日本語版
最新ニュース
健康

AIテクノロジーを適切に評価する方法は? UVA Health Analyticsのリーダーには答えがあります

AIガバナンスフレームワーク内のベンダーのAIテクノロジーを評価することは、医療環境で非常に重要であると多くの専門家は言います。ベンダーが提供するツールは、すべての患者に最良の結果を提供するために、安全で効果的で倫理的でなければなりません。 ガバナンス構造の一部として、臨床使用におけるAIシステムに関連するリスクを理解し、評価するための効果的なシステムがあるはずです。このアプローチでは、4つのカテゴリのリスクとグレーディングシステムを定義して、各カテゴリのリスクを評価します。 これらのカテゴリは次のとおりです。 正しさと透明性 公平性と公平性 統合ワークフロー 安全性とプライバシー リスクの分野を強調することにより、ヘルスシステムはどのツールを使用するかについて、より多くの情報に基づいた決定を下すことができ、テクノロジーの展開チームはツールやワークフローに適したリスク軽減を開発できます。 UVA Healthの分析の管理者であるGlenn Wasson氏は、ベンダー製品と対話するための堅牢なガバナンスフレームワークを確立することで、医療機関は商業AIシステムの利点を活用し、リスクを最小限に抑え、公共の信頼を維持することができます。彼はコンピューターサイエンスの博士号を取得しています。 ワッソンは、HIMSS25の教育セッションでこの主題に対処します。 「親愛なるAIベンダー:これが私たちが必要とするものです。」 UVA Healthでは、Wassonは、患者のケアと研究のためにデータをキュレーションして分析する方法を監督しています。彼の責任には、データ操作、分析、データサイエンス、データの視覚化が含まれます。 この役割において、彼はベッドサイドの予測ケアから人口リスクモデリング、解き放つ病院ランキングアルゴリズムまで、あらゆることに取り組んでいます。彼は、問題解決文化を作成する方法に特に興味があります。 彼のHIMSS25セッションのプレビューのためにワッソンにインタビューしました。 Q.以前のソフトウェアと比較して、AIツールについて病院や医療システムが何を理解する必要がありますか? A. AIは、今日のヘルスケア企業のあらゆる側面に移行し、診断や治療計画から請求、リソース管理、研究や創薬まで、すべての潜在的な改善への扉を開きます。 しかし、AIシステムには、以前の世代のソフトウェアには存在しない新しいリスクもあります。組織は、これらのリスクと、企業内のAIを効果的に管理するための潜在的な影響と緩和を理解する必要があります。 理解 AIシステムのリスクと利点 複雑な質問です。プロバイダー組織には、ベンダーコードの分析を実行するためのアクセス、帯域幅、および/または才能がめったにありません。 代わりに、このセッションでは、リスクの原因を強調できるプロバイダー組織とベンダー間の対話について説明します。このダイアログには、データ、アルゴリズム、ワークフローに関する透明性が向上する必要がありますが、ベンダーがツールに対するプロバイダーの信頼性を開発するのにも役立ちます。 Q. HIMSS25セッションでどのようにAIに集中しますか? A. このセッションは人工知能に関するものであり、それには多くのバリエーションがあり、生成的AIが最新のものです。ヘルスケア内では、過去の人間の経験に基づいて証拠を分析するAIの能力により、多くの異なるシナリオで使用することができます。 これらには、診断予測と治療の選択、個別化医療、スタッフのスケジューリング、ベッド割り当て、サプライチェーンの操作、リモート監視、請求とコーディングの改善、効率によるコスト削減などが含まれます。 このセッションでは、議論したいと思います AIの異なるユースケース そして、AIと人間が意思決定に協力できるようにするワークフロー。これらの決定に起因するアクションと、それらのアクションに関連するリスクの理解が、AIシステムが必要なサポートを安全かつ正しく提供するという自信をどのように構築できるかについて説明します。 Q. HIMSS25の参加者がセッションを離れて、組織に戻ったときに応募できるさまざまなテイクアウトの1つは何ですか? A. 参加者は、従来の技術評価の一部ではなかったAIシステム評価の新しい側面を理解して去ります。プロバイダーとベンダー間のダイアログ(一連の質問)を通じてAIシステム評価のフレームワークを提供し、リスクと緩和を理解します。 質問では、さまざまなリスクソース(データセット、ワークフローなど)が考慮され、定性的および定量的な回答が必要になります。…

AIテクノロジーを適切に評価する方法は? UVA Health Analyticsのリーダーには答えがあります

1738362852
2025-01-31 15:56:00

AIガバナンスフレームワーク内のベンダーのAIテクノロジーを評価することは、医療環境で非常に重要であると多くの専門家は言います。ベンダーが提供するツールは、すべての患者に最良の結果を提供するために、安全で効果的で倫理的でなければなりません。

ガバナンス構造の一部として、臨床使用におけるAIシステムに関連するリスクを理解し、評価するための効果的なシステムがあるはずです。このアプローチでは、4つのカテゴリのリスクとグレーディングシステムを定義して、各カテゴリのリスクを評価します。

これらのカテゴリは次のとおりです。

  1. 正しさと透明性
  2. 公平性と公平性
  3. 統合ワークフロー
  4. 安全性とプライバシー

リスクの分野を強調することにより、ヘルスシステムはどのツールを使用するかについて、より多くの情報に基づいた決定を下すことができ、テクノロジーの展開チームはツールやワークフローに適したリスク軽減を開発できます。

UVA Healthの分析の管理者であるGlenn Wasson氏は、ベンダー製品と対話するための堅牢なガバナンスフレームワークを確立することで、医療機関は商業AIシステムの利点を活用し、リスクを最小限に抑え、公共の信頼を維持することができます。彼はコンピューターサイエンスの博士号を取得しています。

ワッソンは、HIMSS25の教育セッションでこの主題に対処します。 「親愛なるAIベンダー:これが私たちが必要とするものです。」

UVA Healthでは、Wassonは、患者のケアと研究のためにデータをキュレーションして分析する方法を監督しています。彼の責任には、データ操作、分析、データサイエンス、データの視覚化が含まれます。

この役割において、彼はベッドサイドの予測ケアから人口リスクモデリング、解き放つ病院ランキングアルゴリズムまで、あらゆることに取り組んでいます。彼は、問題解決文化を作成する方法に特に興味があります。

彼のHIMSS25セッションのプレビューのためにワッソンにインタビューしました。

Q.以前のソフトウェアと比較して、AIツールについて病院や医療システムが何を理解する必要がありますか?

A. AIは、今日のヘルスケア企業のあらゆる側面に移行し、診断や治療計画から請求、リソース管理、研究や創薬まで、すべての潜在的な改善への扉を開きます。

しかし、AIシステムには、以前の世代のソフトウェアには存在しない新しいリスクもあります。組織は、これらのリスクと、企業内のAIを効果的に管理するための潜在的な影響と緩和を理解する必要があります。

理解 AIシステムのリスクと利点 複雑な質問です。プロバイダー組織には、ベンダーコードの分析を実行するためのアクセス、帯域幅、および/または才能がめったにありません。

代わりに、このセッションでは、リスクの原因を強調できるプロバイダー組織とベンダー間の対話について説明します。このダイアログには、データ、アルゴリズム、ワークフローに関する透明性が向上する必要がありますが、ベンダーがツールに対するプロバイダーの信頼性を開発するのにも役立ちます。

Q. HIMSS25セッションでどのようにAIに集中しますか?

A. このセッションは人工知能に関するものであり、それには多くのバリエーションがあり、生成的AIが最新のものです。ヘルスケア内では、過去の人間の経験に基づいて証拠を分析するAIの能力により、多くの異なるシナリオで使用することができます。

これらには、診断予測と治療の選択、個別化医療、スタッフのスケジューリング、ベッド割り当て、サプライチェーンの操作、リモート監視、請求とコーディングの改善、効率によるコスト削減などが含まれます。

このセッションでは、議論したいと思います AIの異なるユースケース そして、AIと人間が意思決定に協力できるようにするワークフロー。これらの決定に起因するアクションと、それらのアクションに関連するリスクの理解が、AIシステムが必要なサポートを安全かつ正しく提供するという自信をどのように構築できるかについて説明します。

Q. HIMSS25の参加者がセッションを離れて、組織に戻ったときに応募できるさまざまなテイクアウトの1つは何ですか?

A. 参加者は、従来の技術評価の一部ではなかったAIシステム評価の新しい側面を理解して去ります。プロバイダーとベンダー間のダイアログ(一連の質問)を通じてAIシステム評価のフレームワークを提供し、リスクと緩和を理解します。

質問では、さまざまなリスクソース(データセット、ワークフローなど)が考慮され、定性的および定量的な回答が必要になります。

したがって、このダイアログは、たとえばデータサイエンティストや統計学者など、AIの専門家間の議論であることを意図したものではなく、意図した展開環境とワークフローを理解するリーダーとオペレーターを含める必要があります。

最後に、今日の高度なAIの動的学習の性質が、このダイアログが進行中でなければならないことを意味する方法について説明します。

ワッソンのセッション「親愛なるaiベンダー:これは私たちが必要とするもの」は、3月4日火曜日、午前10時15分から15時までに予定されています ラスベガスのHIMSS25

LinkedInでビルのヒットカバレッジをフォローしてください: ビル・シウィッキ
彼にメールしてください: [email protected]
Healthcare IT NewsはHIMSSメディアの出版物です

#AIテクノロジーを適切に評価する方法は #UVA #Health #Analyticsのリーダーには答えがあります

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。