หนึ่งในเซสชันที่น่าสนใจที่สุดในการประชุม SIIM (Society for Informing Informatics ด้านการแพทย์) การประชุมปี 2025 คือการประชุมเกี่ยวกับ “การปิดของ Loop: AI การมีส่วนร่วมของผู้ป่วยและยุคใหม่ที่มีข้อมูลการถ่ายภาพ” แผงมีลำโพงที่แตกต่างกันซึ่งให้มุมมองที่หลากหลาย:
- Seetharam (RAM) Chadalavada, MD, CIIP, รองประธานรังสีวิทยา – สารสนเทศ, UC Health และ CMO, PocketThealth
- Tom Hasley, CIO, Lucid Health
- Carl Swanson, MS, AVP Enterprise Imaging ที่ Medstar Health
- Rishi Nayyar ผู้ร่วมก่อตั้งและซีอีโอของ PocketThealth
ฉันคิดว่ามันปลอดภัยที่จะบอกว่า Nayyar เป็นผู้นำสิ่งที่อาจเป็นผู้ป่วยมากที่สุดที่มุ่งเน้น dicussion ในการประชุมทั้งหมด ผู้ป่วยเป็นศูนย์กลางของการสนทนาทั้งหมดด้วยความเข้าใจอย่างถ่องแท้ว่าทีมถ่ายภาพมีการใช้ AI มากขึ้นเพื่อดำเนินการดูแลอย่างชาญฉลาดมากขึ้นเสริมสร้างงานอ้างอิงสร้างประสบการณ์ผู้ป่วยที่เชื่อมต่อมากขึ้นและสิ้นสุดที่ AI กำลังดำเนินการด้านรังสีวิทยาในอีก 2 ปีข้างหน้า
นี่คือข้อมูลเชิงลึกที่สำคัญที่สุดที่ฉันจับได้จากเซสชั่นพร้อมกับมุมมองเพิ่มเติม
การเปลี่ยนแปลงนี้เช่นเดียวกับดร. ชาดาลาวาดาเดสซีเบสนั้นค่อนข้างเหลือเชื่อที่ได้ยิน ฉันรู้ว่าในช่วงหลายปีที่ผ่านมามีความกลัวในการแบ่งปันภาพถ่ายก่อนหน้านี้กับผู้ป่วยและเขาตั้งข้อสังเกตว่าบางครั้งบริบทจำเป็นต้องเข้าใจผลลัพธ์อย่างเต็มที่ อย่างไรก็ตามเรื่องราวมากมายที่ได้รับประโยชน์ข้างต้นแสดงให้เห็นถึงประโยชน์ของการแบ่งปันข้อมูลผู้ป่วยและผลลัพธ์ก่อนหน้านี้กับผู้ป่วย ฉันชอบที่จะเห็นว่าผู้ป่วยโดยการเห็นภาพรังสีวิทยาก่อนหน้านี้สามารถเตรียมพร้อมสำหรับการเยี่ยมชมของพวกเขาหรือแม้กระทั่งรับครอบครัวของพวกเขาเพื่อหลีกเลี่ยงการเยี่ยมชมที่ผลลัพธ์ทั้งหมดเป็นปกติ ทั้งสองอย่างนี้เป็นตัวอย่างที่ทรงพลังของการเป็นศูนย์กลางของผู้ป่วย แน่นอนความท้าทายที่แท้จริงในการดูแลสุขภาพคือทุกคนไม่ได้ใช้วิธีการนี้ แต่พวกเขาควร
Dr. Chadlalavada เตือนเราถึงความสำคัญของการตระหนักว่าสถานการณ์ผู้ป่วยทุกคนแตกต่างกัน เรามักจะไม่ทราบว่าผู้ป่วยที่เกี่ยวข้องกับอะไรเมื่อพวกเขาได้รับผลการถ่ายภาพ เป็นสิ่งสำคัญอย่างยิ่งที่จะนำทางเวลานั้นด้วยการดูแลและการทำให้เป็นส่วนตัว
แนวคิดของ Nayyar นี้เป็นความคิดที่สวยงามและฉันเคยได้ยินจากนักรังสีวิทยามานานหลายปี นักรังสีวิทยาจะยังคงปรึกษาแพทย์ แต่มีพลังที่แท้จริงในการให้ผู้ป่วยสามารถพูดคุยกับนักรังสีวิทยาโดยตรง นอกจากนี้ยังช่วยให้นักรังสีวิทยาพบความหมายมากขึ้นในการทำงานของพวกเขาเมื่อพวกเขาสามารถมีส่วนร่วมในผู้ป่วยโดยตรง
การค้นพบแบบสุ่มเป็นหัวข้อที่น่าสนใจเป็นพิเศษในการประชุมและปรากฏตัวหลายครั้งในแผงนี้ มันสมเหตุสมผลที่เราพูดถึงมันเพราะ AI สามารถดูทุกอย่างได้ (เช่นการสุ่มหลายครั้งมีอยู่) มันเป็นหนึ่งในมหาอำนาจพิเศษของ AI นอกจากนี้พื้นผิว AI ไม่เพียง แต่การค้นพบแบบสุ่มมากขึ้นเท่านั้น แต่ยังอนุญาตให้ทีมถ่ายภาพสามารถทำหน้าที่ได้อย่างมีประสิทธิภาพและชาญฉลาดมากขึ้น วิธีที่เราจัดการการค้นพบแบบสุ่มเหล่านี้จะมีความสำคัญสำหรับองค์กรสุขภาพใด ๆ จากการบริหารความเสี่ยงและมุมมองด้านความปลอดภัยของผู้ป่วย
สเวนสันเน้นความท้าทายที่สำคัญที่สุดสองประการด้วยการค้นพบแบบสุ่ม หนึ่งคือความท้าทายทางเทคนิคที่ค่อนข้างง่ายในการแก้ด้วยเทคโนโลยีที่เหมาะสม มันคือการระบุและสร้างรายการของการค้นพบแบบสุ่มที่จะได้รับการปฏิบัติโดยองค์การอนามัย อย่างไรก็ตาม Swanson ชี้ให้เห็นว่าความท้าทายที่ยิ่งใหญ่กว่าคือการจัดการกับผู้ที่จะติดตามการค้นพบแบบสุ่ม แม้ว่าสิ่งนี้จะเป็นแพทย์อ้างอิงแบบดั้งเดิมการเปลี่ยนแปลงการเปลี่ยนแปลงอย่างรวดเร็วและการติดตาม -อัพนั้นทำโดยเจ้าหน้าที่พยาบาลในองค์กรมากขึ้น แน่นอนว่าควรมีการกล่าวถึงว่าการติดตามผลการวิจัยแบบสุ่มเหล่านี้อาจเป็นแหล่งรายได้ที่สำคัญสำหรับองค์กรสุขภาพ
คำแนะนำของ Hasley เกี่ยวกับการสื่อสารโปรแกรมการติดตามของคุณกับแพทย์ที่อ้างอิงเป็นสิ่งที่ดี ไม่มีใครชอบที่จะตาบอดโดยสิ่งที่ไม่คาดคิดดังนั้นจึงเป็นเรื่องสำคัญมากที่จะต้องให้แพทย์อ้างอิงรู้วิธีจัดการกับการค้นพบแบบสุ่มและการติดตามผู้ป่วยเป็นสิ่งสำคัญมาก แน่นอนการสื่อสารที่ถูกต้องสามารถอธิบายความสัมพันธ์ของคุณเพื่ออ้างอิงแพทย์
อีกหัวข้อสำคัญที่กล่าวถึงในคณะกรรมการคือความสัมพันธ์ขององค์การอนามัยกับซัพพลายเออร์ภายนอก สเวนสันเสนอมุมมองที่น่าสนใจนี้เพื่อสร้างความสัมพันธ์ระหว่าง บริษัท ไอทีกับการถ่ายภาพ/รังสีวิทยาร่วมกับกระบวนการจัดซื้อจัดจ้าง
ความจริงก็คือเทคโนโลยีในการดูแลสุขภาพและรังสีวิทยาโดยเฉพาะไม่เคยเคลื่อนไหวและพัฒนาเร็วกว่าที่เคยเคลื่อนไหวในปัจจุบัน โมเดล AI พัฒนาอย่างรวดเร็วและจุดปวดที่เราไม่คิดว่าเราจะแก้ไขได้จนกว่าเราจะทำได้ในตอนนี้ การทำความเข้าใจกับจุดปวดในองค์การอนามัยของคุณเป็นผู้นำที่ดีและกุญแจสำคัญในการรับโซลูชั่นที่เหมาะสมสำหรับองค์กรของคุณ
Hasley นำความคิดของการเป็นหุ้นส่วนซัพพลายเออร์ไปอีกระดับหนึ่งในขณะที่เขาตระหนักว่าซัพพลายเออร์ส่วนใหญ่ของเขาไม่ใช่หุ้นส่วนที่แท้จริง ฉันจะอธิบายคำจำกัดความของเขาเกี่ยวกับพันธมิตรซัพพลายเออร์แท้ในฐานะคนที่ฟังผู้ใช้อย่างลึกซึ้ง มันเป็นการเปิดตาที่ได้ยินว่า Hasley กล่าวว่าซัพพลายเออร์ทั้งหมดของเขาเขาอาจนับพันธมิตรที่แท้จริงในมือข้างหนึ่ง
เมื่อ Nayyar ปิดเซสชันเขาถามสิ่งที่ฉันคิดว่าเป็นหนึ่งในคำถามที่น่าสนใจที่สุด เขาต้องการที่จะรู้มุมมองของผู้ร่วมอภิปรายเกี่ยวกับสิ่งที่ “ทำให้เราประหลาดใจอย่างใจเย็นในด้านรังสีวิทยา” ในอีก 2 ปีข้างหน้า นอกจากนี้เขายังโยนคำตอบของเขา
การทำนายของ Nayyar โดดเด่นสำหรับฉัน ค่าใช้จ่ายของตัวแทน AI จะใกล้เคียงกับศูนย์และมันเปลี่ยนวิธีที่เราคิดเกี่ยวกับการแก้ปัญหา ซึ่งหมายความว่าทีมถ่ายภาพต้องตระหนักว่า AI ไม่เพียง แต่เป็นเครื่องมือ แต่เป็นส่วนสำคัญของการที่องค์กรสุขภาพดูแลดูแล รวมเข้ากับความจริงที่ว่าตัวแทน AI เหล่านี้มีความฉลาดและมีประสิทธิภาพมากขึ้นในสิ่งที่พวกเขาทำฉันคิดว่าเราสามารถเริ่มฝันถึงสิ่งที่จะเป็นไปได้สองปีจากนี้ อย่างไรก็ตามสิ่งหนึ่งจะต้องเป็นจริง เราต้องจดจ่อกับวิธีการแก้ปัญหาของผู้ป่วย
ขอบคุณ Siim และ PocketThealth สำหรับการจัดเซสชันที่ยอดเยี่ยมในการประชุม มากมายที่จะเคี้ยวที่นั่นและฉันชอบธรรมชาติที่มุ่งเน้นของผู้ป่วยในเซสชั่นนี้ คุณคิดอย่างไรกับมุมมองและความคิดเหล่านี้? เราชอบที่จะได้ยินสิ่งที่คุณคิดเกี่ยวกับพวกเขาในโซเชียลมีเดีย
PocketThealth เป็นผู้สนับสนุนที่ภาคภูมิใจของฉากการดูแลสุขภาพ