새로운 기술 발전이 산업에 적용될 때마다, 그 반짝이는 새 장난감을 산업의 모든 병폐에 대한 일화로 기름칠하고 싶은 유혹이 있을 수 있습니다. 의료 분야의 AI가 좋은 예입니다. 기술이 지속적으로 발전함에 따라 약물 개발, 치료 조정, 보상 등의 사용 사례에 채택되었습니다. 의료 분야에서 AI에 대한 합법적인 사용 사례가 많이 있으며, 이 기술은 현재 사용 가능한 어떤 대안보다 훨씬 뛰어납니다.
그러나 오늘날의 AI는 대량의 데이터를 이해하고 잘 정의된 규칙에 따라 판단을 내리는 것과 같은 특정 작업에서만 탁월합니다. 기타 상황, 특히 올바른 결정을 내리기 위해 추가적인 맥락이 필수적인 경우, AI에는 적합하지 않습니다. 몇 가지 예를 살펴보겠습니다.
청구 및 치료 거부
청구이든 치료이든 거부는 복잡한 결정이며 AI가 자체적으로 처리하기에는 너무 중요합니다. 청구나 치료를 거부할 때는 극도의 주의를 기울여 수행해야 한다는 명백한 도덕적 의무가 있으며, 오늘날 AI의 능력을 기준으로 볼 때 인간의 입력이 필요합니다.
도덕성 요소 외에도 의료 보험은 거부 결정을 내리기 위해 AI에 너무 많이 의존할 때 스스로 위험에 빠지게 됩니다. 계획은 AI를 부적절하게 사용하여 청구를 거부한 혐의로 소송에 직면할 수 있으며 현재 직면하고 있습니다. 소송 AI가 대신 사용되었기 때문에 의사 검토를 위한 최소 요구 사항을 충족하지 못하는 계획을 비난했습니다.
과거의 결정에 의존
AI가 이전 결정을 내린 방식에만 기초하여 결정을 내리도록 신뢰하는 것은 명백한 결함이 있습니다. 과거의 잘못된 결정은 계속해서 다른 결정에 영향을 미칠 것입니다. 또한 AI에 정보를 제공하는 정책 규칙은 시스템 전체에 분산되거나 인간에 의해 불완전하게 체계화되는 경우가 많기 때문에 AI 시스템은 결국 이러한 정책에 대한 부정확한 이해를 채택하고 영속시킬 수 있습니다. 이를 방지하려면 조직은 AI가 신뢰할 수 있는 데이터 세트를 참조하고 학습할 수 있도록 정책 정보의 단일 소스를 만들어야 합니다.
레거시 시스템을 기반으로 구축
상대적으로 새로운 기술인 AI는 가능성을 제공하며 많은 건강 계획 데이터 과학 팀은 기존 엔터프라이즈 플랫폼에 이미 내장된 AI 도구를 활용하여 이러한 가능성을 빠르게 활용하기를 열망하고 있습니다. 문제는 의료 청구 프로세스가 매우 복잡하고 엔터프라이즈 플랫폼이 이러한 복잡성을 이해하지 못하는 경우가 많다는 것입니다. 모든 경우에 적용할 수 있는 솔루션(청구 판결에 영향을 미치는 다양한 요소를 모두 고려하지 않는 솔루션)으로 이러한 레거시 플랫폼 위에 AI를 적용하면 보다 효율적인 프로세스를 만드는 대신 혼란과 부정확성을 초래하게 됩니다.
오래된 데이터에 기대어
AI의 가장 큰 이점 중 하나는 학습하면서 작업을 조정하는 능력이 점점 더 좋아진다는 것입니다. 그러나 학습은 AI가 무엇이 잘못되었는지 이해하고 그에 따라 조정할 수 있도록 돕는 일관된 피드백 루프가 있는 경우에만 발생할 수 있습니다. 피드백은 지속적이어야 할 뿐만 아니라 명확하고 정확한 데이터를 기반으로 해야 합니다. 결국, AI는 학습하는 데이터만큼만 우수합니다.
의료 분야의 AI가 도움이 되는 경우
의료만큼 결과가 중요한 분야에서 AI를 사용하려면 확실히 주의가 필요하지만, 그렇다고 AI가 적합한 사용 사례가 없다는 의미는 아닙니다.
하나는, 의료 분야에는 데이터가 부족하지 않습니다. (한 사람의 의료 기록이 수천 페이지에 달할 수 있다는 점을 고려하세요.) 해당 데이터의 패턴은 질병 진단, 청구의 올바른 판단 등에 대해 많은 정보를 제공할 수 있습니다. 인간 검토자가 실행할 수 있는 패턴을 기반으로 패턴을 찾고 조치를 제안하는 AI가 탁월한 부분이 바로 여기입니다.
AI가 뛰어난 또 다른 영역은 다음과 같습니다. 정책 및 규칙 목록화 및 수집 청구서 지불 방법을 결정합니다. 생성 AI (GenAI)를 사용하면 이 정책 콘텐츠를 다양한 형식에서 기계 판독 가능 코드로 변환하여 일관되게 적용할 수 있습니다. 모두 환자의 주장. GenAI를 사용하면 정보를 요약하고 사람이 검토할 수 있도록 읽기 쉬운 형식으로 표시할 수도 있습니다.
이러한 모든 사용 사례의 핵심은 AI가 자체적으로 쇼를 운영하는 것이 아니라 AI를 감독하는 인간의 부조종사로 사용되고 있다는 것입니다. 조직이 AI를 구현할 때 이 아이디어를 염두에 둘 수 있는 한, AI로 의료 서비스가 변화하는 이 시대에 성공할 수 있는 위치에 있을 것입니다.
게시물 의료 분야에서 AI를 피해야 하는 경우 처음 등장한 Unite.AI.