健康

ヘルスケアのための最初の原則IT：AI統合とライフサイエンス

ヘルスケアエコシステム全体の組織が存在しています AIに大きな賭け。興奮は正当化されます。これらのテクノロジーを実装することで、多くの素晴らしいことをするために多くの時間とお金を節約できます。 しかし、悲しいことに、AIを実装することは、多くの愚かなことをするために多くの時間とお金を簡単に無駄にすることができます。 組織がデータアーキテクチャに対してできる最悪のことの1つは、間違った問題を改善するためのプロセスを自動化することです。それは時間とリソースを無駄にするだけでなく、膨らみを高め、機能と進歩に不必要な気晴らしとハードルを定着させます。これらの複利の不正確は、支払人、プロバイダー、製薬会社、バイオテクノロジーなど、これまでにヘルスケアを使用したことがある人にとっては、すでにかなり馴染みがあると言っても安全です。 。 。誰も免疫がありません。 愚かなAIの使用は、この状況をさらに悪化させる可能性があり、誰も必要としない派手な機能に向けて努力を誤って誘導し、誰も使用していません。したがって、直感に反するように思えるかもしれませんが、AIの効果的な使用に関しては、実際にはAIから始めるべきではありません。 解決しようとしている問題を特定することから始めなければなりません。 視点のシフト 大学に戻って、私は土木工学を学びました。そこでは、アリストテレスの「第一原則思考」は、効率的なプロセスと最適な結果を生み出すためのキヤノンです。このアプローチには、複雑な問題を基本的な基礎要素に分解し、その後、目標を達成するためにそれらを再組み立てすることが含まれます。そして、目的を持つことが重要です。 土木工学の用語では、なぜあなたは完全に機能的な平らな高速道路の上に高価なスチールサスペンションブリッジを建設するのですか？これがこれまでに構築された最強で最も印象的な橋であっても、誰もそれを使用することで利益を得ることがないので、目的はありません。 現実の世界では、すべての組織にコンピューティングおよびデータ管理システムがあります。 AIは、強力で印象的な新しい機能組織が自然にそれらのシステムに組み込みたいと考えています。しかし、能力に関係なく、あらゆる価値を持つためには、現実世界の利点を提供する必要があります。 したがって、目的の結果に合わせた問題の適切な定義から始めなければなりません。次に、関連するコンポーネントと実際のプロセスに体系的に対処できます。そして、過去の技術要件と制限のために、あなたが導入したすべての古いプロセスでそれを比較検討することはできません。すべてに質問します。コンピューターサイエンスの伝説 グレースホッパー かつて最も危険なフレーズは「私たちは常にそのようにやってきた」と言っていました。彼女がそれを言ったとき、彼女がデータ処理について話していることは注目に値します。 あらゆる仮定と先入観に挑戦し、不必要なものを排除し、あなたの目的のためにすべてをその最も卑劣な形と機能に捨ててください。これにより、実際の問題に対処するための実際の必需品を理解します。これにより、今後のデータ戦略が決定されるはずであり、AIの統合が価値の提供に焦点を当てています。 ライフサイエンスAIの最初の原則 言語とテキスト関連 生成-AI 現在、テクノロジーのより成熟した形式の1つです（そして、私はチャットボットについて話していません）。スマートな使用を説明するために、問題解決のAI統合における第一原理の考え方のために、ヘルスケアのライフサイエンスセクターについてゼロにしましょう。 医薬品または医療機器のデバイス会社と、新薬または医療機器の製造プロセスをどのように構築するかを考えてみましょう。このプロセスには、物理的な製造と材料管理のための設計、および生産のあらゆる側面の規制要件を満たすための設計が必要です。これにより、実際の製造現場が個々の機器のテストから、機器のテスト、施設全体の継続的なテストの促進まで、すべての方法で確立されています。そのプロセスは「試運転、資格、および検証」と呼ばれ、数十万ページのドキュメントを含むことができます。素人の用語では、ドキュメントのレベルは多くの仕事を表しています。 ドキュメントの役割は非常に重要です。これは、すべてのテストを検証し、プロセスが正しく機能しており、材料が適切に生産されており、すべてが検査に合格し、市場分布のFDAの承認を確保するという科学ベースの理解を提供するため、非常に重要です。 FDAの承認は賞であり、適切な文書化の面倒なプロセスがそれを達成するために必要です。 したがって、このコンテキストでのAI統合から価値を導き出すための明確なエンジニアリング目標は、FDA基準を満たす吟味され、正しくフォーマットされた試運転、資格、および検証文書の生産を自動化することです。ビルドアウトおよびテスト手順のあらゆる側面を翻訳するデータと、そのプロセスの各側面のすべてのさまざまなFDA要件の詳細を詳述するデータを活用して、大規模な言語モデル（LLM）と適切なドキュメントが自動的かつ継続的に正しく収集および生産されることを保証する生成AIエンジンに供給することができます。それは無数の人間の労働時間を節約するでしょう！ それに加えて、医薬品または医療機器の製造に関与するビジネスプロセスに関する組織の専門知識の深さと制度的知識をこのモデルに摂取して、ドキュメント管理と開発の洗練をさらに改善し、金融の観点から競争上の優位性を高めます。明らかに、人間はまだドキュメントをレビューする必要がありますが、違いは、誰が一貫して正確にドキュメントを準備しているのか、そしてどれだけの時間と労力が節約されるかにあります。ポイントは、AI統合が「正しい」問題、つまりドキュメントの負担に対処することに焦点を合わせていることです。ここでは、実用的で大幅に価値のある改善をもたらします。 それが少し難解に聞こえる場合は、臨床試験のために事前スクリーニングプロセスを提供するためのAIツールは、医師の実践で既存の患者の症例レビュー操作に適合する方法です。このタイプの能力は、たとえば、数人の1000マイルで数人の1000人の患者をサポートする可能性のある農村臨床医にとって非常に役立ち、情報に基づいた時間に敏感な研究を提供するために利用可能な人事を単純に持っていません。 その問題に適用された適切なAIモデルは、患者をより速く、より効果的に潜在的に命を救う治療に患者を一致させる能力を指数関数的に強化します。それは実際に命を救うことができ、これらの新しいテクノロジーに時間とお金を節約し、素晴らしいことをする方法を正確に表しています。 真に成功したAI統合に必要な唯一の「トリック」 - ライフサイエンスまたはヘルスケア業界の他の側面では、目的の明確さです。第一原理的思考は、あなたの努力と投資が実際に希望する結果と真の価値を生み出すことを保証するための優れた方法です。 写真：オーバーアース、ゲッティイメージズ クリスケージ、VP、グローバルヘルスケアおよびライフサイエンスの責任者 ハッキー、ヘルスケアITと規制上の課題についての彼の親密な理解を使用して、ヘルスケアに固有のデータと分析の問題を解決します。 Chrisは、医療システム、製薬会社、支払者、バイオテクノロジー企業にまたがる組織のデータアーキテクトとして18年以上の経験を持ち、国内最大のヘルスケア組織のためにデータソリューションを構築、統合、開始しました。この投稿はを通して表示されます Medcityインフルエンサー プログラム。誰でも、Medcityインフルエンサーを通じて、Medcity Newsのヘルスケアのビジネスとイノベーションに関する視点を公開できます。…