新的教育专注于医疗保健专业人员和患者的人工智能,可能是在谈到健康未来的前进方向。 Jane Rendall来自Sectra和Rachel Dunscombe,NHS Digital Academy的首席执行官,探索。 

危机点可能是NHS成像学科的地平线。需求和普遍存在招聘挑战的上升意味着太少的专家在目前的工作方式上绕过。

我们当然不想达到这一点,并实现健康服务将需要以新的方式采用人工智能作为重新设计服务的重要机制。

为了实现放射科学家,病理学家和其他'oologists'必须掌握AI如何工作以及如何使用它来实现最大影响。

这些专业人士与组织和流程专家一起需要赋予顶部空间来解决他们在未来几年的职业如何发展,这是考虑到这项技术的潜力。他们需要了解他们职业的一部分需要或者可以通过人类判断和参与加强。并且他们需要能够在AI通过AI快速和自动进行决策时建立。

可以安全自动化,应该自动化,或者可以选择自动化。超过一个效率驱动,这是能够提供公民预期的医疗保健,并促进早期参与和预防的必要性。

冰山

有一个大的教育部分需要进行,因为这种复杂的重新设计有效地发生,并且对于比今天经常看到的更窄的诊断支持以更复杂的方式使用的AI。

临床职业正在发生变化,并将成为更多的数据驱动。这将需要目前学习的新技能组,例如了解算法后面的技术和数学概念。

人们需要教育和方向的四个关键领域,这项技术只是冰山一角。

  1. 在科技周围 - 冰山一角。临床医生需要了解如何从AI应用程序读取和解释结果,以及AI可以做些什么,令人兴奋的是什么,它在未来可以做些什么。那么在表面下方有一个巨大的量。主要是,剩下的三个区域。
  2. 治理和质量保证 - 在AI环境中的质量如何以及在机构中的持续质量保证的发展。重要的是要了解算法如何在机构内的某些患者人口上表现以及如何随时间演变。控制并了解算法的表现方式是机构的关键。
  3. 工作流重新设计 - 改变临床医生如何工作和增强作为专业人士。
  4. 在系统和患者水平 - 路线重新设计以利用以上所有内容。这可能是伴随着更接近的MRI扫描仪的患者。或者他们可能会在留下医院之前的结果或访问初步调查的自动短信。途径重新设计对于患者的未约束医疗保健至关重要。

除非我们解决这个冰山的整体,否则我们不会在规模和步伐产生影响 - 而是我们风险创建不适合医疗保健系统的技术孤儿孤岛。

这就是为什么这需要对使用AI医疗保健中的任何人的持续专业开发和教育的一部分。人们需要了解他们试图解决的问题,以及可以安全地完成的方式。

教育患者

当谈话通路重新设计我们的放射科医生时,病理学家和其他人需要了解这款AI如何传达给公民。这包括患者看到的解释,结果和措施患者看到,并通过患者门户通知患者的选择。许多患者已经在他们如何获得信息时获得选择;这可以扩展到他们的诊断选择。

在30秒内选择使用算法来查看图像的潜在未来的选择,而不是为人类对应物检查它的15天,可能是许多情况下的有效选择。

如果我们可以收集这些选择的疗效随着时间的推移,我们可以向患者展示。

我们可以从公民提供一组路径,以提供更多选择,以告知他们如何与算法进行交互。

相反,一些患者可能具有复杂的历史,更喜欢模拟方法。患者可能会被建议依赖放射科检查复杂病例。但对于一个相对简单的骨折,您可以选择一种算法。人类增加了复杂性的大多数值。其中一些是关于选择,有些人会是关于建议的。这方程的一部分是关于确定适合的位置。

数字式准备好劳动力

这是转型 - 它是关于我们如何在未来练习医学或放射学 - 而不是孤立技术。

它是关于赋予数字和AI准备就绪的员工能力,以恢复自己的职业生涯,工作场所和工作流程。

潜在的危机点创造了一种紧迫感,但这也是一个让服务重新设计的工作的机会 - 所以它们不仅仅是服务的一部分,它们是未来的一部分。