ஒரு பெரிய மருத்துவமனை அமைப்பு AI ஏற்றுக்கொள்ளுதலை ஒரு செயல்பாட்டு rollout பிரச்சினையாகக் கருதுகிறது
AdventHealth, நிர்வாகச் சுமையை குறைக்க, மருத்துவ செயல்முறைகளை எளிமைப்படுத்த, மற்றும் பணியாளர்களின் அதிக நேரத்தை நோயாளி பராமரிப்புக்குத் திருப்ப, தனது அமைப்பில் ChatGPT for Healthcare-ஐ பயன்படுத்தி வருவதாகக் கூறுகிறது. ஒன்பது மாநிலங்களில் செயல்பட்டு, ஆண்டுதோறும் கோடிக்கணக்கான நோயாளிகளுக்கு சேவை வழங்கும் இந்த சுகாதார அமைப்பு, இந்த முயற்சியை ஒரு குறுகிய pilot ஆக அல்ல, மாறாக AI-ஐ அன்றாடப் பயன்பாட்டுக்குள் கொண்டுவரும் வகையில் வடிவமைக்கப்பட்ட பெரிய அளவிலான ஏற்றுக்கொள்ளல் திட்டமாக முன்வைக்கிறது.
வெளியிடப்பட்ட case study-யின் படி, குறிவைக்கப்பட்ட பணிப்பாய்ச்சல்களில் நிர்வாகப் பணிகளில் செலவாகும் நேரத்தில் 80% குறைவு ஏற்பட்டதாக அமைப்பு தெரிவிக்கிறது. ஆவணப்பணியால் நிரம்பிய மற்றும் ஆதரவுக் காரியங்களை தானியக்கப்படுத்துவதன் மூலம், மருத்துவர்கள் மற்றும் பணியாளர்கள் வாரத்திற்கு பல மணி நேரங்களை மீட்டெடுத்து, நேரடி பராமரிப்பு உட்பட உயர்ந்த மதிப்புடைய பணிகளுக்கு திருப்ப முடியும் என்பதே மையக் கோரிக்கை.
இந்த framing முக்கியமானது, ஏனெனில் பெரிய சுகாதார அமைப்புகள் AI-யில் உள்ள ஆர்வத்தை தொடர்ந்து பயன்படுத்தும் முறையாக மாற்றுவதில் பெரும்பாலும் சிரமப்பட்டுள்ளன. AdventHealth தலைமை, சவால் வெறும் தொழில்நுட்ப செயல்திறன் மட்டுமல்ல என வாதிடுகிறது. இது நிறுவல் சார்ந்த ஏற்றுக்கொள்ளுதலின் சிக்கல்: மக்கள் இந்த கருவிகளை பாதுகாப்பாக, ஒழுங்காக, மற்றும் பராமரிப்பு வழங்கலும் செயல்பாடுகளும் எதிர்கொள்ளும் தற்போதைய அழுத்தங்களுக்கு ஏற்ப பயன்படுத்தச் செய்வது.
அது நீக்க முயலும் சுமை சுகாதாரத் துறையில் பழக்கமானதே
மூல விளக்கம் utilization management-க்காக வழக்குகளை பரிசீலிக்கும் physician advisors-ஐ மையமாகக் கொண்டுள்ளது. அந்த பணிப்பாய்ச்சலில், ஒரு வழக்கில் chart-களை வாசித்தல், தொடர்புடைய தகவல்களை அடையாளம் காண்தல், அளவுகோள்களைச் சரிபார்த்தல், மற்றும் கட்டமைக்கப்பட்ட காரணங்களை உருவாக்குதல் ஆகியவற்றுக்கு சுமார் 10 நிமிடங்கள் ஆகலாம். இது நூற்றுக்கணக்கான அல்லது ஆயிரக்கணக்கான வழக்குகளில் பெருகும்போது, திறனுக்கு கணிசமான தடையாகிறது.
பிரச்சினை மருத்துவ அணிகளுக்கு மட்டுமல்ல. finance, human resources, information technology, மற்றும் பிற செயல்பாடுகளும் தேவையான ஆனால் மூலோபாயமல்லாத ஆவணங்களை உருவாக்க, சுருக்க, மற்றும் தயாரிக்க குறிப்பிடத்தக்க நேரத்தை செலவழிக்கின்றன. AdventHealth தலைமை பல அணிகள் எப்போதும் செயலாக்க நிலையில், அதிக மதிப்புள்ள பணிக்கான இடம் குறைவாகவே செயல்படுவதாக விவரிக்கிறது.
அங்கேதான் AI முதலில் பங்களிக்கிறது: மருத்துவர்களை மாற்றுவதன் மூலம் அல்ல, மீண்டும் மீண்டும் செய்ய வேண்டிய மற்றும் நேரம்கொண்ட தகவல்-பணியின் சுமையை குறைப்பதன் மூலம். அமைப்பின் பொதுச் செய்தி AI-யை பணியாளர்களுக்கு automation கதையாக முன்வைப்பதில்லை என்பதை வலியுறுத்துகிறது. அதற்கு பதிலாக, இந்த கருவிகள் நேரத்தை மீட்டளிக்கும் வழியாக விளக்கப்படுகின்றன.
இந்த rollout ஏன் குறிப்பிடத்தக்கது
Healthcare AI அறிவிப்புகள் பெரும்பாலும் சிறிய pilots, சிறப்பு ஆராய்ச்சி கருவிகள், அல்லது எதிர்கால நோயறிதல் முறைகளை மையமாகக் கொண்டிருக்கும். AdventHealth case வேறுபட்டது, ஏனெனில் அது செயல்பாட்டு அளவைக் கையாள்கிறது. தனித்தனியான pilots அர்த்தமுள்ள மாற்றத்தை ஏற்படுத்தாது என்று தலைமை ஆரம்பத்திலேயே முடிவு செய்து, ஏற்றுக்கொள்ளுதலையே தயாரிப்பாகக் கருதத் தீர்மானித்தது.
அந்த முடிவு deployment strategy-யை வடிவமைத்தது. அமைப்பின் பணியாளர்கள் ஏற்கனவே informal-ஆக chatbots-ஐ முயற்சி செய்து கொண்டிருந்தனர், ஆனால் formal policies பயன்பாட்டை கட்டுப்படுத்தின. அந்தப் பிளவைக் நீட்டிக்க விடாமல், AdventHealth ஒரு கட்டமைக்கப்பட்ட rollout-ஐத் தேர்ந்தெடுத்தது, பெரிய அமைப்பில் பாதுகாப்பான பயன்பாட்டை ஒரே மாதிரியாக்குவதற்காக.
இந்த case study enterprise AI-யில் நிகழும் பெரிய மாற்றத்தையும் பிரதிபலிக்கிறது. பல துறைகளில், முதல் நிலையான லாபங்கள் சிறப்பான புதிய திறன்களிலிருந்து அல்ல, மாறாக வழக்கமான knowledge work-ஐ சுருக்குவதிலிருந்து கிடைக்கின்றன. சுருக்கம், வரைவு தயாரித்தல், அளவுகோள் பொருத்தம், மற்றும் கட்டமைக்கப்பட்ட reasoning ஆகியவை ஏற்கனவே உள்ள செயல்முறைகளில் பொருத்தப்படும்போது உடனடி நேரச் சேமிப்பை வழங்கக்கூடிய பணிகள்.
கூறப்படும் பலன்கள் பணிப்பாய்ச்சி-சிறப்பானவை, ஆனால் இன்னும் முக்கியமானவை
தலைப்பில் கூறப்பட்ட 80% எண்ணிக்கை வலுவானது, ஆனால் அது அனைத்து மருத்துவமனைப் பணிகளிலும் பொதுவான குறைவை விட, குறிவைக்கப்பட்ட நிர்வாகப் பணிகளைக் குறிக்கும் கோரிக்கையாகப் பார்க்கப்பட வேண்டும். இருப்பினும், பெரிய அளவிலான வழக்குகள் மற்றும் ஆவணங்களில் மீண்டும் மீண்டும் பயன்படுத்தப்பட்டால், தேர்ந்தெடுக்கப்பட்ட செயல்முறைகளில் அந்த அளவிலான மேம்பாடு அமைப்பு மட்டத்தில் அர்த்தமுள்ள தாக்கங்களை ஏற்படுத்தலாம்.
சுகாதாரத்தில், மருத்துவமல்லாத பணிகளில் இருந்து மீட்கப்படும் ஓரளவு நேரம் கூட திறனை விரிவாக்க, முடிவு நேரத்தை குறைக்க, மற்றும் பணியாளர் அழுத்தத்தை தணிக்க உதவும். எனவே, எல்லா பணிப்பாய்ச்சல்களும் சமமாக மாற்றப்பட்டன என்ற அர்த்தம் இல்லாவிட்டாலும், இந்த முடிவு முக்கியத்துவம் வாய்ந்தது. ஒரு மருத்துவமனை அமைப்பிற்கு enterprise AI செயல்பாட்டு ரீதியில் முக்கியமானதாக மாற, ஒவ்வொரு செயல்முறையும் அதீதமாக மேம்பட வேண்டியதில்லை. போதுமான அளவு மீண்டும் செய்யப்படும் பணிகள் வேகமாக, ஒரே மாதிரியாக, அல்லது குறைந்த சுமையுடன் ஆக வேண்டும்.
AdventHealth இந்த செயல்பாட்டு விளைவுகளை நோயாளி அனுபவத்துடன் இணைக்கிறது. நிர்வாகச் சுமை குறைந்தால் சிகிச்சைக்கான விரைவான அணுகலும் அதிகமான மருத்துவத் திறனும் கிடைக்கலாம் என்று அமைப்பு கூறுகிறது. விவரிக்கப்பட்ட பணிப்பாய்ச்சல்களின் தர்க்கத்திற்குள் இக்கூற்றுகள் நியாயமானவை; இருப்பினும், case study நேரக் குறைவு அளவைத் தாண்டி விரிவான முடிவு விவரங்களை வழங்கவில்லை.
பெரிய பாடம் செயலாக்க ஒழுக்கம் பற்றியது
மிகவும் வெளிப்படையாகத் தோன்றுவது, ஒரு சுகாதார அமைப்பு ஒரு large language model-ஐ பயன்படுத்தியது என்பதல்ல, அது deployment-ஐ governance மற்றும் behavior problem ஆகக் கருதியதுதான். ஒழுங்குபடுத்தப்பட்ட மற்றும் பாதுகாப்பு-சென்சிட்டிவ் சூழல்களில், கருவிகள் எங்கு உதவுகின்றன, அவை எவ்வாறு பயன்படுத்தப்படுகின்றன, மற்றும் பணியாளர்கள் அவற்றை அதிகமாக நம்பாமல் நம்பிக்கையுடன் பயன்படுத்த எவ்வாறு கற்றுக்கொள்கிறார்கள் என்பதைக் நிறுவனங்கள் வரையறுக்க முடிகிறதா என்பதே பயன்தன்மையை நிர்ணயிக்கும்.
AdventHealth விளக்கம், healthcare AI இத்தகைய திட்டமிட்ட செயல்பாட்டு உட்சேர்ப்பின் மூலம், ஒருமுறை நடத்தப்படும் demonstrations-ஐ விட, வளர்ச்சியடையலாம் என்பதைக் குறிக்கிறது. அப்படியானால், போட்டித் திறன் model providers மட்டுமல்ல, அவற்றை அன்றாடப் பணிகளில் பெரிய அளவில் ஒருங்கிணைக்கக்கூடிய நிறுவனங்களுக்கும் கிடைக்கும்.
இன்னும் சில தெளிவான கேள்விகள் இந்த case study-யில் முழுமையாக பதிலளிக்கப்படவில்லை; உதாரணமாக, பயன்பாட்டு வழக்குகளில் செயல்திறன் எவ்வாறு கண்காணிக்கப்படுகிறது, மற்றும் குறைந்த ஆபத்து உதவியை அதிக சென்சிட்டிவ் பயன்பாடுகளிலிருந்து நிறுவனங்கள் எவ்வாறு பிரிக்கின்றன. ஆனால் enterprise healthcare AI எந்த திசையில் செல்கிறது என்பதற்கான சிக்னல் தெளிவாக உள்ளது: அடுத்த கட்டம் வெறும் பரிசோதனை அல்ல, மாறாக அளவிடக்கூடிய பணிப்பாய்ச்சி முடிவுகளுடன் தொடர்புடைய மீளக்கூடிய ஏற்றுக்கொள்ளுதலாகும்.
இந்த கட்டுரை OpenAI-யின் அறிக்கையிடலின் அடிப்படையில் எழுதப்பட்டது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on openai.com
