النشرة الإخبارية
Sed ut perspiciatis unde.
تتطور النماذج الأساسية للذكاء الاصطناعي بسرعة في جميع أنحاء النظام البيئي للرعاية الصحية. يلعب تكامل النظام دورًا لا غنى عنه في ضمان استخدام نتائج الذكاء الاصطناعي التوليدي في السلامة والأمن والجدارة بالثقة.
علاوة على ذلك، فإن وجود نموذج ذكاء اصطناعي خاص بالمجال يتكامل بشكل فعال ومسؤول مع نظام الرعاية الصحية الأوسع هو عنصر حاسم لضمان بيئة ذكاء اصطناعي موثوقة.
سريني آير هي نائبة الرئيس والمديرة التنفيذية للتكنولوجيا في شركة Leidos Health. في المؤتمر والمعرض العالمي HIMSS24 المقرر انعقاده في مارس في أورلاندو، ستواجه Leidos وGoogle التحدي المستمر المتمثل في تحقيق الثقة والأمن مع genAI من خلال عرض تعاونهما في نموذج لغة المسارات الطبية 2 (MedPaLM2)، مع تسليط الضوء على حالات الاستخدام لإظهار أهمية تصميم الثقة في genAI لتعظيم الفوائد لمؤسسات الرعاية الصحية.
جلسنا مع آير للحصول على نظرة سريعة على جلسته التعليمية HIMSS24 بعنوان “تأثير النماذج الخاصة بالمجال على الذكاء الاصطناعي في مجال الصحة”.
س: ما هو التركيز الشامل لجلستك؟ ما سبب أهمية تكنولوجيا المعلومات الصحية لقادة تكنولوجيا المعلومات في المستشفيات والأنظمة الصحية اليوم؟
أ. تمثل نماذج الذكاء الاصطناعي التوليدية تغييراً هائلاً في مجال الذكاء الاصطناعي. وعلى وجه التحديد، يسلط تأثير الذكاء الاصطناعي على الرعاية الصحية الضوء على مزايا وإمكانات استخدام نماذج الذكاء الاصطناعي المدربة على البيانات الطبية لمختلف المهام في مجال الرعاية الصحية. ستركز هذه الجلسة على إمكانات الذكاء الاصطناعي الخاصة بالمجال لإحداث ثورة في الرعاية الصحية من خلال تقديم رعاية أكثر دقة وكفاءة وفعالية من حيث التكلفة.
وفقًا لاستطلاع لجنة جارتنر لأبحاث مقدمي الرعاية الصحية في يونيو 2023، يعتقد غالبية المشاركين (85٪) أن نماذج اللغات الكبيرة للذكاء الاصطناعي سيكون لها تأثير كبير ومدمر على الرعاية الصحية، حيث صنفها 14٪ بأنها ذات تأثير معتدل.
هناك العديد من حالات الاستخدام التي تهم قادة تكنولوجيا المعلومات الصحية في المستشفيات والأنظمة الصحية. وأهمها التحليلات الآلية للبيانات، والتوليد التلقائي للمستندات، والبحث عن السجلات الصحية الإلكترونية وتلخيصها. يجب أن يهتموا بهذا الموضوع لعدة أسباب:
- تحسين الدقة والأهمية. يتم تدريب نماذج الذكاء الاصطناعي الخاصة بمجال الرعاية الصحية، مثل Med-PaLM 2، على كميات هائلة من البيانات الطبية، مما يمكنها من فهم الأسئلة الطبية المعقدة والرد عليها بدقة وملاءمة أكبر مقارنة بنماذج الذكاء الاصطناعي العامة.
- نتائج أفضل للمرضى. يمكن أن يؤدي التحليل الأكثر دقة للبيانات الطبية إلى تشخيصات أسرع وخطط علاجية أفضل.
- تبسيط سير العمل والمهام الإدارية. يمكن للذكاء الاصطناعي أتمتة المهام الروتينية، مما يتيح لمتخصصي الرعاية الصحية التركيز على رعاية المرضى المهمة.
- زيادة الكفاءة. تتطلب نماذج الذكاء الاصطناعي الخاصة بالمجال بيانات ووقت تدريب أقل من نماذج الذكاء الاصطناعي التقليدية، مما يجعلها أكثر قابلية للتطوير وأكثر فعالية من حيث التكلفة في التنفيذ. ويمكن أن يكون هذا مفيدًا بشكل خاص للمستشفيات الصغيرة والأنظمة الصحية ذات الموارد المحدودة.
وفي السنوات القليلة المقبلة، سيكون أكثر من نصف نماذج الذكاء الاصطناعي التوليدية التي تستخدمها المؤسسات مخصصة لمجال معين، مقارنة بـ 1% اليوم. يمكن أن يعمل الذكاء الاصطناعي الخاص بالمجال كمساعد قيم لمتخصصي الرعاية الصحية، مما يوفر لهم إمكانية الوصول الفوري إلى المعلومات والرؤى الطبية ذات الصلة، مما يؤدي في النهاية إلى تحسين عملية صنع القرار ورعاية المرضى.
س: ما هو أحد الدروس الرئيسية التي ترغب في أن يتعلمها الحاضرون في جلسة HIMSS24؟
أ. في فترة قصيرة مدتها بضعة أشهر، قامت شركة Leidos، بالتعاون مع فريق صغير، بتطوير إثبات مفهوم Med-PaLM 2 ناجح للتحقق من صحة الجينات الجديرة بالثقة في مجال الرعاية الصحية، مما يوضح كيف يمكن دمج الثقة والأمن بسلاسة في أنظمة الذكاء الاصطناعي الجيني لتحقيق أقصى قدر من الفوائد لمؤسسات الرعاية الصحية. .
لقد اخترنا حالة استخدام تركز على أهم ثلاثة احتياجات من المديرين التنفيذيين لمقدمي الرعاية الصحية. يلعب المتخصصون الطبيون دورًا حاسمًا في توفير رعاية جيدة، ولكن غالبًا ما يواجه وقتهم تحديات بسبب المهام الإدارية مثل إكمال التقارير الطبية المعقدة.
تتطلب وكالات مثل VA وSSA وCMS وثائق مفصلة، ومع ذلك فإن إنشاء التقارير يضع عبئًا كبيرًا على الأطباء، مما يؤثر على الكفاءة والدقة. كما يواجه القطاع الخاص في مجال الرعاية الصحية نفس التحديات.
لقد حصلنا على استجابات أفضل وتحسنت دقتنا عندما استخدمنا متجر المتجهات. تعتبر هذه مثالية لتطبيقات الذكاء الاصطناعي التوليدية لأنها تسمح للشخص بالبحث عن العلاقات بين نقاط البيانات غير المنظمة ومساعدة LLM على تذكر هذه العلاقات مع مرور الوقت.
كانت هناك تحديات واجهناها وعالجناها أثناء عملنا في هذا المشروع:
- الطول والتعقيد. يمكن أن تكون التقارير واسعة النطاق، وتتطلب التنقل عبر الأقسام والمجالات المعقدة، وتتطلب قدرًا كبيرًا من الوقت والاهتمام.
- الحمل الزائد للمعلومات. قد يحتاج الأطباء إلى استشارة مصادر ومراجع مختلفة لاستكمال هذه التقارير بدقة، مما يزيد في كثير من الأحيان من عبء الوقت.
- احتمالية حدوث خطأ عالية. يمكن أن يؤدي الحجم الهائل للمعلومات وتعقيد الأقسام إلى زيادة خطر الأخطاء، مما قد يؤثر على رعاية المرضى وسداد التكاليف.
س. ما هو التعلم الآخر الذي ترغب في أن يتعلمه الحاضرون في الجلسة؟
أ. من الصعب العثور على الأشخاص ذوي مهارات الذكاء الاصطناعي وغالباً ما يكون ذلك باهظ الثمن. إن بناء مهارات الذكاء الاصطناعي الإبداعية داخل الشركة هو رحلة وليس وجهة. لقد تمكنا من تزويد فرقنا بالخبرة العملية لتعلم المهارات المتعلقة بتطوير النماذج وتدريبها ونشرها.
لقد تمكنا من جمع العديد من الدروس المستفادة على طول الطريق. ولا تزال منصات وأدوات الذكاء الاصطناعي في طور النضج؛ يتطلب تطبيق هذه الأدوات المتطورة لدعم حالة الاستخدام المحددة الخاصة بك التجريب والمعرفة المتعمقة والصبر.
لقد تمكنا من الوصول مبكرًا إلى بعض هذه النماذج الخاصة بالمجال، وكنا نعلم أن استخدام هذه الوثائق لهذه الأدوات سريعة التطور كان محدودًا. كان على المطورين لدينا العمل مع فرق المنتج والخضوع لعملية متكررة لتحديد المسار الصحيح للمضي قدمًا.
يعد الوصول إلى البيانات الجيدة أمرًا بالغ الأهمية لنجاح مشاريع الرعاية الصحية هذه. يمكن أن يشكل هذا تحديًا كبيرًا لتكنولوجيا المعلومات الصحية، حيث يجب علينا التعامل مع PII/PHI والامتثال لقانون HIPAA. وهذا يحد من الوصول إلى بيانات العالم الحقيقي، مما يعني أننا بحاجة إلى الاعتماد على البيانات الاصطناعية أو البيانات غير المحددة للهوية.
باعتبارنا من أوائل من اعتمدوا تنفيذ النماذج الأساسية في مجال الرعاية الصحية، فإننا متفائلون بحذر بقدرتنا على معالجة بعض تحديات الرعاية الصحية الحرجة لدينا لتحسين سلامة المرضى، مما يؤدي إلى نتائج أفضل لمرضانا.
الدورة، ““تأثير النماذج الخاصة بالمجال على الذكاء الاصطناعي في مجال الصحة”، من المقرر عقده في 12 مارس، من الساعة 3:00 إلى 4:00 مساءً في الغرفة W208C في HIMSS24 في أورلاندو. اعرف المزيد وقم بالتسجيل.
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.
