Die Gesundheitsversorgung der USA kann ihr eigenes viertes Ziel erreichen, oder bleibt dieses Ideal ein ewiger Verfolgungswahn, der nie wirklich erreicht wird? Die Integration von KI in das Gesundheitssystem ändert die Mathematik und beeinflusst das Ergebnis. Forscher des AI for Good Lab von Microsoft und von Microsoft Research erkunden dieses neue Element in einem Artikel, der von Frontiers in Artificial Intelligence veröffentlicht wurde. Die gesundheitlichen Säulen des vierten Ziels sind die Verbesserung der Bevölkerungsgesundheit, die Senkung der Gesundheitskosten, die Optimierung der Patientenerfahrung und die Maximierung der Arbeitszufriedenheit von Gesundheitsfachkräften. Sie weisen darauf hin, dass ein Hindernis für die Fortschritte in diese Richtung der “erhebliche Abfall” in unserem Gesundheitssystem ist.
Die Autoren empfehlen vier Maßnahmen zur Vermeidung von negativen Auswirkungen durch KI: 1. Vermeiden Sie die Verfolgung falscher Metriken. Das Ziel eines Modells ist nicht, den besten Flächeninhalt unter der Kurve zu erreichen, sondern “einen messbaren positiven klinischen Einfluss zu haben und das vierte Ziel zu erreichen, indem Metriken definiert werden, bevor das Modell implementiert wird.” 2. Einbeziehung eines menschlichen Fachexperten in den Prozess. Es ist entscheidend, einen Gesundheitsexperten in den Prozess einzubeziehen. Modelle müssen für Anbieter Sinn ergeben. 3. Testen, validieren und überwachen Sie Modelle. Alle KI-Modelle sollten vor der weit verbreiteten Implementierung prospectiv getestet und validiert werden. 4. Verwenden Sie verantwortungsvolle KI-Praktiken. Modelleffektivität ist eng mit der Qualität der verwendeten Daten verbunden.
Die Autoren erörtern auch, wie KI auf vier Arten dazu beitragen kann, die US-Gesundheitsversorgung auf das vierte Ziel hin zu bewegen: 1. Hilft Patienten bei der Entscheidung, ob sie Dienstleistungen in Anspruch nehmen sollen. 2. Hilft Patienten bei der Entscheidung, wo sie die gewünschte Versorgung erhalten können. 3. Hilft den Entscheidungsträgern zu verstehen, wie sich die sozialen Determinanten auf den Zugang, die Qualität und die Ergebnisse der Gesundheitsversorgung auswirken. 4. Unterstützt den Entscheidungsprozess der Anbieter. Die Autoren stellen fest, dass aktuelle KI-Anwendungen die Effizienz des Gesundheitswesens verbessern können, jedoch auch zu höheren Kosten führen können, wenn sie nicht korrekt angewendet werden.