人工智能医疗:变更管理问题

这份报告是基于网络研讨会提出的詹森•琼斯博士,首席科学家健康催化剂2月27日的数据,2019年,题为“3视角更好的预测性和说明性的模型应用于医疗。”世界杯葡萄牙vs加纳即时走地

人工智能(AI)今天在健康和医疗保健是一个热门话题。大部分的重点是构建和部署预测的技术挑战和规范的模型。虽然总有改进的空间,算法已经发展到一个点,让我们专注于更大的挑战:变更管理。通过承认改变是困难的,”工具,”和维护以人为本的角度来看,我们可以实现更好的应用和结果与人工智能。

预测和说明性的模型可以提高健康和医疗保健,这将最终帮助改善四倍的目标结果:人口健康,病人的经验,降低成本,积极提供工作生活。然而,成功采用的预测离不开行为改变模型,这需要超过技术精度。

虽然预测算法比比皆是,工具来促进变更管理仍然稀缺。这篇文章将帮助临床和操作从预测和说明性领导人获得价值模型使用三个视角:功能、语境和操作。投资时间和精力来确保这三个层次上采用大规模人工智能模型的理解是必要的。

预测和说明性的模型

医疗保健领导人目前深入研究人工智能必须了解预测和说明性的模型是什么,以及他们如何不同:

• 与一个预测模型、数据科学家试图预测一个人的行为或情况happens-ideally之前,有足够的时间采取如果它并不告诉数据科学家采取什么行动。例如,一个预测模型可能显示病人的预后和30天内重新接纳的可能性为30%(但不是如何管理病人的风险)。
• 一个说明性的模型只走一步further-not模型告诉数据科学家将会发生什么,它还建议的具体行动卫生系统应该作为回应。在这个重新接纳的例子中,不仅一个说明性的模型显示病人的预后和被重新接纳的可能性还建议病人被安排在一天,出院后随访电话和多学科访问三天后出院。

医疗领导人和数据科学家有许多预测和说明性建模的可用资源,包括一些自由临床预测模型。事实上,这些资源教医疗专家,开发预测模型不再是一个问题的技术能力但卫生系统是否准备部署它们。

一个AI变更管理在医疗保健的框架

临床和操作领导人需要第一个问题的答案是,“我们希望达到的目标是什么?“算法和预测模型是商品用来达到特定的结果。音乐家乔治·哈里森的名言也适用于这个概念:“如果你不知道要去哪里,任何道路都将带你去那儿。“同样可以适用于预测和规范的模型。重要的是要知道期望的结果出发前建立一个预测模型。

医疗领导人经常存在分歧的最佳行动影响组织中的变化。成功地采用人工智能技术,前线领导人可以使用变更管理框架,期望和促进生产力的对话设置为鼓励共识和认同。该框架包括三个层次的理解:

1. 功能:这个模型有意义吗?如果病人有多个并存状况,它更有意义,他会重新接纳,或者他的照顾,因为他收到一群保健专家吗?确保数据科学家理解的功能水平和医疗领导人识别输入特性或参数之间的关系和他们试图预测或建议作为一个行动项。
2. 上下文:它如何适应工作流?医疗分析团队已经建成了世界上最精确的预测模型,但团队并不知道如何处理结果。分析团队不能忽略这一事实的结果预测将推动病人行动。团队必须了解病人是谁,她会做什么预测,当它将使她的感觉。
3. 操作:交易的利益和风险是什么?医疗保健专业人员和临床医生做出很少选择无风险,不需要某种程度的平衡。分析团队如何理解这些权衡并做出最好的决策组织吗?和组织作为一个整体如何使那些权衡睁大眼睛、准确衡量他们是否取得成功?

三个级别的预测模型的理解

一旦医疗领导人变更管理的三级框架,他们可以开始部署预测和规范的模型。这三个层次的理解创建变更管理的框架,使成功部署和采用预测和说明性的模型。实现功能、语境和操作理解有助于确保团队不要忘记他们试图解决的问题和支持他们的信心在组织内决策者对协议。

预测模型三个例子来证明的理解

为了演示,本文将研究三个例子的团队可以通过三个层次的理解。

# 1:功能模型的理解

在第一个例子中,一个分析团队希望建立一个预测模型,确定哪些病人在急诊科(ED)最大的风险发展到严重脓毒症或脓毒性休克在24小时内。

在功能模型的理解,团队可能首先提问来实现模型应该如何工作的一个基本的了解:

• 并严重脓毒症或脓毒性休克患者的风险增加时,他温度较低或高?
• 如果病人的温度很低,他的风险上升或下降?
• 如果病人的温度很高,他的向上或向下的风险吗?
• 如果是这样的话,多少钱?

分析团队需要帮助回答这些问题;他们需要输入从临床医生建立一个模型,该模型是有意义的。图1展示了一个示例模型预测患者是否会发展为严重脓毒症或脓毒性休克在24小时内,使用六个关键参数。在这个示例模型中,病人的风险开发严重脓毒症或脓毒性休克向上或向下移动基于参数如何变化。

临床医生输入和理解关键医疗组织接受并采用这种模式。数据分析和数据科学家需要预测模型透明,因此,临床医生理解它是如何工作的,反过来,支持采用的模型(一个关键步骤。

乔治的盒子英国统计学家曾说,“所有模型都是错的。有些模型是有用的。“团队正试图建立一个有用的模型,和实用程序将不仅仅是如何预测的事件,但什么人与新发现的信息。获得功能模型的理解是第一步。

情景模式的理解

脓毒症例,获取上下文模型理解要求团队问一组不同的问题:

• 我们在正确的时间找到正确的病人吗?
• 谁应该采取行动?

一旦团队创造了预测模型并获得功能的理解,他们需要分析模型在上下文意义上,从模型是否确定在正确的时间正确的病人。如果模型识别病人的风险严重脓毒症或脓毒性休克但不能识别他,直到他在急救护理后,该模型不是有用的。

接下来的问题语境理解的团队可能会问,“谁会采取行动?“抽血者应该画一个实验室和一个自动点菜了吗?病人应该接受液体早些时候吗?图2描述了一个例子我画的提供细节导致这一事件可用于情景模式的理解。

获取情景模式的理解,团队会在病人可能的风险严重脓毒症或脓毒性休克。我画的提供更多的诊断信息,疾病,和最近的临床接触(例如,病人是否有最近的动态设置)。图表显示第一个24小时,从病人检查ED,和上面的六个参数识别功能模型的分析团队的理解。这允许团队理解这个病人的完整的上下文关系预测模型。这一信息,他们所问的问题在适当的情况下,团队可以做出调整来提高模型的效用,进一步获得临床医生的支持。

运营的理解

使用一个不同的例子来演示操作模型的理解,团队想要识别患者将开发先天性心脏病(CHD)。与脓毒症的例子,团队并不局限于一组特定的事件数小时或数天,但几十年的信息量。在构建这个模型,研究小组将需要考虑以下问题:

• 患者将模型捕获的比例是多少?
• 如果病人处方他汀类药物,她将冠心病发展机会是什么?

建立一个有用的模型中,团队将不仅需要考虑哪些患者可能患心脏病在未来十年还如何处理这些信息。一个可能的行动是为病人开处方他汀类药物。处方他汀类药物是一个相对低强度的行动也有可能的副作用和相关成本。操作模型理解迫使团队检查的原因和影响并权衡权衡经常伴随着医疗决策。

如果团队的目标,这个模型来捕获50%的冠心病患者在未来10年里,对那些病人识别,有50%的他汀类药物的处方与冠心病有关,他们怎么能设置适当的权衡预期他们在做什么?他们能获得临床医生和领导支持了一个模型,50%的确定患者中获益呢?如果不是这样,他们怎么能修改模型采用得到他们需要的支持?这种类型的组织对话和价值平衡促进运营模型的理解。

支持领导决策

成功地采用预测和说明性的模型,绝大多数医疗组织变更管理的重任,努力克服组织惯性。分析团队可以利用三个具体的工具集来促进变更管理过程:功能理解,语境的理解和操作的理解。与这三个工具,团队更有可能成功地部署预测和规范的模型。

该模型的成功的一个重要组成部分正在进行合作,一起创造的目标,每个人都(从数据科学家,临床医生)可以理解,信任,和利用。成功部署最终取决于采用的模型的实用性和水平。

更多的阅读

你想了解更多关于这个主题?这里有一些文章我们建议:

1. 有意义的机器学习可视化临床用户:一个框架
2. 医疗数据管理:使用数据的三个原则以充分发挥其潜力
3. 机器学习在医疗保健:高层管理人员必须知道在组织中有效地使用它
4. 个性化医疗的新时代:分析和人工智能的力量
5. 机器学习、预测分析和过程设计再次住院的比例减少50%

---

幻灯片

你想使用或分享这些概念?下载表示强调的关键要点。

点击这里下载幻灯片

人工智能医疗:变更管理问题从世界杯葡萄牙vs加纳即时走地