Asiantuntijat: Terveydenhuollon tekoälyhankkeet epäonnistuvat vanhentuneiden toimintamallien vuoksi
Tekoälyn soveltaminen terveydenhuollossa vaatii siirtymistä perinteisistä ohjelmistokehityksen menetelmistä kokeilevaan "wayfinding"-malliin.
Terveydenhuollon organisaatiot kohtaavat merkittäviä haasteita tekoälysovellusten käyttöönotossa, sillä moni johtaja käsittelee tekoälyä perinteisenä ohjelmistona. Fast Companyn analyysin mukaan tämä virheellinen ajattelumalli estää tekoälyhankkeiden onnistumisen, sillä tekoäly on luonteeltaan todennäköisyyspohjaista ja vaatii jatkuvaa iterointia toisin kuin ennalta määriteltävä perinteinen ohjelmistokehitys.
Tilannetta vaikeuttaa terveydenhuollon hajanainen dataympäristö ja tiukat sääntelyvaatimukset. Vaikka potilaat ja lääkärit kääntyvät yhä useammin tekoälyratkaisujen puoleen täyttääkseen hoitovajeita, järjestelmällinen ja kliinisesti tehokas käyttö vaatii syvempää integraatiota terveydenhuollon prosesseihin. Raporttien mukaan peräti 88 prosenttia tekoälypiloteista ei koskaan etene tuotantovaiheeseen.
Ratkaisuksi ehdotetaan "wayfinding"-metodologiaa, joka perustuu epävarmuuden hallintaan ja jatkuvaan suunnan tarkistamiseen. Sen sijaan, että tekoälylle asetettaisiin tiukasti määritellyt tavoitteet ennen datan analysointia, menetelmä painottaa ketterää oppimista. Esimerkkinä mainitaan FDA:n hyväksymä rintasyöpäriskiä ennustava tekoälymalli, jonka kehityksessä tunnistettiin ja korjattiin ajoissa mallin taipumus käyttää epäoleellisia teknisiä piirteitä diagnoosin perustana.
Tehokas tekoälyn hyödyntäminen vaatii organisaatioilta kykyä tunnistaa virheet varhaisessa vaiheessa ja mukauttaa prosessejaan uuden teknologian luonteen mukaisesti.