Artikel
Inzichten van AMCP Nexus: Implementatie van kunstmatige intelligentie-workflow in de gezondheidszorg en het gebruik ervan in het formulariumbesluitvormingsproces
Op AMCP Nexus 2024 presenteerde Darlena Le het onderzoek van haar team naar de perspectieven van besluitvormers in de gezondheidszorg (HCDM) op de implementatie van workflows met kunstmatige intelligentie (AI) in de gezondheidszorg en het gebruik ervan in het besluitvormingsproces van formulariums. De studie bevestigde dat de meeste HCDM's het potentieel van AI erkennen om de productiviteit te verhogen en de kosten te verlagen, terwijl de bezorgdheid over privacy en betrouwbaarheid blijft bestaan. Een belangrijke bevinding was dat slechts een klein percentage van de HCDM-organisaties richtlijnen geeft voor het gebruik van AI-tools. Toekomstig onderzoek kan aanvullende implementaties van AI in de workflow voor de evaluatie van formulariumproducten onderzoeken die verder gaan dan het ondersteunen van aggregatie van bewijsmateriaal.
5 vragen aan Darlena Le
Tijdens AMCP Nexus 2024 presenteerden Cencora-teamleden onderzoeksposters over verschillende onderwerpen in de managed care-ruimte. We maakten van de gelegenheid gebruik om met hen te praten over hun werk en de mogelijke impact ervan. Hier beantwoordt Darlena Le, PharmD, Health Outcomes and Market Access Research Fellow bij Cencora vragen over de poster, "Evaluatie van de perspectieven van besluitvormers in de gezondheidszorg op de implementatie van kunstmatige intelligentie-workflows in de gezondheidszorg en het gebruik ervan in het formulariumbesluitvormingsproces." Joanna Ng, PharmD, Mike Nielsen; Caroline Berns, MBA. Melissa McCart, PharmD, MS, Cynthiya Ruban, PhD, MS en Maher Abdel-Sattar, PharmD, MS, FAMCP dienden als co-auteurs.
Wat inspireerde dit onderzoek?
De inspiratie voor dit onderzoek kwam voort uit het feit dat het gebruik van AI (kunstmatige intelligentie) aanzienlijk is toegenomen op verschillende gebieden, met name in de gezondheidszorg, waar gezondheidssystemen proberen de efficiëntie en nauwkeurigheid in hun workflows te verbeteren. AI wordt steeds vaker gebruikt om processen te stroomlijnen en de besluitvorming te verbeteren.
We realiseerden ons dat er een kloof is in het begrijpen van hoe besluitvormers in de gezondheidszorg (HCDM's) de rol van AI in het formulariumevaluatieproces zien. Door te proberen hun perspectieven op AI-gebruik in het formulariumevaluatieproces beter te begrijpen, kunnen we meer te weten komen over mogelijke barrières en dat zou de implementatie van AI in die ruimte kunnen vergemakkelijken.
Was er een hypothese die door het onderzoek werd bevestigd?
We weten dat AI is toegepast op tal van toepassingen in de gezondheidszorg, dus we veronderstelden dat HCDM's ook het gebruik van AI in het formulariumbesluitvormingsproces zouden ondersteunen. Er is echter beperkt gepubliceerd onderzoek naar hun perspectieven hieromtrent.
Ons onderzoek toonde aan dat een meerderheid van de HCDM's het erover eens was dat AI-tools op zijn minst enigszins moeten worden gebruikt om bewijs over een farmaceutisch product te verzamelen in het formulariumevaluatieproces.
Wat zijn de belangrijkste conclusies van uw onderzoek?
De eerste conclusie is dat HCDM's erkennen dat er een voordeel is aan het gebruik van AI in hun workflows in de gezondheidszorg. In ons onderzoek zeiden ze dat het de werkproductiviteit verhoogt en de kosten verlaagt. Uit ons onderzoek bleek ook dat er nog steeds zorgen zijn over het gebruik van AI, zoals het beschermen van de privacy van de informatie die wordt gedeeld met AI-tools en de betrouwbaarheid van die tools. Deze zorgen tonen aan dat er behoefte is aan verdere technologische vooruitgang met AI, evenals verbeterde begeleiding en educatie rond AI-gebruik.
De tweede conclusie is dat de meeste HCDM's het erover eens zijn dat een AI-tool moet worden gebruikt om bewijsmateriaal over een farmaceutisch product te verzamelen tijdens het formulariumevaluatieproces.
Ten slotte is onze derde conclusie dat veel HCDM's onzeker zijn over de rol van externe advies-/biofarmaceutische bedrijven bij het leveren van ondersteuning van AI-tools aan hun organisaties.
De tweede conclusie is dat de meeste HCDM's het erover eens zijn dat een AI-tool moet worden gebruikt om bewijsmateriaal over een farmaceutisch product te verzamelen tijdens het formulariumevaluatieproces.
Ten slotte is onze derde conclusie dat veel HCDM's onzeker zijn over de rol van externe advies-/biofarmaceutische bedrijven bij het leveren van ondersteuning van AI-tools aan hun organisaties.
Was er iets in het onderzoek dat verrassend was, dat je niet had verwacht, dat je ontdekte?
We vroegen naar de richtlijnen die binnen HCDM-organisaties worden gegeven over het gebruik van AI-tools. Hoewel de meeste HCDM's toegang hebben tot een AI-tool binnen hun organisatie, heeft slechts een klein deel van de organisaties begeleiding gekregen bij het gebruik van AI-tools.
We weten ook dat er veel situaties zijn waarin AI-tools zijn gebruikt in de gezondheidszorg. Onder de situaties die we in ons onderzoek hebben bestudeerd, ontdekten we dat de meest voorkomende manieren waarop besluitvormers in de gezondheidszorg AI-tools gebruiken, "voorbereiding van monografieën" en "samenvattende onderzoekspapers" waren. Dat was een interessante ontdekking.
Wat zijn de volgende stappen uit dit onderzoek?
Toekomstig onderzoek zou kunnen kijken naar aanvullende manieren waarop AI kan worden gebruikt in het formulariumevaluatieproces dat verder gaat dan alleen het aggregeren van bewijsmateriaal. Er kunnen andere manieren zijn waarop het kan worden gebruikt in de workflow voor productevaluatie.
Naarmate AI zich blijft ontwikkelen, zal het begrijpen van de HCDM-percepties over het gebruik van AI in hun formulariumbeoordelingsproces inzicht geven in hoe externe advies- en biofarmaceutische bedrijven effectief kunnen samenwerken met HCDM-organisaties.
