Artikkel
Innsikt fra AMCP Nexus: Implementering av arbeidsflyt for kunstig intelligens i helsevesenet og bruken av den i beslutningsprosessen for formler
På AMCP Nexus 2024 presenterte Darlena Le teamets forskning på beslutningstakerperspektiver i helsevesenet (HCDM) på implementering av arbeidsflyt for kunstig intelligens (AI) i helsevesenet og bruken av den i beslutningsprosessen for formler. Studien bekreftet at de fleste HCDM-er anerkjenner AIs potensial til å øke produktiviteten og redusere kostnadene, mens bekymringer om personvern og pålitelighet gjenstår. Et viktig funn var at bare en liten prosentandel av HCDM-organisasjoner gir veiledning om hvordan de kan utnytte AI-verktøy. Fremtidig forskning kan utforske ytterligere implementeringer av AI i arbeidsflyten for produktevaluering utover å støtte evidensaggregering.
5 spørsmål med Darlena Le
På AMCP Nexus 2024 presenterte teammedlemmene i Cencora forskningsplakater om en rekke emner på tvers av det administrerte omsorgsområdet. Vi benyttet anledningen til å snakke med dem om arbeidet deres og den potensielle innvirkningen. Her svarer Darlena Le, PharmD, Health Outcomes and Market Access Research Fellow ved Cencora på spørsmål om plakaten «Evaluering av beslutningstakeres perspektiver på implementering av arbeidsflyt for kunstig intelligens i helsevesenet og bruken av den i beslutningsprosessen for formler.» Joanna Ng, PharmD, Mike Nielsen; Caroline Berns, MBA. Melissa McCart, PharmD, MS, Cynthiya Ruban, PhD, MS, og Maher Abdel-Sattar, PharmD, MS, FAMCP fungerte som medforfattere.
Hva inspirerte denne forskningen?
Inspirasjonen til denne forskningen kom fra det faktum at bruken av AI (kunstig intelligens) har økt betydelig på ulike områder, spesielt helsevesenet, der helsevesenet prøver å forbedre effektiviteten og nøyaktigheten i arbeidsflytene sine. AI brukes i økende grad for å effektivisere prosesser og forbedre beslutningstaking.
Vi innså at det er et gap i forståelsen av hvordan beslutningstakere i helsevesenet (HCDM) oppfatter rollen til AI i formelevalueringsprosessen. Ved å prøve å bedre forstå deres perspektiver på AI-bruk i formelevalueringsprosessen, kan vi lære mer om potensielle barrierer og det kan gjøre det lettere å implementere AI i det rommet.
Var det en hypotese som ble bekreftet gjennom forskningen?
Vi vet at AI har blitt brukt på en rekke helseapplikasjoner, så vi antok at HCDM-er også ville støtte bruken av AI i formelbeslutningsprosessen. Det er imidlertid begrenset publisert forskning på deres perspektiver rundt dette.
Vår forskning viste at et flertall av HCDM-er var enige om at AI-verktøy i det minste bør brukes til å samle bevis på et farmasøytisk produkt i farmakopéevalueringsprosessen.
Hva er de viktigste lærdommene fra forskningen din?
Den første takeawayen er at HCDM-er erkjenner at det er en fordel å bruke AI i arbeidsflytene i helsevesenet. I vår forskning nevnte de at det øker arbeidsproduktiviteten og reduserer kostnadene. Vår forskning viste også at det fortsatt er bekymringer angående AI-bruk, for eksempel å beskytte personvernet til informasjonen som deles med AI-verktøy og påliteligheten til disse verktøyene. Disse bekymringene viser et behov for ytterligere teknologiske fremskritt med AI, samt forbedret veiledning og utdanning rundt AI-bruk.
Den andre takeawayen er at de fleste HCDM-er er enige om at et AI-verktøy bør brukes til å samle bevis på et farmasøytisk produkt under farmakopéevalueringsprosessen.
Til slutt, vår tredje takeaway er at mange HCDM-er er usikre på rollen til tredjeparts konsulent-/biofarmasøytiske selskaper i å tilby AI-verktøystøtte i organisasjonene deres.
Den andre takeawayen er at de fleste HCDM-er er enige om at et AI-verktøy bør brukes til å samle bevis på et farmasøytisk produkt under farmakopéevalueringsprosessen.
Til slutt, vår tredje takeaway er at mange HCDM-er er usikre på rollen til tredjeparts konsulent-/biofarmasøytiske selskaper i å tilby AI-verktøystøtte i organisasjonene deres.
Var det noe i forskningen som var overraskende, som du ikke forventet, som du fant ut?
Vi spurte om veiledningen som gis i HCDM-organisasjoner om hvordan de kan utnytte AI-verktøy. Selv om de fleste HCDM-er har tilgang til et AI-verktøy i organisasjonen sin, har bare en liten del av organisasjonene fått veiledning om hvordan de skal bruke AI-verktøy.
Vi vet også at det er mange situasjoner der AI-verktøy har blitt brukt i helsevesenet. Blant situasjonene vi studerte i forskningen vår, oppdaget vi at de vanligste måtene beslutningstakere i helsevesenet bruker AI-verktøy på var «utarbeidelse av monografier» og «oppsummering av forskningsartikler». Det var en interessant oppdagelse.
Hva er de neste trinnene fra denne forskningen?
Fremtidig forskning kan se på flere måter AI kan brukes i formelevalueringsprosessen utover bare evidensaggregering. Det kan være andre måter det kan utnyttes på i arbeidsflyten for produktevaluering.
Etter hvert som AI fortsetter å utvikle seg, vil forståelse av HCDM-oppfatninger om utnyttelse av AI i deres formulargjennomgangsprosess gi innsikt i hvordan tredjeparts konsulent- og biofarmasøytiske selskaper effektivt kan samarbeide med HCDM-organisasjoner.
