hybridresourcing Prijava na listu čekanja

Kennisbank

AI zrelost u zdravstvu: gdje stoje temelji

Sektor s drugačijim odnosom između rizika i tempa

Zdravstvo radi s drugačijim odnosom između rizika i tempa nego većina sektora. Gdje se drugdje pilot-projekt može propasti bez posljedica izvan same organizacije, greška u zdravstvenom procesu izravno pogađa pacijenta ili klijenta. Taj odnos ne odgađa samo uvođenje AI-ja, već mijenja i redoslijed u kojem stvari moraju stajati. Organizacija u zdravstvu ne može eksperimentirati sa zadatkom sve dok podaci na kojima taj zadatak počiva nisu pouzdano sljedivi, i ne može skalirati sve dok IT infrastruktura drži odvojene otoke umjesto jedinstvene cjeline.

Uz to, zdravstvo se sastoji od više svjetova koji rijetko imaju istu brzinu. Backoffice koji obrađuje račune i planiranje može po pitanju upravljanja podacima biti znatno naprednija nego samo zdravstveno zbrinjavanje, gdje su sustavi često uređeni po odjelu ili specijalizmu. Ta neravnoteža unutar jedne organizacije razlog je zašto mjerenje zrelosti nije dovoljno provesti samo na jednom odjelu. Onaj koji mjeri samo pomoćne službe vidi drugačiju sliku od onoga koji uključi i samo zdravstveno zbrinjavanje, i obje su slike nepotpune jedna bez druge.

Što pokazuje pet razina

Mjerenje hybridresourcing radi s pet razina: baseline, foundation, activation, insight i intelligence. U zdravstvu je uočljivo da mnoge organizacije na dimenziji organizacije već postižu foundation ili activation — postoje smjernice, postoje vlasnici digitalnih inicijativa, postoji pažnja uprave prema AI-ju. No na upravljanju podacima slika redovito ostaje na baseline ili foundation, jer podaci o pacijentima, elektronički dosjei i operativni sustavi nisu uvijek izgrađeni da bi se mogli ponovno koristiti za nešto drugo od onoga za što su izvorno zabilježeni.

Ta razlika između dimenzija nije slučajnost. Redoslijed u kojem se dimenzije razvijaju je fiksan: organizacija, IT infrastruktura i upravljanje podacima moraju prvo stati prije nego dimenzije koje od njih ovise — kao odlučivanje na temelju AI uvida — mogu dalje napredovati. Zdravstvena ustanova koja ulaže u pametnu nadzornu ploču prije nego što su temeljni podaci konzistentni, gradi na temelju koji se još mora stvrdnuti. To objašnjava dio pilot-projekata koji dobro počinju a zatim zastanu: ne zato što aplikacija ne radi, nego zato što sloj ispod nje ne podnosi opterećenje.

Zašto samo rezultat nije dovoljan

Sedam dimenzija mjerenja daje organizaciji poziciju, ali plot-krug daje nešto što je u zdravstvu posebno relevantno: uvid u raspršenost. Kada upravitelj, IT-menadžer i voditelj zdravstvenog odjela zasebno ocjenjuju iste dimenzije, često se pokaže da se njihove slike razlikuju. Upravitelj vidi organizaciju koja je spremna, odjel zdravstvene zaštite vidi sustave koji još rade odvojeno jedan od drugog. Ta raspršenost je sama po sebi podatak. Ona pokazuje gdje se unutar organizacije razgovor još mora voditi prije nego što odluka o ulaganju može na nečemu počivati.

Ta raspršenost nije jedinstvena za zdravstvo, ali njezine posljedice tamo drugačije teže. U trgovini na veliko ili proizvodnom poduzeću pogrešna procjena spremnosti dovodi do odgođenog projekta; u zdravstvu dovodi do sustava koji se implementira na temelju koji ga ne može nositi, s posljedicama za ljude koji nisu imali izbora u tom procesu. Onaj koji želi znati kako se ta ravnoteža odražava u drugim sektorima, može usporediti s kako proizvodna industrija ocjenjuje AI zrelost ili s trenutnim stanjem u poslovnim uslugama, gdje su rizici pogreške obično manji, ali temelji jednako često nedostaju.

Što ovo znači za zdravstvene ustanove

Mjerenje hybridresourcing ne opisuje idealnu slika niti obavezan put rasta. Ono opisuje poziciju na sedam dimenzija, u jednom trenutku, viđenu kroz više očiju. Za zdravstvenu ustanovu to prije svega znači da pitanje nije je li spremna za AI općenito, nego u koju dimenziju prvo mora uložiti prije nego što sljedeći korak nešto donese. Za jednu ustanovu to je IT infrastruktura koja povezuje odjele, za drugu je to upravljanje podacima koje podatke čini upotrebljivima izvan njihove izvorne namjene.

Zdravstvo to pitanje dijeli s drugim sektorima koji rade sa složenim, fragmentiranim sustavima. Situacija kod transportnog sektora i njegove AI zrelosti ili kod obrazovanja i stanja AI spremnosti pokazuje da se fragmentacija sustava i procesa svugdje očituje drugačije, ali da redoslijed od temeljnih prema ovisnim dimenzijama uvijek slijedi isti obrazac.

Što slijedi nakon mjerenja

Mjerenje zrelosti hybridresourcing odgovara na pitanje može li organizacija nositi AI: jesu li organizacija, infrastruktura i podaci spremni da se na njima nešto izgradi. Ne odgovara na pitanje koji se posao stvarno može preuzeti AI-jem. Na to pitanje odgovara radna skena FTE TO AI, koja po zadatku izračunava koji dio posla dolazi u obzir za preuzimanje. Organizacija koja putem mjerenja zrelosti znа gdje stoji njezin temelj, može zatim uz tu radnu skenu vidjeti koji se posao na tome može izgraditi, a koji posao za to još nije spreman.

Lista čekanja

Mjerenje zrelosti je u izradi. Onaj koji želi pratiti razvoj ili biti među prvima koji mjeri kako vlastita organizacija ocjenjuje na sedam dimenzija, može se prijaviti na listu čekanja.

Robbyde assistent van de volwassenheidsmeting

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.