생성 AI로 의료의 가장 큰 부담을 해결하다

컨벤션 센터에서지난 4월 시카고에서 수만 명의 참석자들이 GPT-4를 통해 활성화된 새로운 생성 AI(gen AI) 기술이 의료 임상의가 새로운 플랫폼을 사용하여 환자 상호 작용을 몇 초 만에 임상의 메모로 전환할 수 있는 방법을 모델링하는 것을 지켜보았습니다.

작동 방식은 다음과 같습니다. 임상의가 AI 플랫폼의 모바일 앱을 사용하여 환자 방문을 기록합니다. 플랫폼은 환자의 정보를 실시간으로 추가하여 공백을 식별하고 임상의가 이를 채우도록 유도하여 받아쓰기를 대화 언어가 포함된 구조화된 메모로 효과적으로 전환합니다. 방문이 끝나면 임상의는 음성이나 입력으로 편집할 수 있는 AI 생성 메모를 컴퓨터에서 검토하고 이를 환자의 전자 건강 기록(EHR)에 제출합니다. 거의 즉각적인 프로세스로 인해 임상의가 모든 환자 상호 작용에 대해 완료해야 하는 수동적이고 시간이 많이 소요되는 메모 작성 및 관리 작업이 상대적으로 구식으로 보입니다.

Gen-AI 기술은 딥러닝 알고리즘을 기반으로 텍스트, 오디오, 코드 등과 같은 새로운 콘텐츠를 생성합니다. 비정형 데이터 세트(미리 설정된 모델에 따라 구성되지 않아 분석하기 어려운 정보)를 가져와 분석할 수 있으며, 임상 노트, 진단 이미지 등 비정형 데이터가 풍부하여 의료 운영에 대한 잠재적인 돌파구를 제시합니다. , 의료 차트 및 녹음. 이러한 구조화되지 않은 데이터 세트는 독립적으로 사용되거나 보험 청구와 같은 대규모 구조화된 데이터 세트와 결합될 수 있습니다.

Gen AI는 업계에 존재하는 실현되지 않은 1조 달러 규모의 개선 잠재력 중 일부를 활용하는 데 도움이 될 수 있는 의미 있는 새로운 도구를 나타냅니다.

임상의 문서와 마찬가지로 의료 분야에서 Gen AI에 대한 여러 사례가 등장하고 있으며 기술자와 의료 전문가 모두의 흥분과 우려가 혼합되어 있습니다. 의료 업계에서는 수년간 AI 기술을 사용해 왔지만(예측 및 수술실 일정 최적화 등) Gen AI는 업계에 존재하는 실현되지 않은 1조 달러 규모의 개선 잠재력 중 일부를 활용하는 데 도움이 될 수 있는 의미 있는 새로운 도구를 나타냅니다. 지루하고 오류가 발생하기 쉬운 운영 작업을 자동화하고, 수년간의 임상 데이터를 임상의에게 몇 초 만에 제공하고, 의료 시스템 인프라를 현대화함으로써 이를 수행할 수 있습니다.

이러한 잠재적 가치를 실현하기 위해 의료 경영진은 이러한 모델을 기존 분석 및 AI 로드맵에 통합하는 방법과 그에 따른 위험에 대해 생각하기 시작해야 합니다. 의료 분야에서는 이러한 위험이 위험할 수 있습니다. 환자 의료 정보는 특히 민감하므로 데이터 보안이 가장 중요합니다. 그리고 Gen AI가 잘못된 응답을 생성하는 빈도를 고려할 때 모든 제안이 환자에게 유익한지 확인하려면 의료 종사자의 촉진 및 모니터링("루프에 인간 참여" 포함)이 필요합니다. 이 기술의 사용을 관리하는 규제 및 법적 틀이 구체화됨에 따라 안전한 사용에 대한 보호는 사용자에게 달려 있습니다.

이 기사에서는 민간 지불자, 병원 및 의사 그룹을 위한 새로운 Gen-AI 사용 사례를 간략하게 설명합니다. 많은 의료 기관은 상대적 타당성과 낮은 위험을 고려하여 관리 및 운영 사용 사례에 Gen AI를 적용하는 것부터 시작할 가능성이 더 높습니다. 시간이 지남에 따라 기술에 대한 더 많은 경험과 자신감을 갖게 되면 이러한 조직은 임상 애플리케이션에 Gen AI를 사용하기 시작할 수 있습니다.

의료 산업에 Gen AI를 적용하는 데 필요한 모든 예방 조치에도 불구하고 의료 조직이 무시하기에는 가능성이 너무 큽니다. 개인 지불인과 의료 서비스 제공자가 시작할 수 있는 방법은 다음과 같습니다.

단기적으로는 보험 임원, 병원 관리자, 의사 그룹 운영자가 가치 사슬 전반에 걸쳐 Gen-AI 기술을 적용할 수 있을 것입니다. 이러한 사용은 치료의 연속성부터 네트워크 및 시장 통찰력, 가치 기반 치료에 이르기까지 다양합니다(사이드바 "의료 분야에서 생성 AI의 잠재적 사용" 참조).