Článek
Postřehy z AMCP Nexus: Implementace workflow umělé inteligence ve zdravotnictví a její využití v rozhodovacím procesu ve formulářích
Na konferenci AMCP Nexus 2024 představila Darlena Le výzkum svého týmu zaměřený na perspektivu rozhodování o zdravotní péči (HCDM) na implementaci pracovních postupů umělé inteligence (AI) ve zdravotnictví a její využití v rozhodovacím procesu ve formulářích. Studie potvrdila, že většina HCDM uznává potenciál umělé inteligence zvýšit produktivitu a snížit náklady, zatímco obavy o soukromí a spolehlivost přetrvávají. Klíčovým zjištěním bylo, že pouze malé procento organizací HCDM poskytuje návod, jak využívat nástroje umělé inteligence. Budoucí výzkum může prozkoumat další implementace umělé inteligence v pracovním postupu hodnocení produktů receptur nad rámec podpory agregace důkazů.
5 otázek s Darlenou Le
Na konferenci AMCP Nexus 2024 prezentovali členové týmu Cencora výzkumné plakáty na různá témata z oblasti řízené péče. Využili jsme příležitosti a popovídali si s nimi o jejich práci a jejím potenciálním dopadu. Darlena Le, PharmD, výzkumná pracovnice v oblasti zdravotních výsledků a přístupu na trh ve společnosti Cencora, odpovídá na otázky týkající se posteru "Hodnocení pohledů osob s rozhodovací pravomocí v oblasti zdravotní péče na implementaci pracovních postupů umělé inteligence ve zdravotnictví a její využití v rozhodovacím procesu ve formulářích". Joanna Ng, PharmD, Mike Nielsen; Caroline Berns, MBA. Jako spoluautoři sloužili Melissa McCart, PharmD, MS, Cynthiya Ruban, PhD, MS, a Maher Abdel-Sattar, PharmD, MS, FAMCP.
Co bylo inspirací pro tento výzkum?
Inspirací pro tento výzkum byl fakt, že využití AI (umělé inteligence) výrazně narůstá v různých oblastech, zejména ve zdravotnictví, kde se zdravotnické systémy snaží zlepšit efektivitu a přesnost svých pracovních postupů. Umělá inteligence se stále více používá k zefektivnění procesů a zlepšení rozhodování.
Uvědomili jsme si, že existuje mezera v chápání toho, jak osoby s rozhodovací pravomocí ve zdravotnictví (HCDM) vnímají roli umělé inteligence v procesu hodnocení receptur. Tím, že se pokusíme lépe porozumět jejich pohledům na využití umělé inteligence v procesu hodnocení vzorců, se můžeme dozvědět více o potenciálních překážkách, které by mohly usnadnit implementaci umělé inteligence v tomto prostoru.
Byla nějaká hypotéza, která se výzkumem potvrdila?
Víme, že umělá inteligence byla aplikována v mnoha zdravotnických aplikacích, a proto jsme předpokládali, že HCDM by také podpořily využití umělé inteligence v rozhodovacím procesu formulí. Existuje však omezený publikovaný výzkum o jejich pohledech na tuto problematiku.
Náš výzkum ukázal, že většina HCDM souhlasila s tím, že nástroje umělé inteligence by měly být alespoň částečně využívány k agregaci důkazů o farmaceutickém produktu v procesu hodnocení receptur.
Jaké jsou klíčové poznatky z vašeho výzkumu?
Prvním poznatkem je, že HCDM si uvědomují, že používání umělé inteligence v jejich pracovních postupech ve zdravotnictví má výhodu. V našem výzkumu zmiňovali, že zvyšuje produktivitu práce a snižuje náklady. Náš výzkum také ukázal, že stále existují obavy týkající se používání umělé inteligence, jako je ochrana soukromí informací sdílených s nástroji umělé inteligence a spolehlivost těchto nástrojů. Tyto obavy ukazují na potřebu dalšího technologického pokroku v oblasti umělé inteligence, jakož i lepšího poradenství a vzdělávání v oblasti používání umělé inteligence.
Druhým poznatkem je, že většina HCDM souhlasí s tím, že nástroj umělé inteligence by měl být použit k agregaci důkazů o farmaceutickém produktu během procesu hodnocení receptury.
A konečně, naším třetím poznatkem je, že mnoho HCDMS si není jisto rolí poradenských/biofarmaceutických společností třetích stran při poskytování podpory nástrojů umělé inteligence ve svých organizacích.
Druhým poznatkem je, že většina HCDM souhlasí s tím, že nástroj umělé inteligence by měl být použit k agregaci důkazů o farmaceutickém produktu během procesu hodnocení receptury.
A konečně, naším třetím poznatkem je, že mnoho HCDMS si není jisto rolí poradenských/biofarmaceutických společností třetích stran při poskytování podpory nástrojů umělé inteligence ve svých organizacích.
Bylo ve výzkumu něco, co vás překvapilo, co jste nečekali, co jste zjistili?
Ptali jsme se na pokyny poskytované v organizacích HCDM, jak využívat nástroje umělé inteligence. I když většina HCDM má přístup k nástroji AI v rámci své organizace, pouze malá část organizací obdržela pokyny, jak nástroje AI využívat.
Víme také, že existuje mnoho situací, ve kterých byly nástroje umělé inteligence použity ve zdravotnickém prostředí. Mezi situacemi, které jsme v našem výzkumu zkoumali, jsme zjistili, že nejčastějšími způsoby, jak osoby s rozhodovací pravomocí ve zdravotnictví využívají nástroje umělé inteligence, byly "příprava monografií" a "shrnutí výzkumných prací". To byl zajímavý objev.
Jaké jsou další kroky tohoto výzkumu?
Budoucí výzkum by se mohl zaměřit na další způsoby, jak by mohla být umělá inteligence využita v procesu hodnocení vzorců nad rámec pouhé agregace důkazů. Mohou existovat i jiné způsoby, jak by mohl být využit v pracovním postupu hodnocení produktu.
Vzhledem k tomu, že se umělá inteligence neustále vyvíjí, pochopení toho, jak HCDM vnímá využití umělé inteligence v procesu kontroly receptur, poskytne přehled o tom, jak mohou poradenské a biofarmaceutické společnosti třetích stran efektivně spolupracovat s organizacemi HCDM.
