Az egészségügyben az időnek nagy része olyan munkával telik, amely közvetlenül a pácienshez vagy kliens kapcsolódik, valamint az e köré épülő munkával: dossziévezetés, jelentéskészítés, átadás, tervezés, elszámolás a biztosítók és a felügyeleti szervek felé. Ez a második kategória gyakran a kantoor- és zorguren nagy részét teszi ki, anélkül hogy bárki „adminisztrációként” érzékelné, amíg meg nem számolják. Emellett érvényben vannak a dossziévezetési kötelezettségre, az orvosi felelősségre és az adatvédelemre vonatkozó előírások, amelyek nem alku tárgyát képezik. Ez azt eredményezi, hogy egy AI-ambíció kimenetele ebben az ágazatban másképp alakul, mint egy olyan ágazatban, ahol ezek az előírások nincsenek: nem eleve lassabban, hanem attól függően, hogy egy döntésért való felelősség hol marad.
Az AI ma már átveszi a munka egyes részeit, nem mint jövőkép, hanem mint valami, ami egyes csapatoknál már működik, másoknál még nem. Három kategória szinte minden egészségügyi folyamaton végigvonul. Egyes feladatokat az AI önállóan képes elvégezni: egy hosszú dosszié összefoglalása, egy első koncept levél generálása, egy eltérő érték jelzése egy mérési sorozatban. Más feladatok emberi felügyeletet igényelnek, amely indoklással jóváhagy vagy elutasít: egy koncept diagnózis, egy javasolt kezelési terv, egy kockázatbecslés egy kliensnél. És egy harmadik kategória embermunka marad: a beszélgetés a pácienssel, a mérlegelés egy határeset esetén, a felelősség, amely végül a kezelőorvosnál marad, nem egy rendszernél.
A különbség az ezt már kihasználó szervezetek és az arra még nem kész szervezetek között ritkán a technikában rejlik. Abban rejlik, hogy létezik-e egy folyamat, amely fogadni, értékelni és indoklással elutasítani tudja egy AI-javaslatot, és hogy van-e valaki, aki jogosult ezt a döntést meghozni. Ahol ez a folyamat nem létezik, ott egy AI-ambíció papíron maradó szándék marad, még akkor is, ha a szoftvert már beszerezték.
Az egészségügyben gyakran hallott ambíció, hogy az AI csökkenti az adminisztratív terhet, így több idő marad az ellátásra. Ez egy világos mondat, de olyan képességeket feltételez, amelyek nem maguktól vannak jelen: egy dossziéstruktúra, amelyet az AI képes olvasni, egy minőségi folyamat, amely egy koncept jelentést ellenőrizni tud, mielőtt véglegessé válik, és kezelőorvosok, akik tudják, mikor kell elutasítaniuk egy AI-javaslatot ahelyett, hogy átvennék. Ha ez a három közül bármelyik hiányzik, akkor az ambíció nem eredményez felszabadult órákat, bármennyi költségvetést is fordítanak a projektre.
Ugyanez a minta érvényesül a triázzsal vagy tervez��ssel kapcsolatos ambícióknál: az AI képes egy első becslést adni a sürgősségről vagy a kapacitásról, de ki ellenőrzi ezt a becslést, és milyen információ alapján térhet el ez a személy attól? Ha erre a kérdésre nincs válasz, akkor a gyorsulás látszata jön létre, miközben a felelősség jelöletlenül marad.
Egy vezetői csapatban az egyik ember azt mondja, hogy „AI-támogatott”, és ezalatt azt érti, hogy egy rendszer javaslatot tesz, amelyet egy ápoló mindig értékel. Egy másik ezalatt azt érti, hogy a rendszer a bevitel nagy részét már saját maga elvégzi. Mindkét kép helyes lehet, de nem egyszerre ugyanarra az ambícióra. Ez a különbség akkor válik láthatóvá, amint egy víziót lefordítanak egy adott osztály konkrét helyzetére; hogy ez hogyan működik, azt egy oldal ismerteti a homályos vízió konkréttá tételéről. Aki egyszer megtette ezt a fordítást, gyakran a következő kérdésbe ütközik: ki dönthet majd úgy, hogy egy AI-javaslatot külön ellenőrzés nélkül átvegyenek, és kinek kell éppen ott maradnia? Ez a hatáskörökkel kapcsolatos kérdés a szervezeti változás során rögzítendő döntési jogokról szóló oldalon kerül tárgyalásra.
Az egészségügyön kívül is hasonló csomópontok fordulnak elő, kissé más jellegű előírásokkal: az üzleti szolgáltatásoknál például gyakrabban forog a kérdés a szakmai felelősség körül, mint a páciensbiztonság körül, ahogy ez az üzleti szolgáltatásokban élő AI-ambíciókról szóló oldalon olvasható. Az alapkérdés mindig ugyanaz: ebben a konkrét vállalatban melyik munkát lehet ténylegesen átvenni az AI-val, és melyiket csak elméletben. Erre a kérdésre a FTE TO AI werkscan ad választ feladatonként, nem ágazati szinten, hanem a saját folyamat szintjén.
Egy olyan ambíció, mint az „AI-támogatott ellátás”, csak akkor válik irányíthatóvá, ha felbontják arra, hogy mit végezhet önállóan a rendszer, mit javasolhat felügyelet mellett, és mi marad a kezelőorvosnál. Amíg ez a megkülönböztetés nincs meg, egy vezetői csapat ugyanazokkal a szavakkal különböző tervekről beszél. Ennek egy első lépése az ingyenes felkészültségi ellenőrzés: nyolc rövid kérdés, dimenziónként egy, amelyek megmutatják, hol áll a szervezet a legelőrébb, és hol a legkevésbé. A teljes ambíciótesztet, a vízió és a target state négy rétegével, valamint a szerepekhez és döntési jogokhoz való kapcsolással, jelenleg fejlesztik.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.