ユーザーが何を必要としているかを特定するための製品マインドセットへのシフトhealthsystemcio.com

Mouneer Odeh 氏、Cedars-Sinai 副社長、最高データおよび AI オフィサー

Cedars-Sinai の副社長兼最高データおよび AI オフィサーである Mouneer Odeh 氏は、臨床ワークフロー、ガバナンス、規模を意思決定の中心に据えながら、組織が急速に成熟する AI を活用できるよう位置付けています。幅広いディスカッションの中で、彼は高度な分析からエンタープライズ AI までの軌跡をたどり、プラットフォーム ベンダーと最高のツールや社内ビルドの役割を概説し、Cedars-Sinai ポリシーに基づいたエージェントを共同作成するために非 IT スタッフがどのように訓練されているかについて説明しました。

このインタビューは、最近出版された記事の一部として行われました。 AI特別レポート

データと AI を単一の連続体として捉えると、その使命は「データ駆動型インテリジェンス」を通じて研究と発見を加速し、患者ケアを改善し、業務効率を高めることであるとオデ氏は述べました。同氏は、有益なシステムと危険なシステムを分けるのはデータの品質であると主張し、「本当に優秀な大学院生や素晴らしい助手のように振る舞うAIと、酔っぱらった友人のように振る舞うAIの違いはデータの品質である」と付け加えた。また、実際のワークフロー内にモデルを確実に導入できるように、臨床情報学、研究リーダーシップ、アプリケーション、インフラストラクチャ、セキュリティとの緊密な連携を強調しました。

ポッドキャスト: 新しいウィンドウで再生する | ダウンロード (長さ: 43:44 — 30.0MB)

購読する： アップルのポッドキャスト | スポティファイ

経営幹部の中で、Odeh はアプリケーション、テクノロジー、セキュリティのリーダーとの深いつながりを維持しながら、最高医療情報責任者および最高健康 AI 研究責任者と緊密に連携しています。 AI はアプリケーションやエージェント インターフェイスを通じて提供されることが増えているため、コラボレーションが重要であると同氏は述べました。同氏の見解では、業務とテクノロジーの橋渡しをしながら、すべてをガバナンスに根付かせながら、導入と測定可能な成果に重点を置いた取り組みを維持できるという。

プラットフォーム、ベストオブブリード、社内: 組み合わせを見つける

Cedars-Sinai では、AI ポートフォリオは、内部開発、プラットフォーム提供の機能 (特に EHR)、および最高のソリューションのおよそ 3 つに分かれています。オデ氏は、プラットフォームベンダーは臨床医がすでに働いている場所にエージェント機能を埋め込むことを競っており、これにより価値実現までの時間を短縮できると述べた。同氏は、EHR の進化する戦略を指摘し、「彼らはソフトウェア会社から AI 会社へと自らを再発明していると言えるでしょう。」と述べました。同氏は、Cedars-Sinaiは、ベンダー製品が成熟するにつれてプラットフォームシェアが拡大すると予想しているが、それは臨床要件と運用要件を大規模に満たす場合に限られると付け加えた。

ロックインを避けるために、オデ氏は単純化と依存性の間に明確な線を引きました。同氏は、Cedars-Sinai は、独自の価値、ワークフローへの適合性、またはプラットフォームが提供できるよりも早い可用性を提供する革新的なポイント ソリューションと社内ビルドを追求し続けると強調しました。彼の言葉を借りれば、「私たちはプラットフォームの戦略だけを進めることに全力を尽くすことは決してないと思います。」彼は、ソースがプラットフォームであれ、ベストオブブリードであれ、社内であれ、出力が「ネイティブ」であると「感じられる」ように臨床医のワークフローに流入する必要があると述べました。そうしないと、良好なモデルが使用されなくなります。

プロジェクトから製品まで: 大規模な管理

オデ氏は、展開全体にわたって、実装が影響を決定するようになったと述べた。同氏は、一度だけのプロジェクト管理から、観察された行動に基づいてエンゲージメントを維持し、使用状況を測定し、反復するプロダクト管理への移行を指摘しました。同氏は、IT内部の顧客関係スキルが技術的な深さと同じくらい重要になってきていると主張した。信頼と対応力がなければ、組織は勢いを失い、パイロットの成功を拡大する機会は失速してしまう。

彼はガバナンスを現実的な実現手段として説明しました。学際的な機関が、誰が何を参照するか、どのようなアクションが期待されるか、結果がどのように解釈されるか、モデルがいつ「公開可能」になるかを決定します。同氏は、モデルが適切な場所に、適切なユーザーに、適切なタイミングで配置されるように、臨床現実と技術的統合の間で翻訳を行う情報学者がこの仕事に不可欠であると付け加えた。彼の見解では、現在ツールで何ができるか、何ができないか、そしてどのように改善されるかについての透明性のあるコミュニケーションが、信頼性を高めるために反復的に必要な猶予を獲得します。

AI の民主化: プロンプトソンと学習コミュニティ

社内では、Odeh 氏は、非 IT チーム (人事、サプライ チェーン、患者エクスペリエンス、パフォーマンス向上) をトレーニングしてタスク固有のエージェントを構築する「プロンプト ソン」を通じてスキルを広めています。 Cedars-Sinai のポリシーとプレイブックに基づいた検索拡張生成 (RAG) を使用して、チームはそれぞれの問題に対する解決策のプロトタイプを作成します。最も有望なものは、品質保証を通じて強化され、より広く使用できるように公開されます。同氏は、このモデルが次はITと収益サイクルに拡大し、技術を普及させ再利用を促進する学習コミュニティの創設に役立つと述べた。

これらのコミュニティが成長するにつれ、各部門内の推進者が最初の構築後もソリューションを存続させ、ユースケースが進化し、プロンプトと指示が最新の状態に保たれ、コンテンツの信頼性が維持されるようにするのだと氏は説明しました。同氏は、勝利を祝うことで他の人も参加するようになり、ペースが重要だと述べた。継続的なケアなしに種が散布されれば、その努力は消えてしまう。ガバナンスと製品の考え方に基づいて管理すると、仕事は複雑になります。

テイク・イット・アウェイ

• データ ガバナンスをモデル ガバナンスとして扱います。品質とリネージはエージェント ワークフローの安全レールです
• プラットフォームの利便性と、独自の価値を生み出す最善のビルドおよび内部ビルドに的を絞った戦略のバランスを取る
• プロジェクトから製品への移行: 使用状況を測定し、運用環境で繰り返し、顧客関係を維持します。
• ワークフロー統合をデフォルトにします。臨床医がすでに作業し、考えている場所で成果物を提供する
• 読者、行動、出版の準備を決定する学際的なガバナンスを立ち上げる
• 学習コミュニティを構築する: IT 以外のチームをトレーニングし、強化された模範を公開し、機能的なチャンピオンを育成します。
• 勢いと信頼を維持するために、制限とロードマップについて透過的にコミュニケーションします

規模を拡大しながら誇大広告サイクルを乗り越えるための最後の原則について尋ねられたオデ氏は、「大きく考え、小さく始めて、迅速に拡張する」と述べた。