Terveydenhuolto toimii toisenlaisella riskin ja tempon suhteella kuin useimmat sektorit. Missä muualla pilotti voi epäonnistua ilman seurauksia oman organisaation ulkopuolella, virhe hoitoprosessissa vaikuttaa suoraan potilaaseen tai asiakkaaseen. Tämä suhde ei vain hidasta AI:n käyttöönottoa, se muuttaa myös järjestystä, jossa asioiden on oltava. Terveydenhuollon organisaatio ei voi kokeilla tehtävää niin kauan kuin tiedot, joihin tehtävä perustuu, eivät ole luotettavasti jäljitettävissä, eikä se voi skaalata niin kauan kuin IT-infrastruktuuri pitää saarekkeet erillään toisistaan kokonaisuuden sijaan.
Lisäksi terveydenhuolto koostuu useista maailmoista, joilla on harvoin samaa vauhtia. Taustatoiminnot, jotka käsittelevät laskuja ja suunnittelua, voivat tietohallinnan osalta olla huomattavasti pidemmällä kuin itse hoidon antaminen, jossa järjestelmät on usein rakennettu osastoittain tai erikoisalakohtaisesti. Tämä epätasaisuus yhden organisaation sisällä on juuri syy siihen, miksi kypsyysmittaus ei voi tyytyä yhteen osastoon. Se, joka mittaa vain tukipalveluita, näkee erilaisen kuvan kuin se, joka ottaa mukaan myös hoidon antamisen, ja molemmat kuvat ovat puutteellisia toisistaan erillään.
Hybridresourcingin mittaus toimii viidellä tasolla: baseline, foundation, activation, insight ja intelligence. Terveydenhuollossa on huomattavaa, että monet organisaatiot saavuttavat organisaatio-ulottuvuudella jo foundation- tai activation-tason — on olemassa politiikkaa, digitaalisten aloitteiden omistajia, hallinnollista huomiota AI:lle. Mutta tietohallinnan ulottuvuudella kuva jää säännöllisesti baseline- tai foundation-tasolle, koska potilastietoja, sähköisiä potilaskertomuksia ja operatiivisia järjestelmiä ei ole aina rakennettu uudelleenkäytettäviksi muuhun kuin siihen tarkoitukseen, jota varten ne on tallennettu.
Tämä ulottuvuuksien välinen ero ei ole sattumaa. Järjestys, jossa ulottuvuudet kehittyvät, on kiinteä: organisaation, IT-infrastruktuurin ja tietohallinnan on oltava kunnossa ennen kuin niistä riippuvaiset ulottuvuudet — kuten AI-oivalluksiin perustuva päätöksenteko — voivat edetä pidemmälle. Terveydenhuollon organisaatio, joka investoi älykkääseen kojelautaan ennen kuin taustalla oleva data on yhtenäistä, rakentaa perustalle, joka on vielä kovettumatta. Tämä selittää osan piloteista, jotka alkavat hyvin ja jäävät sitten jumiin: ei siksi, että sovellus ei toimi, vaan siksi, että sen alla oleva kerros ei kestä kuormitusta.
Mittauksen seitsemän ulottuvuutta antavat organisaatiolle sijainnin, mutta plot-kierros antaa jotain, joka on terveydenhuollossa erityisen relevanttia: näkymän hajontaan. Kun hallintojohtaja, IT-johtaja ja hoidon osastopäällikkö pisteyttävät erikseen samat ulottuvuudet, käy usein ilmi, että heidän kuvansa poikkeavat toisistaan. Hallintojohtaja näkee organisaation, joka on valmis, hoidon osasto näkee järjestelmiä, jotka toimivat vielä toisistaan erillään. Tämä hajonta on itsessään tietoa. Se osoittaa, missä organisaation sisällä keskustelua on käytävä ennen kuin investointipäätös voi nojautua mihinkään.
Tämä hajonta ei ole ainutlaatuista terveydenhuollolle, mutta sen seuraukset painavat siellä eri tavalla. Tukkukaupassa tai valmistusyrityksessä väärä arvio valmiudesta johtaa viivästyneeseen projektiin; terveydenhuollossa se johtaa järjestelmään, joka otetaan käyttöön perustalla, joka ei kestä sitä, ja seuraukset kohdistuvat ihmisiin, joilla ei ollut valinnanvaraa tässä prosessissa. Jos haluatte tietää, miten tämä punninta toteutuu muilla sektoreilla, voitte tehdä vertailun sen kanssa, miten valmistusteollisuus pisteytyy AI-kypsyydessä tai liike-elämän palvelujen tilanteen kanssa, joissa virheaskeleen riskit ovat yleensä pienempiä mutta perusteet puuttuvat yhtä usein.
Hybridresourcingin mittaus ei kuvaa ihannekuvaa eikä pakollista kasvupolkua. Se kuvaa sijaintia seitsemällä ulottuvuudella, hetkellä, useiden silmien näkemänä. Terveydenhuollon organisaatiolle tämä tarkoittaa ennen kaikkea, että kysymys ei ole siitä, onko se valmis AI:lle yleisesti, vaan mihin ulottuvuuteen sen tulee investoida ensin, ennen kuin seuraava askel tuottaa tulosta. Yhdelle organisaatiolle se on IT-infrastruktuuri, joka yhdistää osastot, toiselle se on tietohallinta, joka tekee tiedoista käyttökelpoisia niiden alkuperäisen tarkoituksen ulkopuolella.
Terveydenhuolto jakaa tämän kysymyksen muiden sektoreiden kanssa, jotka työskentelevät monimutkaisten, pirstoutuneiden järjestelmien kanssa. Tilanne kuljetusalalla ja sen AI-kypsyydessä tai koulutuksessa ja AI-valmiuden tilassa osoittaa, että järjestelmien ja prosessien pirstoutuminen ilmenee kaikkialla eri tavalla, mutta perustavanlaatuisten ja riippuvaisten ulottuvuuksien järjestys seuraa aina samaa kaavaa.
Hybridresourcingin kypsyysmittaus vastaa kysymykseen, voiko organisaatio kantaa AI:ta: ovatko organisaatio, infrastruktuuri ja data valmiita siihen, että niiden päälle rakennetaan jotain. Se ei vastaa kysymykseen, mikä työ voidaan tosiasiassa siirtää AI:lle. Tähän kysymykseen vastaa FTE TO AI:n työskannaus, joka laskee tehtävittäin, mikä osa työstä soveltuu siirrettäväksi. Organisaatio, joka tietää kypsyysmittauksen avulla, missä sen perusta on, voi sen jälkeen työskannauksen avulla nähdä, mitä työtä sen päälle voidaan rakentaa ja mikä työ ei ole siihen vielä valmis.
Kypsyysmittaus on rakenteilla. Ne, jotka haluavat seurata kehitystä tai olla ensimmäisten joukossa mittaamassa, miten oma organisaatio pisteytyy seitsemällä ulottuvuudella, voivat ilmoittautua jonotuslistalle.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.