องค์กรด้านสุขภาพใช้เครื่องมือ AI-run เป็นส่วนหนึ่งของเวิร์กโฟลว์ทางคลินิกของพวกเขาเพื่อสนับสนุนการตัดสินใจและระบบอัตโนมัติของงานด้านการบริหาร Segewi กล่าว ในความเป็นจริงผู้ให้บริการด้านสุขภาพของสหรัฐฯมากกว่าครึ่ง (50.8%) วางแผนที่จะเพิ่มค่าใช้จ่าย AI ที่เกิดขึ้นและต้องการการรวมข้อมูลที่แข็งแกร่งและความสามารถในการวิเคราะห์เพื่อช่วยกรณีการใช้งานรุ่นต่อไปของพวกเขา
“ด้วยการเสนอการประมวลผลข้อมูลแบบเรียลไทม์การรวมที่ปลอดภัยและโครงสร้างพื้นฐานที่ปรับขนาดได้แพลตฟอร์มข้อมูลที่ทันสมัยทำให้เกิดเหตุผลสำหรับกรณีการใช้งานขั้นสูงทำให้องค์กรสามารถฝึกอบรมโมเดล AI ในชุดข้อมูลที่กว้างขวางและคุณภาพสูง” Sgewi กล่าว
Tina Esposito รองประธานอาวุโสและหัวหน้าเจ้าหน้าที่ข้อมูลของ Advocate Health ซึ่งมีสำนักงานใหญ่ใน Charlotte, NC และมีช่วงหกรัฐคลาวด์กล่าวว่าองค์กรต่างๆอนุญาตให้มีการชาร์จข้อมูลของพวกเขาให้ทันสมัยและประชาธิปไตยเพื่อให้พวกเขาสามารถตัดสินใจได้ดีขึ้น
“จำนวนเงินที่ข้อมูลเพิ่มขึ้นนั้นมีขนาดใหญ่มากและเมื่อคุณคิดว่าคุณต้องการควบคุมมันเป็นสินทรัพย์อย่างไรมองท้องฟ้าเพราะนี่คือที่ที่มันจะปรับขนาดได้เข้าถึงได้ง่ายและจัดการได้มากขึ้น” Esposito กล่าว
อ่านเพิ่มเติม: ทำตามกลยุทธ์การควบคุมข้อมูล AI เหล่านี้เพื่อความสำเร็จ
เหตุใดแพลตฟอร์มข้อมูลที่ทันสมัยจึงมีความสำคัญสำหรับ AI ในการดูแลสุขภาพ
แพลตฟอร์มข้อมูลที่ทันสมัยประมวลผลข้อมูลจำนวนมากรวมถึงข้อมูลจากบันทึกผู้ป่วยผลลัพธ์ในห้องปฏิบัติการและอุปกรณ์พกพาอธิบาย Sha Edathumparampil หัวหน้าฝ่ายดิจิตอลและเจ้าหน้าที่ข้อมูลสำหรับ Baptist Health South Florida
ระบบสุขภาพใช้แพลตฟอร์มข้อมูลบนคลาวด์และรวม Data Lakehouse ส่วนกลางเข้ากับแพลตฟอร์ม AI และรุ่นจาก Microsoft, Amazon Web Services และ Google
“ AI และการวิเคราะห์ทำให้ระบบเหล่านี้มีประสิทธิภาพแพทย์และพยาบาลที่ให้การสนับสนุนเพื่อทำการตัดสินใจทางคลินิกทำนายความเสี่ยงของผู้ป่วยและเตรียมการดำเนินงานของโรงพยาบาลในช่วงเวลาที่วุ่นวาย” Edathumparampil กล่าว “นอกเหนือจากการคาดการณ์แล้วพวกเขายังทำการวางแผนและเอกสารโดยอัตโนมัติซึ่งเป็นเวลาที่ปล่อยออกมาสำหรับการดูแลผู้ป่วยพวกเขายังสามารถวิเคราะห์การสแกนทางการแพทย์ของมนุษย์และติดตามแนวโน้มสุขภาพของประชากร”
การรวมข้อมูลทั้งภายในและภายนอกเป็นฟังก์ชั่นหลักของแพลตฟอร์มข้อมูลที่ทันสมัยสำหรับ Esposito ที่ Advocate Health
“ มันเป็นเรื่องยากมากสำหรับคำถามเชิงกลยุทธ์ที่จะตอบง่ายๆจาก EHR เช่นหรือระบบซัพพลายเชน” Esposito กล่าว “มันเป็นการรวมที่ช่วยให้มันดึงมันเข้าด้วยกัน”
Esposito กล่าวว่า Advocate Health ได้ทำงานกับการเรียนรู้ของเครื่องและการสร้างแบบจำลองที่คาดการณ์ได้และตอนนี้ย้ายไปที่ AI กำเนิด ระบบสุขภาพใช้ AI เพื่อให้ได้ประสิทธิภาพในการปฏิบัติงานเช่นทำให้มั่นใจได้ว่าพวกเขามีพนักงานที่เหมาะสมในเวลาที่เหมาะสมรวมถึงการทำนายระยะเวลาการเข้าพักของผู้ป่วยเธอกล่าว
ด้วยชีวิตของผู้ป่วยที่มีความเสี่ยงจะต้องทำความสะอาดข้อมูลในแพลตฟอร์มข้อมูลที่ทันสมัยก่อนที่จะถูกเพิ่มเข้าไปในฐานข้อมูลสุขภาพเช่น EHRS แหล่งข้อมูลที่แตกต่างกันจะต้องรวมและการทำซ้ำและความไม่สอดคล้องกันถูกกำจัด Sgewi กล่าว
“ นี่เป็นสิ่งสำคัญในการใช้รูปแบบการแพทย์ที่มีความแม่นยำและการดูแลผู้ป่วยที่มีความแม่นยำมากที่สุดซึ่งข้อมูลที่ซ้ำซ้อนหรือไม่สอดคล้องกันอาจเป็นอันตรายต่อความปลอดภัยและความไว้วางใจของผู้ป่วย” Sgewi กล่าว