Wie hängt KI mit der Interoperabilität im Gesundheitswesen zusammen?
In einer Podiumsdiskussion über die Zukunft der interoperablen Intelligenz sagte Sarang Deshpande, Vizepräsident und Chief Data and Analytics Officer bei Franciscan Health, dass es bei der Interoperabilität in den letzten 10 Jahren um regulatorische Datenaustauschanforderungen wie HL7 und Fast Healthcare Interoperability Resources (FHIR) gegangen sei. Aus seiner Sicht besteht die nächste Phase der Interoperabilität darin, interne Systeme miteinander zu verbinden und zu kommunizieren und so die Arbeitsabläufe zu verbessern.
„Wir haben noch viel zu tun, aber mein Hauptanliegen ist der Übergang vom Datenaustausch zu einem gut vernetzten Ökosystem“, sagte Deshpande.
Jawad Khan, Chief Data and Analytics Officer am Akron Children’s Hospital, sagte, dass die Interoperabilität oft auf diskrete, von System zu System gemeinsam genutzte Daten beschränkt sei; Im Zeitalter der KI muss es dynamischer sein und sein Format im laufenden Betrieb ändern können.
Die Diskussionsteilnehmer brachten zum Ausdruck, dass die Daten vieler Organisationen nicht für KI und die erforderliche Interoperabilität bereit seien, um KI-Initiativen in größerem Maßstab erfolgreich zu machen.
Tamara Wegner, Senior Director of Enterprise Platform Service bei Nordic, sagte, dass einige Unternehmen zu schnell in den KI-Bereich vordringen.
„Man sieht hochtrabende KI-Gedanken, aber wenn man die Zwiebel schält, kämpft der Kern immer noch und die Grundlage ist nicht vorhanden, um Unternehmen in der KI-Arbeitskette dorthin zu bringen, wo sie hin wollen“, sagte sie.
„Alles und jeder ist bereit für KI, außer Ihren eigenen Daten“, stimmte Deshpande zu und fügte hinzu, dass es in der Branche an Datenkompetenz und Datenverantwortung mangelt und viele Menschen nicht die harte, mühsame Arbeit auf sich nehmen wollen, um Daten für die Zukunft aufzubereiten.
ERKUNDEN: Wie verändern Gesundheitssysteme ihr Datenmanagement?
Vorbereiten von Daten für die KI-Implementierung im Gesundheitswesen
Khan sagte, dass es für IT-Teams wichtig sei, das Full-Stack-Engineering und seine Funktionsweise im Datenbereich zu verstehen. Es könne dazu beitragen, Daten auf eine Weise zu vereinheitlichen, die Data Lakes nicht können, erklärte er. KI kann eine entscheidende Rolle dabei spielen, das Full-Stack-Engineering zu vereinfachen. Governance ist ebenfalls von entscheidender Bedeutung.
„Um die Datenqualität zu verbessern, muss man der Datengenerierung so nahe wie möglich kommen. Ich ermutige mein Team, zu verstehen, wie Daten in das System eingegeben werden“, sagte Khan. „Wenn Sie die Datenqualität so nah wie möglich an dem Ort angehen können, an dem die Daten generiert werden, müssen Sie sich im Backend nicht so viele Sorgen machen. Wenn Sie die Datenqualität im Backend erledigen, geraten Sie in einen Teufelskreis.“
Um dies zu erreichen, müssen Datenproduzenten Teil von Data-Governance-Ausschüssen sein. Er empfahl, am Front-End der Daten zu beginnen und sich zum Back-End vorzuarbeiten. Laut Khan ist es auch hilfreich, Technologie zur Berichterstattung über die Datenqualität zu nutzen.
Scott McEachern, CIO am Southern Coos Hospital and Health Center in Bandon, Oregon, betonte die Notwendigkeit klarer Schritte und des Verständnisses des „Warum“ für Endbenutzer, die Daten generieren.
Khan ermutigte IT-Führungskräfte im Gesundheitswesen, eine Bestandsaufnahme ihrer internen Ressourcen vorzunehmen, bevor sie neue Tools implementieren. Die Zusammenarbeit mit Partnern kann dazu beitragen, bereits getätigte Investitionen zu maximieren, insbesondere mit Plattformen für elektronische Patientenakten und Unternehmensressourcenplanung.
Während die Datenverwaltung entmutigend wirken kann, sagte Deshpande, es sei ein guter Zeitpunkt, auf der KI-Welle zu reiten und einen Kompetenzzentrumsansatz für Daten zu verfolgen.
„Konzentrieren Sie sich auf Governance, Prozesse und die richtigen Tools und übertragen Sie diese Arbeit dann auf die Geschäftsbereiche“, sagte er. „Wenn Sie die aktuelle Aufregung nicht nutzen, verpassen Sie möglicherweise Ihre Chance.“
McEachern sagte, dass Kennzahlen hilfreich seien, um die Zustimmung von Ärzten zu gewinnen. Er empfahl, die Daten ruhig und professionell zu präsentieren, um zu zeigen, wie lange sie für die Erledigung bestimmter Aufgaben benötigen, und dann zu erklären, wie neue Prozesse oder Tools dazu beitragen können, Zeit zurückzugewinnen.
Klicken Sie auf das Banner unten um sich für den wöchentlichen Newsletter von HealthTech anzumelden.
