Como traçar um roadmap para implementar novas tecnologias de IA no setor de Saúde

A Inteligência Artificial (IA) e o Machine Learning (ML) estão transformando rapidamente os processos de pesquisa, compra e ferramentas de TI implementadas na saúde digital.

Com novos avanços anunciados quase todos os dias, as organizações de saúde avaliam as ofertas mais recentes e ferramentas de ponta.

A seleção de parceiros é um componente desafiador de qualquer projeto de tecnologia em saúde e pode ser ainda mais difícil em um mercado cheio de promessas, esperanças e grandes ideias. E a integração da Inteligência Artificial em uma linha de serviço ou fluxo de trabalho exige mais do que apenas um processo de aquisição com base no preço.

No momento a Inteligência Artificial não é algo que pode ser adotado passivamente em uma organização. A IA deve ser implantada com cuidado, peça por peça, de forma mensurável.

As organizações devem criar um plano abrangente de como, quando e por que adicionar IA aos caminhos clínicos ou operacionais existentes e devem monitorar cuidadosamente os impactos de curto e longo prazo de fazê-lo – especialmente se a segurança do paciente for questionada.

Quais são os principais componentes do desenvolvimento de um roadmap para um projeto de Inteligência Artificial na área de saúde e como as instituições de saúde podem evitar algumas das armadilhas comuns ao adotar tecnologias que ainda estão em desenvolvimento em um ambiente em rápida mudança?

Identifique sua liderança de IA

Nenhuma equipe ou iniciativa de transformação digital na saúde é capaz de ser um agente eficaz de mudança sem uma liderança e orientação fortes. Portanto, identificar um líder para ser a vanguarda de todas as iniciativas de IA em sua organização é o primeiro e mais importante

passo. Idealmente, isso terá a forma de um Chief Experience Officer (CXO) ou equivalente que se reporte diretamente ao CEO para conduzir com eficiência as ideias e os projetos. Segundo estudos do Capgemini Digital Transformation Institute, as organizações com um chefe dedicado de IA superam as empresas sem uma liderança clara (com todas as iniciativas de IA funcionando de forma desconectadas) em várias áreas. Aproximadamente um terço das 1000 organizações pesquisadas tem um chefe de IA dedicado e os resultados mostram: as empresas com um líder de IA dedicado observaram um aumento de 17% nos leads de clientes entrantes, e já as empresas sem liderança de IA aumentaram apenas 9%.

Identifique um caso de uso

Começar pequeno pode ser uma boa estratégia quando se trata de tecnologia em saúde. O ceticismo sobre a maturidade e o valor das ferramentas de Inteligência Artificial e Machine Learning ainda é comum, então líderes de IA provavelmente precisarão provar seu ponto com um programa piloto ou bem definido antes de obter aceitação mais ampla.

A implantação de uma nova tecnologia em um ambiente limitado também pode dar às organizações a chance de experimentar, iterar e resolver problemas antes de afetar as operações em uma escala maior. Definir um caso de uso pode ajudar as organizações a entender exatamente de quais dados precisam – e exatamente quais serão os recursos resultantes.

Encontre um parceiro com a expertise adequada

Nem toda IA é criada da mesma forma e uma implementação de Inteligência Artificial na saúde provavelmente será uma parceria de longo prazo, o que significa que um parceiro confiável que reúna as expertises necessárias para desenvolver um projeto e capaz de realmente entender as suas necessidades é o primeiro e melhor passo.

Você certamente deseja trabalhar com um fornecedor que tenha uma boa reputação e um produto que seja capaz de evoluir com o seu sistema de saúde ao longo do tempo. Em radiologia, a IA precisa ser capaz de ajudar o radiologista a tomar decisões mais rápidas e extrair informações críticas com rapidez. Você quer uma solução de IA que ofereça uma amplitude e profundidade significativas de patologias e modalidades, que tenha seu próprio roadmap claramente definido e que tenha uma estratégia preparada para o futuro.

Isso influenciará diretamente sua relevância. Os recursos de futuro de qualquer fornecedor de IA são um fator crítico, especialmente para grupos de saúde maiores que exigem um parceiro que pode mantê-los relevantes e gerenciar várias áreas e locais.

Desenvolva as habilidades de sua equipe

Adotar a Inteligência Artificial na medicina e não ser capaz de aproveitar todo o seu potencial devido à falta de habilidades e compreensão dos funcionários é um caminho de mão única para o fracasso. Para obter todos os benefícios da IA, as organizações devem preparar uma equipe de especialistas em IA para conceituar os casos de uso de IA, codificá-los e implementá-los.

De acordo com a Capgemini, quase dois terços das organizações (64%) consideram a falta de habilidades o maior desafio para a implementação de IA. O conjunto de experts de IA é pequeno neste estágio e simplesmente não há pessoas suficientes para realizar essas tarefas.

Da mesma forma, a disponibilidade de dados para treinar e testar sistemas de IA é importante, pois dados insuficientes ou irrelevantes prejudicam a precisão dos aplicativos de IA, os tornando não confiáveis e inutilizáveis. Portanto, ter uma equipe de análise e ciência de dados dedicada para encontrar os dados certos a serem analisados é crucial para aproveitar todo o potencial da IA.

A pesquisa da Capgemini mostra que as organizações com a combinação certa de dados e habilidades obtêm benefícios significativamente maiores da IA do que aquelas que ainda não os desenvolveram.

Na MaChiron, contamos uma equipe que agrega diversas expertises, desde a área da ciência de dados até a área médica, o que nos permite entender exatamente como e qual tecnologias vão agilizar e dar mais relevância aos atendimentos.