Podcast: Reproduza em uma nova janela | Download (Duração: 41:48 — 38,3 MB)
Assine: Podcasts da Apple | Spotify
Ken Kawamoto, PhD, da Universidade de Ciências da Saúde de Utah, percorre o AI Workbench, um “construtor de ferramentas” integrado ao EHR que desbloqueia o trabalho clínico de IA na empresa. Assista abaixo ou no YouTube.
Ken Kawamoto, Diretor de Transformação de IA em Saúde, Universidade de Utah Health
Um obstáculo comum que impede os programas clínicos de IA é a largura de banda: as ideias de primeira linha se acumulam mais rápido do que as equipes de TI conseguem construir, validar e gerenciar soluções individuais. A Universidade de Utah Health percebeu esse padrão cedo. Como resultado, a instituição desenhou em torno disso, construindo o que os seus líderes descrevem como uma caixa de ferramentas.
Ken Kawamoto, Ph.D., diretor de transformação de IA em saúde da Saúde da Universidade de Utahlidera esforços para dimensionar a IA em cuidados clínicos, pesquisa e educação. A nova função foi criada no início deste ano, logo depois que o Mountain West Academic Medical Center lançou um laboratório de inovação do sistema de saúde focado na prototipagem rápida. Especificamente, o laboratório leva ideias de IA do conceito ao protótipo funcional em um ou dois dias.
Esta mudança de ritmo foi possível graças aos padrões de raciocínio que surgiram no outono passado. Durante anos, a equipe de Kawamoto testou grandes modelos de linguagem anteriores, e os resultados foram impressionantes em demonstrações, mas não foram confiáveis na produção. Assim que a nova geração surgiu, a equipe viu uma mudança radical. De repente, as ferramentas que a organização poderia implementar com segurança para prestadores e pacientes estavam ao seu alcance.
Da construção personalizada à ferramenta genérica
O AI Workbench está no centro desse esforço. Especificamente, a ferramenta reside no Epic e usa interoperabilidade baseada em padrões, como o SMART do FHIR. Os usuários finais podem extrair dados do prontuário médico e analisá-los com prompts personalizados, sem a necessidade de engenharia única. Como resultado, a arquitetura é independente de EHR e extensível a qualquer sistema que suporte os padrões relevantes.
“O que antes era construir e passar pelo gerenciamento da criação de ferramentas individuais agora é construir uma ferramenta para criar ferramentas”, disse Kawamoto.
Os testes beta revelaram um padrão recorrente na distribuição. Em particular, as ferramentas identificam regularmente problemas clínicos que os médicos não perceberam. Portanto, o trabalho de validação estendeu-se a centenas de casos retirados de uso real. A equipe lida rapidamente com casos extremos à medida que surgem.
Pilotos, velocidade e controle
Para avançar na velocidade que a tecnologia exige, a instituição reestruturou seu ritmo de gestão. A alta gestão de TI agora se reúne semanalmente sobre tópicos relacionados à IA, em vez de esperar por ciclos mensais de revisão. Além disso, a equipe utiliza intencionalmente estruturas existentes, aproveitando o que já funciona.
A estrutura de reporte reflete esta amplitude. A função de Kawamoto se reporta a Jim Hotaling, MD, diretor de inovação, com uma linha pontilhada para a diretora digital Donna Roach. Para esse efeito, o acordo mantém as partes interessadas alinhadas entre a TI, a clínica e a inovação, uma vez que trabalhar com IA depende de um investimento partilhado de cada líder cuja missão afeta.
Os pilotos são projetados de forma semelhante para produzir um sinal real. Kawamoto apontou dois modos de falha: programas que permanecem permanentemente em modo piloto e programas que são iniciados prematuramente. O meio-termo requer usuários engajados, que sabem que estão no estágio piloto e que fornecem feedback constante. Paralelamente a isso vai uma avaliação de segurança rigorosa.
Ferramentas anteriores de apoio à decisão clínica muitas vezes acrescentavam tempo para ganhos insignificantes. No entanto, as ferramentas atuais proporcionam 10 vezes mais economia de tempo para tarefas comuns, ao mesmo tempo que melhoram a segurança e a eficiência. Este ganho traduziu-se num profundo envolvimento dos médicos durante as fases piloto.
Contexto de dados como trabalho real
Apesar do foco nos modelos, Kawamoto disse que é no nível dos dados que a maior parte da IA clínica falha. Na verdade, a maioria dos erros de produção se deve ao fato de os dados errados serem inseridos no contexto ou de os dados corretos serem extraídos da maneira errada.
Essa observação mudou onde a equipe investiu sua energia. A maior parte do trabalho da IA é, na verdade, engenharia de dados, o que significa encontrar quais dados surgir, extraí-los rapidamente e apresentá-los de uma forma utilizável. O investimento de longa data da instituição na interoperabilidade baseada em padrões também está rendendo dividendos, muitos dos quais através de Reimaginar EHR um programa Kawamoto fundado anos atrás.
A gestão semanal também reflete essa ênfase. A reunião permanente inclui liderança de data warehouse e relatórios de dados para executivos de nível C. As decisões de contexto são tomadas juntamente com as decisões de modelo e fluxo de trabalho.
Leve embora:
- Escala de endereço antecipadamente. Uma ferramenta que permita aos médicos criar seus próprios aplicativos de IA poderia eliminar a fila de construções personalizadas únicas.
- Redefina a cadência da direção para corresponder à tecnologia. Por exemplo, reuniões semanais em vez de reuniões mensais mantêm os programas de IA em andamento.
- Trate os pilotos como uma saída. Especificamente, usuários beta engajados e validação em centenas de casos reais levam a implantações mais seguras e rápidas.
- Invista na engenharia de dados como base. A maioria dos erros de produção de IA resulta de problemas de contexto de dados.
- Reavalie a tecnologia com frequência. Além disso, os padrões de raciocínio tornaram viáveis casos de uso anteriormente rejeitados por meses.
O conselho mais direto de Kawamoto aos líderes dos sistemas de saúde é repensar as suposições que tinham há seis meses. “Eu não deixaria que seu conceito de ontem o impedisse de pensar, ei, talvez hoje seja diferente”, disse ele.
