات دقيقة طبيًا وذات صلة بالسياق.

تقدير فقدان الدم – ممرضة غرفة العمليات في وضع جيد لتدريب الذكاء الاصطناعي. تتمتع ممرضات غرفة العمليات بخبرة مباشرة في البيئات الجراحية ويتمتعن بالمهارة في تقييم حالات المريض أثناء الجراحة، بما في ذلك تقدير فقدان الدم. تعتبر معرفتهم العملية أمرًا حيويًا لتدريب الذكاء الاصطناعي على تحليل الصور وتقدير فقدان الدم بدقة.

ملخص سريري – يمكن للأطباء أو مساعدي الأطباء أو الممرضين الممارسين إدارة هذه المهمة بفعالية. يتمتع هؤلاء المحترفون بالخبرة في إنشاء وتفسير الوثائق السريرية التفصيلية. تعتبر خبرتهم ضرورية لضمان دقة ملخصات الوثائق السريرية التي يتم إنشاؤها بواسطة الذكاء الاصطناعي وتتضمن جميع المعلومات الطبية الهامة.

ترميز الفواتير – يعتبر أخصائي الترميز هو الخيار الأنسب لتدريب الذكاء الاصطناعي على تشفير الفواتير. يفهم متخصصو الترميز بشكل شامل رموز الفواتير الطبية وتطبيقها في سيناريوهات الرعاية الصحية المختلفة. يتماشى دورهم في ضمان إعداد فواتير دقيقة وفعالة مع غرض الذكاء الاصطناعي، مما يجعلهم مثاليين للتدريب والإشراف على الذكاء الاصطناعي في هذا المجال.

في كل حالة من هذه الحالات، يتمتع المحترفون المختارون بالفعل بالمعرفة والخبرة في المجال في المهام التي يهدف الذكاء الاصطناعي إلى أتمتتها أو المساعدة فيها. الشرط الإضافي ليكونوا مدربين فعالين في مجال الذكاء الاصطناعي هو الفهم التأسيسي لمبادئ الذكاء الاصطناعي وعملياته. ويمكن اكتساب هذه المعرفة من خلال التدريب المتخصص، مما يمكنهم من ربط خبراتهم المتخصصة بالفروق الفنية الدقيقة لخوارزميات وتطبيقات الذكاء الاصطناعي.

س. عندما يشارك البائعون الذين يستخدمون الذكاء الاصطناعي في أنظمتهم، مع من يجب أن يعمل مدربو الذكاء الاصطناعي وكيف يجب أن يعملوا كقناة بين البائعين والمستخدمين؟

أ. هذه العملية المتخصصة للغاية كانت موجودة على نطاق واسع منذ بضع سنوات فقط، لذلك من غير المرجح أن يكون لدى المستشفيات هؤلاء الأشخاص الذين يجلسون في مكانهم حتى الآن. على الأقل في المستقبل القريب، سيكون النموذج الأكثر شيوعًا هو قيام البائعين الذين يستخدمون الذكاء الاصطناعي في أنظمتهم بتوفير المدربين اللازمين لتنفيذ منتجاتهم من خلال عقد خدمات، على الأرجح أثناء تنفيذ التكنولوجيا.

سيحتاج هؤلاء المدربون إلى أن يكونوا خبراء في الموضوع سواء في المهمة التي يقومون بها أو في خوارزميات الذكاء الاصطناعي نفسها، وسيكون الحصول على الخبرة الأخيرة أسهل للغاية إذا كان المدرب موظفًا في الشركة التي صنعت الخوارزمية في المقام الأول.

بشكل عام، سيتخذ ذلك شكل مدرب الذكاء الاصطناعي الذي يعمل في المستشفى ويعمل مع فريق أكبر من مدربي الذكاء الاصطناعي من جانب البائعين أثناء مرحلة تنفيذ أي مشروع معين. سيقوم المدرب من جانب المستشفى بتحديد متطلبات الأداء، والتحقق من سلامة المخرجات، وإجراء فحوصات مفاجئة للتأكد من ثقتهم في مخرجات العملية.

سيقوم الأشخاص من جانب البائع بالعمل الشاق المتمثل في جمع ما يكفي من إحصائيات الأمثلة للتأكد من الأداء والعمل مع بقية أعضاء الفريق لمعالجة أي أوجه قصور ظهرت أثناء عملية التنفيذ.

س. ما هي في رأيك بعض المشكلات الكبيرة التي يجب على مدربي الذكاء الاصطناعي معالجتها مع مستخدمي الذكاء الاصطناعي في مجال الرعاية الصحية؟

أ. الشيء الأكثر أهمية هو تذكير الجميع بأنه ليس لدينا حاليًا – وربما لن يكون لدينا في حياتنا – خوارزمية ذكاء اصطناعي عامة يمكنها القيام بأي مهمة نلقيها عليها، لذا فإن عملية التدريب هذه ضرورية.

لنفترض أن زوجًا معينًا من خوارزميات المهام/الذكاء الاصطناعي لا يحظى بمباركة المدرب في شكل قياس كمي للدقة لمهمة معينة في الحياة الواقعية في المؤسسة التي يتم نشرها فيها. في هذه الحالة، لا ينبغي للمستخدمين استخدام أداة الذكاء الاصطناعي هذه. يعد مثال GPT السابق مثالًا ممتازًا على سبب ذلك. تعتبر GPT رائعة في الإجابة على أسئلة اختبار GRE ولكنها ليست رائعة في الإجابة على الأسئلة السريرية.

إن التطبيق الأعمى لأي نظام ذكاء اصطناعي على مهمة ما هو صيغة أكيدة للكارثة.

ضع ميزانية لهذا التدريب إذا كنت تشتري أحد حلول الذكاء الاصطناعي. في الأساس، هذا يشبه التجربة السريرية لجهاز طبي. لن نستخدم أبدًا جهاز رسم القلب الذي لم تتحقق الشركة المصنعة من دقته. وبالمثل، يجب ألا نستخدم خوارزميات الذكاء الاصطناعي إلا بعد التحقق من عملها.

يتمثل الاختلاف الأساسي في أنه، على عكس فسيولوجيا المريض، تختلف بيانات خوارزميات الذكاء الاصطناعي بشكل كبير من مؤسسة إلى أخرى بناءً على البنية التحتية لتكنولوجيا المعلومات وممارسات التوثيق. وهذه الخوارزميات ليست واعية. لا يمكنهم تصحيح أنفسهم بطريقة سحرية لأن مستندات السجل الصحي الإلكتروني الخاصة بك تزن بالكيلو جرام بينما يوثق المكان الذي تم تدريب الخوارزمية فيه الوزن بالرطل.

وهذا يعني أن أي خوارزميات تلامس البيانات في أي سجل صحي إلكتروني أو نظام مماثل يجب التحقق منها في كل مؤسسة وليس على المستوى العالمي. ونتيجة لذلك، غالبا ما تكون هذه عملية كثيفة العمالة، وسوف يصاب الأشخاص الذين يتوقعون حدوث ذلك بين عشية وضحاها بخيبة أمل.

قد تحتاج أفضل خوارزمية الذكاء الاصطناعي إلى أشهر للتحقق من أدائها. على هذا النحو، يجب على القادة التأكد من تخصيص ميزانية لعملية التدريب عندما يقومون بتقييم أي حل للذكاء الاصطناعي. إذا كانوا يتوقعون “تشغيل الذكاء الاصطناعي” وسيضيف قيمة، فسيصابون بخيبة أمل بنسبة 100٪ في كل الأوقات.

تابع تغطية Bill’s HIT على LinkedIn: Bill Siwicki
أرسل له بريدًا إلكترونيًا: bsiwicki@himss.org
أخبار تكنولوجيا المعلومات للرعاية الصحية هي إحدى منشورات وسائل الإعلام التابعة لشركة HIMSS.