نوشته شانیا کندی
– بر اساس گزارش وضعیت بهداشت و درمان هاکودا در سال 2024، سرمایه گذاری در ابتکارات داده یک بازگشت سرمایه ثابت (ROI) برای سازمان های مراقبت های بهداشتی است، اما اکثریت آنها باید در سال 2024 مجموعه داده های خود را مدرن کنند.
این گزارش که از 145 مدیر تا مدیر عامل ارشد سازمان‌های بزرگ مراقبت‌های بهداشتی مورد بررسی قرار گرفت، برخی از چالش‌ها و فرصت‌های مهمی را که سیستم‌های بهداشتی از نظر استراتژی داده با آنها مواجه هستند، برجسته می‌کند.
از آنجایی که فناوری‌هایی مانند هوش مصنوعی (AI) به ایجاد تبلیغات در صنعت مراقبت‌های بهداشتی ادامه می‌دهند، رهبران با تصمیم‌گیری‌های مهمی در مورد نحوه استفاده از انبوه داده‌های نگهداری شده توسط سازمان‌هایشان و نحوه سرمایه‌گذاری در این تلاش‌ها مواجه می‌شوند.
این گزارش نشان داد که 11.3 درصد از سازمان‌های مراقبت‌های بهداشتی در سال 2023 از اهداف مالی خود فراتر رفته‌اند، که باعث شد برخی از آنها برای تأمین مالی طرح‌های داده‌ای در میان نگرانی‌های مبرم مانند کمبود نیروی انسانی تلاش کنند. با این حال، داده‌های نظرسنجی نشان می‌دهد که این تلاش‌ها به طور متوسط 124 درصد بازگشت سرمایه به دست می‌دهند، که ابتکارات داده‌ای را به طور مداوم برای بسیاری از سازمان‌ها سودآور می‌کند.
به غیر از بودجه، چالش های دیگر نیز تلاش ها برای استفاده از داده های مراقبت های بهداشتی را مختل می کند. تقریباً 94 درصد از پاسخ دهندگان نشان دادند که سازمان آنها باید مجموعه داده های خود را در سال جاری مدرن کند. بیش از نیمی از سازمان‌های مورد بررسی گزارش کردند که باید «بسیار زیادی» مدرن‌سازی شوند.
فقط کمتر از 80 درصد از پاسخ دهندگانی که اظهار داشتند که نیاز به مدرنیزه کردن دارند، گزارش دادند که برای انجام این کار به مقدار “متوسط” یا “بزرگ” حمایت خارجی نیاز دارند. اما حتی با وجود منابع خارجی، موانع داخلی باید برطرف شوند.
رهبران نشان دادند که در سازمان خود با چالش‌های مدیریت داده و عملیات زیادی روبرو هستند: 46 درصد خاطرنشان کردند که ایجاد یک فرهنگ مبتنی بر داده مانع مهمی است، به دنبال آن اطمینان از کیفیت و حاکمیت داده در 44 درصد و یکپارچه‌سازی داده‌ها در سیلوها با 42 درصد است.
همچنین سواد داده در سازمان‌های مراقبت‌های بهداشتی پایین است و تنها 28 درصد از پاسخ‌دهندگان معتقدند که سازمان‌هایشان میزان بالایی از سواد داده‌ای دارند.
علی‌رغم این چالش‌ها، این گزارش همچنین فرصت‌های کلیدی را که سازمان‌های مراقبت‌های بهداشتی ممکن است بتوانند از آنها استفاده کنند، شناسایی کرده است.
تقریباً یک چهارم از رهبران مراقبت های بهداشتی اظهار داشتند که سازمان های آنها در حال حاضر در حال کسب درآمد از داده های خود هستند، در حالی که 40 و 28 درصد به ترتیب در سال 2024 و پس از آن قصد دارند این کار را انجام دهند. تنها 8 درصد گزارش کردند که هیچ برنامه ای برای کسب درآمد از داده های خود ندارند.
این نظرسنجی همچنین تأکید کرد که رهبران مراقبت های بهداشتی قبلاً موارد استفاده چندگانه را برای یادگیری ماشینی و هوش مصنوعی مولد شناسایی کرده اند. مراقبت های بهداشتی در این گزارش از نظر اعتماد رهبران به موارد استفاده از این فناوری ها از چندین صنعت دیگر پیشی گرفت، به طوری که 34 درصد از رهبران گزارش دادند که کاملا موافق هستند که سازمان آنها موارد استفاده را برای هوش مصنوعی مولد تعریف کرده است که آنها آماده اجرای آن هستند.
برخی از پاسخ دهندگان نشان دادند که سازمان های آنها در حال حاضر از هوش مصنوعی مولد استفاده می کنند، و 59 درصد از سازمان ها اظهار داشتند که انتظار دارند این فناوری برای موفقیت آنها تا سال 2027 “بسیار مهم” باشد. در حال حاضر، 43 درصد از سازمان های مراقبت های بهداشتی از هوش مصنوعی مولد برای پاکسازی داده ها استفاده می کنند. 49 درصد از این فناوری برای کارهای اتوماسیون استفاده می کنند.
این گزارش تاکید می‌کند که سازمان‌های مراقبت‌های بهداشتی باید شرکای خارجی مناسب را برای کمک به تقویت ابتکارات داده‌ای خود بیابند و به آنها کمک کنند تا در پلتفرم‌های ابری متمرکز شوند تا در استفاده از داده‌ها در سال‌های آینده موفق شوند.
این گزارش در حالی منتشر می‌شود که دست‌اندرکاران علوم زیستی و بهداشتی برای همگام شدن با پیشرفت سریع ابزارهایی مانند هوش مصنوعی مولد عجله دارند.
دیروز، گوگل به‌روزرسانی‌های مربوط به هوش مصنوعی، عدالت سلامت و سایر ابتکارات خود را در رویداد سالانه سلامت خود، The Check Up به اشتراک گذاشت.
شایان ذکر است، این شرکت به تفصیل برنامه‌های خود را برای ایجاد یک مدل زبان بزرگ سلامت شخصی برای ارائه آموزش سلامت به کاربران Fitbit و ارزیابی قابلیت‌های کمکی مدل Articulate Medical Intelligence Explorer (AMIE) دارد.
این شرکت همچنین چارچوب ارزیابی برابری سلامت عملکرد یادگیری ماشین (HEAL) خود را منتشر کرد تا از استقرار مدل‌های هوش مصنوعی ناعادلانه در تنظیمات مراقبت‌های بهداشتی جلوگیری کند.