ในช่วงการระบาดของโควิด-19 โรงพยาบาลทั่วประเทศกำลังดำเนินงานภายใต้ภาวะกดดันสูงสุด ความเหนื่อยหน่ายของแพทย์เพิ่มขึ้นเนื่องจากจำนวนผู้ป่วยเพิ่มสูงขึ้น และความไม่มีประสิทธิภาพที่เคยยอมรับกันมานานก็ส่งผลกระทบทันที
แม้ว่าเครื่องมือและเทคโนโลยีที่มีอยู่แล้วสามารถแก้ไขปัญหาการดำเนินงานเหล่านี้ได้หลายอย่าง โดยเฉพาะด้านเอกสารทางคลินิก แต่ลักษณะของการดูแลสุขภาพทำให้ซับซ้อนในเรื่องของเวลาและวิธีการนำเทคโนโลยีใหม่มาใช้ สำหรับ Nick F. Hernandez หัวหน้าเจ้าหน้าที่เทคโนโลยีที่ ZyDoc Medical Transcription วิกฤตนี้เผยให้เห็นข้อจำกัดพื้นฐานของนวัตกรรมในการดูแลสุขภาพ แม้ว่าเทคโนโลยีที่พิสูจน์แล้วจะสัญญาว่าจะช่วยบรรเทาภาระ แต่การนำมาใช้ก็มีความเสี่ยงที่มักตกอยู่กับแพทย์เป็นอันดับแรก และในที่สุดคือผู้ป่วย
"เวลามักถูกมองว่าเป็นเรื่องทางเทคนิคหรือการดำเนินงาน ในขณะที่มันเป็นเรื่องของจริยธรรม" Hernandez กล่าว "การรอช่วงเวลาที่สมบูรณ์แบบอาจทำให้เราโดยไม่ตั้งใจรักษาระบบที่กำลังล้มเหลวกับผู้คนที่พึ่งพามันอยู่"
เพื่อสนับสนุนผู้เชี่ยวชาญด้านการดูแลสุขภาพในช่วงการระบาด ZyDoc บริษัทในระยะเริ่มต้นที่มุ่งเน้นเอกสารทางคลินิกและประสิทธิภาพการทำงาน ได้เสนอเทคโนโลยีโดยไม่คิดค่าใช้จ่ายเพื่อช่วยลดภาระเอกสารที่กินเวลาทางคลินิกที่มีจำกัด "นี่ไม่ใช่เรื่องของการนำผลิตภัณฑ์มาใช้หรือรายได้" Hernandez กล่าว "แต่เป็นเรื่องของว่าเทคโนโลยีที่พิสูจน์แล้วจะช่วยให้แพทย์ดูแลผู้ป่วยได้มากขึ้นในช่วงวิกฤตหรือไม่"
โรงพยาบาลหลายแห่งเลือกที่จะใช้ระบบเดิมต่อไปแทนที่จะนำเครื่องมือใหม่มาใช้ท่ามกลางวิกฤต การตัดสินใจที่เข้าใจได้และสามารถปกป้องได้ในแง่การดำเนินงานนี้ ได้ให้บทเรียนแก่ Hernandez มันทำให้มุมมองของเขาชัดเจนขึ้นว่าความเป็นผู้นำทางเทคนิคที่มีประสิทธิภาพในการดูแลสุขภาพต้องคาดการณ์ว่าเทคโนโลยีใหม่จะส่งผลกระทบอย่างไร และใครจะรับผลกระทบนั้นก่อน
"ผมไม่ได้ถามแค่ว่ามันถูกต้องทางเทคนิคหรือมีความเสี่ยงต่ำหรือไม่" เขากล่าว "ผมถามว่าค่าใช้จ่ายของการไม่ทำอะไรเลยคืออะไร และใครเป็นผู้รับภาระนั้น"
การลากเส้นระหว่างระบบอัตโนมัติและการตัดสินใจ
คำถามนั้นกลายเป็นเรื่องเร่งด่วนมากขึ้นเมื่อองค์กรด้านการดูแลสุขภาพพิจารณาประโยชน์และความเสี่ยงของระบบอัตโนมัติ ภายใต้แรงกดดันที่จะทำมากขึ้นด้วยทรัพยากรที่น้อยลง ปัญญาประดิษฐ์มักถูกนำเสนอเป็นทางแก้ปัญหาในตัวเอง Hernandez มองว่ากรอบความคิดนี้เรียบง่ายเกินไป และอาจมีความเสี่ยง
"การตัดสินใจที่ยากที่สุดไม่ใช่เรื่องของสิ่งที่สามารถทำให้เป็นอัตโนมัติได้" เขากล่าว "แต่เป็นเรื่องของสิ่งที่ควรทำให้เป็นอัตโนมัติ" ระบบ AI มีประสิทธิภาพในการลดภาระทางปัญญาและจัดการงานที่ซ้ำซาก แต่พวกมันไม่เข้าใจบริบท ความรับผิดชอบ หรือผลทางจริยธรรมในแบบที่มนุษย์เข้าใจ ไม่ว่าจะเป็นการพัฒนาซอฟต์แวร์หรือการสนับสนุนทางคลินิก ผลลัพธ์ AI ที่น่าประทับใจอาจปกปิดข้อผิดพลาดเล็กๆ ที่สะสมเป็นความเสี่ยงเชิงระบบหากไม่ได้รับการตรวจสอบ
"AI ควรลดภาระทางปัญญาและภาระการบริหาร" Hernandez กล่าว "แต่ไม่ใช่แทนที่การตัดสินใจของมนุษย์ในที่ที่ความรับผิดชอบ จริยธรรม และความไว้วางใจเป็นสิ่งสำคัญ"
การรักษาช่องทางสร้างบุคลากร
การผลักดันสู่ระบบอัตโนมัติยังสร้างปัญหาที่มองไม่เห็นได้ เมื่อองค์กรพึ่งพาผู้เชี่ยวชาญระดับอาวุโสที่ได้รับการเสริมด้วย AI มากขึ้น บทบาทระดับเริ่มต้นและระดับเข้าใช้งานกำลังหายไป
"เรากำลังพึ่งพาบุคลากรอาวุโสที่เสริมด้วย AI มากขึ้น ในขณะที่กำจัดบทบาทที่สร้างบุคลากรอาวุโสในอนาคต" Hernandez กล่าว "นั่นไม่ใช่แค่ปัญหาแรงงาน แต่เป็นปัญหาความปลอดภัยและความยืดหยุ่น" นวัตกรรมที่มีความรับผิดชอบหมายถึงการออกแบบระบบที่รักษาเส้นทางการเรียนรู้ไว้
ระบบการดูแลสุขภาพขึ้นอยู่กับการตัดสินใจที่พัฒนาขึ้นตามเวลาและการเผชิญความซับซ้อนในโลกแห่งความเป็นจริง AI สามารถเร่งความเร็วให้กับผู้เชี่ยวชาญที่มีประสบการณ์ แต่ไม่สามารถแทนที่กระบวนการเรียนรู้หรือความเข้าใจว่าทำไมระบบถึงทำงานในแบบที่เป็น หากไม่มีการลงทุนอย่างตั้งใจในการพัฒนามนุษย์ องค์กรเสี่ยงที่จะมีผลิตภาพในระยะสั้นในขณะที่ทำลายความเชี่ยวชาญที่สำคัญต่อทั้งอาชีพและความเป็นอยู่ที่ดีของสังคม
นวัตกรรมที่อยู่รอดในความเป็นจริง
การส่งมอบนวัตกรรมภายใต้แรงกดดันด้านกฎระเบียบและทางคลินิกต้องการสิ่งที่ดีที่สุดจากผู้ให้บริการเทคโนโลยีสุขภาพ Hernandez พึ่งพาแนวทางปฏิบัติสามประการเพื่อสร้างสมดุลระหว่างนวัตกรรมกับความปลอดภัย ความเข้มงวด และความเคารพต่อสภาพแวดล้อมทางคลินิกที่มีการใช้เทคโนโลยี
หนึ่งคือการต่อต้านการออกแบบที่ซับซ้อนเกินไป ในการดูแลสุขภาพ การออกแบบสำหรับทุกกรณีขอบอาจทำให้ความก้าวหน้าหยุดชะงักก่อนที่แพทย์จะเห็นคุณค่า Hernandez ชอบเวอร์ชันแรกที่จำกัดซึ่งปิดกั้นพฤติกรรมที่ไม่ปลอดภัยอย่างชัดเจนและเดินหน้าต่อไป โดยเข้าใจว่าระบบสามารถพัฒนาตามความต้องการในโลกแห่งความเป็นจริงที่เกิดขึ้น
"อย่าให้ความสมบูรณ์แบบเป็นศัตรูของความดี" เขากล่าว "แพทย์ต้องการคุณค่าตอนนี้ ไม่ใช่ความสมบูรณ์ทางทฤษฎีหลายเดือนต่อมา"
แนวทางปฏิบัติที่ดีอีกอย่างคือการใส่ใจอย่างใกล้ชิดว่าใครไม่ได้พูด วิศวกรและแพทย์มักเห็นความเสี่ยงตั้งแต่เนิ่นๆ แต่ไม่ได้รู้สึกปลอดภัยหรือได้รับเชิญให้ยกขึ้นมาเสมอ การสร้างพื้นที่สำหรับเสียงเหล่านั้นช่วยให้เห็นจุดบอดที่มองข้าม่ได้ง่ายในขั้นตอนการทำงานประจำวัน
Hernandez ยังสร้างทีมด้วยความคาดหวังว่าปัญหาที่ซับซ้อนไม่มีคำตอบที่ถูกต้องเพียงอันเดียว ด้วยการสนับสนุนให้มีความไม่เห็นด้วยตั้งแต่เนิ่นๆ และการทดสอบแนวคิดจากหลายมุม ทีมจะเห็นข้อแลกเปลี่ยนได้อย่างรวดเร็วและหลีกเลี่ยงความแน่นอนที่ผิดพลาดก่อนที่จะมุ่งมั่นไปสู่เส้นทางข้างหน้า
CTO ในฐานะผู้ดูแลระบบ
เมื่อวงจรเทคโนโลยีเร่งตัวขึ้น Hernandez มองเห็นบทบาท CTO เปลี่ยนจากสถาปนิกหัวหน้าเป็นผู้ดูแลระบบ เครื่องมือเปลี่ยนแปลงอย่างต่อเนื่อง ทีมถูกบีบอัด และความคาดหวังขยายตัว ความเสี่ยงคือการเพิ่มประสิทธิภาพสำหรับผลผลิตทันทีในขณะที่กัดกร่อนรากฐานที่ค้ำจุนความยืดหยุ่นระยะยาว
"AI สามารถเร่งความเร็วให้กับผู้เชี่ยวชาญที่มีประสบการณ์ แต่มันไม่ได้แทนที่การเรียนรู้ การสร้างการตัดสินใจ หรือความเข้าใจว่าทำไมระบบถึงทำงานในแบบที่เป็น" Hernandez กล่าว
ผู้นำทางเทคนิคที่มีประสิทธิภาพจะตระหนักว่าการรักษาความสามารถของมนุษย์เป็นความรับผิดชอบหลักในขณะนี้ องค์กรที่ลงทุนในการตัดสินใจ บริบท และการให้เหตุผลทางจริยธรรมจะยังคงมีความยืดหยุ่นเมื่อเครื่องมือพัฒนาไป องค์กรที่ไม่ทำอาจพบว่าตัวเองมีระบบอัตโนมัติสูง แต่ไม่มีใครเหลือที่เข้าใจมันอย่างแท้จริง
ติดตาม Nick Hernandez บน LinkedIn เพื่อรับข้อมูลเชิงลึกเพิ่มเติม
