Ligia Kornowska, liderka Koalicji AI w Zdrowiu i dyrektor zarządzająca Polskiej Federacja Szpitali, proponuje aby podyskutować o tym, jak faktycznie włączyć rozwiązania AI i ML do operacyjnych procesów biznesowych firmy? Jak poprzedzić to odpowiednim uporządkowaniem danych?
Członkowie Rady Programowej CXO HUB przedstawiają rekomendacje do tematów spotkań naszej społeczności w 2023 r. Jakie tematy zagoszczą w Agendzie CXO HUB “Ludzie – biznes – technologia” – o tym zadecydują głosy samej społeczności. Poprosiliśmy o rekomendacje:
- Dlaczego warto rozmawiać o danym temacie?
- W jaki sposób?
- Z kim?
Zapraszamy do lektury rekomendacji do Agendy CXO HUB 2023 oraz oddania głosu w ankiecie udostępnionej w ramach Grupy CXO HUB w serwisie LinkedIn!
Państwa głos zdecyduje o czym będziemy dyskutować w 2023!
Jak faktycznie włączyć rozwiązania AI i ML do operacyjnych procesów biznesowych firmy? Jak poprzedzić to odpowiednim uporządkowaniem danych?
Błyskotliwa kariera AI/ML trwa, w ostatnim czasie szczególnie w Social Mediach, gdzie przebojem są konwersacje z ChatGPT.
Proponuję nie zajmować się w CXO HUB fenomenem pop-kulturowym, ale faktycznym wdrażaniem rozwiązań sztucznej inteligencji do realizacji działań, procesów biznesowych. W jaki sposób udostępnić AI/ML jako narzędzie użytkownikom w organizacji? Tak, aby przy jego pomocy realizowali dotychczasową albo zupełnie nową pracę? Jak wykorzystać potencjał tych rozwiązań do zmian na rzecz efektywności
Uważam, że doskonałym punktem odniesienia dla wszystkich sektorów może być sektor ochrony zdrowia. Dlaczego?
Rozwiązania AI działają w sektorze zdrowia od dłuższego czasu. Służą do tego, aby diagnozować i leczyć pacjenta. Także na polskim rynku mamy ciekawe przykłady. Jeśli pacjent pójdzie do szpitala powiatowego na SOR z powodu urazu klatki piersiowej czy kończyny, wynik jego prześwietlenia RTG może być oceniony przez rozwiązanie AI i zatwierdzony pieczątką lekarza. Z algorytmów AI korzysta obecnie w Polsce 6,6% szpitali, a gdyby uwzględnić wszystkie placówki leczenia, łącznie z gabinetami to odsetek ten wynosi 2,5%. To statystyki Centrum e-Zdrowia: mało i dużo. Sztuczna inteligencja jest obecna na polskim rynku w zasadzie dopiero od kilku lat.
Jeszcze 6-7 lat temu na świecie certyfikowanych do zastosowania w ochronie zdrowia było zaledwie 30 algorytmów AI. Pod koniec 2020 r. było ich ponad 450. Tempo nie spada. Pomimo, że stoimy przed szeregiem wyzwań: trudna wyjaśnialność algorytmów (np. dlaczego rozpoznał, że w klatce piersiowej jest nowotwór), podatność na dyskryminację lub zaburzenia wyniku ze względu na dobór próby (jeśli algorytm był uczony na zawężonej grupie pacjentów, jego wynik może być inny w innej grupie a użytkownik nawet nie będzie o tym wiedział), prawne – Unia Europejska wprowadza na przykład AI Act, który odnosi się nie tylko do sektora ochrony zdrowia.
W Polsce, Koalicja AI w zdrowiu we współpracy z Ministerstwem Zdrowia, Polska Federacją Szpitali i podmiotami publicznymi stworzyła „Białą Księgę AI w praktyce klinicznej” i tam opowiadamy na pytania, czy AI może samodzielnie diagnozować pacjentów, czy fakt jego wykorzystywania musi być umieszczony w dokumentacji placówki medycznej, i proponuje szereg rekomendacji. Z pewnością nie rozwiązuje wszystkich wyzwań, ale stanowi mocny wkład w systemowy rozwój wykorzystania AI w Polsce w sektorze zdrowia.
Uniwersalnym wyzwaniem pozostaje dostęp do odpowiedniej jakości danych na potrzeby trenowania algorytmów sztucznej inteligencji. Jeśli np. algorytmy będą uczyć się tylko na grupie pacjentów azjatyckich czy ze Stanów Zjednoczonych, to może się okazać, że to my – Europejczycy – będziemy grupą dyskryminowaną, dla której wskazania AI są nietrafne, zafałszowane. Problem dostępu do odpowiednich danych jest bardzo gorący i uniwersalny. Nowo uchwalony Data Governance Act mówi, że dostęp do danych powinien odbywać się za zgodą obywatela. Trwa dyskusja czy i jak można dane pseudonimizować, bez zgody obywatela czy pacjenta.
Dlaczego warto potraktować jako punkt odniesienia sektor zdrowia? Po pierwsze unikalna, nieporównywalna z innymi sektorami, prawna konieczność zapewnienia nieszkodzenia pacjentowi. Bezpieczeństwo pacjenta musi być zagwarantowane przy wykorzystaniu AI; jeśli my potrafimy to organizacyjnie, proceduralnie i w rozwiązaniach zapewnić – to zakładam, że to jest ważna i dobra praktyka dla innych sektorów, dla wszystkich firm, które w rzetelny i skuteczny sposób chcą adaptować rozwiązania AI do swoich procesów.
Co więcej, sektor zdrowia już opracował schematy jak weryfikować algorytmy sztucznej inteligencji. To doświadczenie z wykorzystania AI dotyczy nie tylko części białej, medycznej, ale i „szarej”, administracyjnej – a szpitale mają takie same wymogi, procesy zarządcze i administracyjne jak każdy inny podmiot.
Not hot? Nie rekomendowałabym na pewno dzisiaj organizowania spotkań poświęconych metaversum. Temat jest na razie spalony, brak ciekawych, realnych zastosowań. Nie tylko z mojej perspektywy, ale także innych sektorów – to może się zmienić, ale na drugą odsłonę „meta” jeszcze zaczekamy.
