Muchos proveedores expresan confianza sobre su estrategia de IA, pero relativamente pocos han establecido las estructuras de gobernanza necesarias para garantizar una implementación responsable de la IA, según una nueva investigación.
Nordic Consulting publicó un informe este mes basado en una encuesta a 127 líderes que trabajan en organizaciones de atención médica, principalmente hospitales y clínicas. Los resultados mostraron que el 70% de los líderes se sienten al menos algo confiados en los marcos de gobernanza de IA de su organización, pero solo el 15% informa tener infraestructura escalable en su lugar.
Aunque hay un entusiasmo significativo sobre la IA, escalarla en toda una empresa de atención médica está demostrando ser un proceso increíblemente complejo, dijo Kevin Erdal, vicepresidente senior de servicios de transformación e innovación en Nordic.
Para lograr la escalabilidad, los proveedores deben sumergirse en lo que realmente significa “escala” en términos de uso sostenido. Muchas organizaciones subestiman las necesidades de gestión continuas de los modelos de IA, especialmente las herramientas personalizadas que consumen muchos recursos informáticos, afirmó Erdal.
La preparación de datos también es crucial para el éxito de la IA, señaló. Muchos encuestados mencionaron la falta de infraestructura para acceder y procesar datos de sistemas dispares como una barrera importante para la escalabilidad de la IA, señaló Erdal.
“Podría ser un escenario en el que ya tenga los datos listos o almacenados, pero no necesariamente tenga la interoperabilidad para acceder y obtener algunos de los datos de sus sistemas pertinentes en toda la institución colectiva. Es una cosa poder almacenar datos, y es otra cosa poder procesar datos”, explicó.
Cuando se trata de nuevas herramientas de IA en el mercado de la salud, hay mucha publicidad y llamatividad, pero son los elementos fundamentales, como la gestión de datos y la infraestructura informática, los que determinan las verdaderas victorias, declaró Erdal.
Si las organizaciones no pueden capturar los datos correctos, los modelos fallarán, sin importar cuán prometedora sea la tecnología, advirtió.
También señaló que los líderes de la salud pueden sobreestimar su preparación para la IA debido a la amplia disponibilidad de modelos de proveedores. A su parecer, la verdadera preparación incluye gobernanza, infraestructura, datos y, críticamente, gestión del cambio.
“Es una cosa encender un modelo, pero ¿necesita la gobernanza general para incluir a esos usuarios operativos en esa conversación?”, comentó Erdal.
El proceso de gestión del cambio a menudo se pasa por alto, y las organizaciones a menudo no logran explicar el objetivo general de la tecnología a sus usuarios finales, explicó. Por ejemplo, si un hospital implementa un modelo de IA para predecir ausencias, la organización debe comunicar su plan sobre qué hacer con esa información, dijo Erdal.
A medida que la adopción de IA continúa evolucionando en la atención médica, el éxito no vendrá de demostraciones llamativas, vendrá del trabajo menos glamoroso como este, declaró.
Foto: erhui1979, Getty Images