Viele Anbieter erklären Vertrauen in ihre KI -Strategie aus, aber relativ wenige haben die Governance -Strukturen festgelegt, die erforderlich sind, um verantwortungsbewussten KI -Einsätzen zu gewährleisten.
Nordic Consulting veröffentlichte diesen Monat einen Bericht, der auf einer Umfrage unter 127 Führungskräften basiert, die bei Gesundheitsorganisationen, hauptsächlich Krankenhäusern und Kliniken, arbeiten. Die Ergebnisse zeigten, dass 70% der Führungskräfte zumindest etwas zuversichtlich in den KI -Governance -Rahmen ihrer Organisation sind, aber nur 15% berichten, dass sie eine skalierbare Infrastruktur vorliegen.
Während es erhebliche Begeisterung in Bezug auf KI gibt, erweist sich die Skalierung in einem Gesundheitsunternehmen als unglaublich komplexer Prozess, sagte Kevin Erdal, Senior Vice President für Transformation and Innovation Services bei Nordic.
Um die Skalierbarkeit zu erreichen, müssen Anbieter einen tiefen Eintauchen in die „Skala“ in Bezug auf anhaltenden Gebrauch eintauchen. Viele Unternehmen unterschätzen die laufenden Managementanforderungen von KI -Modellen, insbesondere benutzerdefinierte Tools, die hohe Rechenressourcen konsumieren, erklärte Erdal.
Die Datenbereitschaft ist auch für den KI -Erfolg von entscheidender Bedeutung, betonte er. Viele Befragte zitierten den Mangel an Infrastruktur für den Zugriff und die Prozessdaten aus unterschiedlichen Systemen als Haupthindernis für die KI -Skalierbarkeit, wie Erdal feststellte.
„Es könnte ein Szenario sein, in dem Sie die Daten bereits leicht verfügbar oder gespeichert haben, aber Sie haben nicht unbedingt die Interoperabilität, um einige der Daten aus Ihren relevanten Systemen in der kollektiven Institution zu erreichen und zu greifen. Es ist eine Sache, Daten zu speichern, und es ist eine andere, Daten verarbeiten zu können“, erklärte er.
Wenn es um neue KI -Tools auf dem Gesundheitsmarkt geht, gibt es viel Hype und Schleuste – aber es sind die unsexy, grundlegenden Elemente wie Datenmanagement- und Computerinfrastruktur, die reale Siege bestimmen, erklärte Erdal.
Wenn Unternehmen die richtigen Daten nicht erfassen können, werden Modelle scheitern – egal wie vielversprechend die Technologie, warnte er.
Er wies auch darauf hin, dass die Führungskräfte des Gesundheitswesens aufgrund der breiten Verfügbarkeit von Anbietermodellen ihre KI -Bereitschaft überschätzen könnten. In seinen Augen umfasst die wahre Vorbereitung Governance, Infrastruktur, Daten und – kritisch – Änderungsmanagement.
„Es ist eine Sache, ein Modell einzuschalten, aber brauchen Sie die übergeordnete Governance, um diese operativen Benutzer in dieses Gespräch einzubeziehen“, bemerkte Erdal.
Der Änderungsmanagementprozess wird häufig übersehen, und Organisationen erklären ihre Endbenutzer häufig nicht das Gesamtziel der Technologie, erklärte er. Wenn beispielsweise ein Krankenhaus ein KI-Modell einsetzt, um No-Shows vorherzusagen, muss die Organisation seinen Plan dafür mitteilen, was mit dieser Einsicht zu tun ist, sagte Erdal.
Während sich die Akzeptanz von KI im Gesundheitswesen weiterentwickelt, wird der Erfolg nicht von auffälligen Demos kommen – er wird von der weniger glamourösen Arbeit wie dieser stammen, erklärte er.
Foto: Erhui1979, Getty Images
