Artificiell intelligens gör sig stadigt användbar inom vården. Ändå är potentialen långt ifrån sin topp. AI inom sjukvården måste fortfarande gå igenom ramarna - särskilt när det gäller datasekretess, säkerhet och konfidentialitet. Och trots fall av tidsdefinierande framgång har dessa vägspärrar hindrat holistisk adoption.
I den här diskussionen täcker vi dessa punkter samtidigt som vi fokuserar på argumentet som gynnar sjukvårdsspecifik AI-implementering. Väl där kommer vi också att prata om hur AI kan gynna den annars etablerade sjukvårdsindustrin genom att i första hand fokusera på efterlevnadsdelen av saker och ting:
Här är de tre viktiga takeaways:
- Framgången för AI inom vården bestäms av tillgången på korrekta och omfattande träningsdata. När datauppsättningar är rikliga kommer algoritmerna och efterföljande modeller ut bättre.
- AI-modeller, även inom vården, måste tränas för att eliminera den rådande fördomen. Tanken skulle vara att få tillgång till olika datamängder, vilket ökar urvalsstorleken. Dessutom tar datadiversitet också hand om de lokala licensieringsflaskhalsarna.
- Företag som planerar AI-modeller för sjukvård bör överväga avidentifiering av data för att eliminera skyddsräcken för PHI (Personal Health Information) och PII (Personal Identifiable Information).
Klicka här för att läsa den här artikeln:
https://www.healthcarebusinesstoday.com/the-keys-to-unlocking-healthcare-ais-vast-potential-in-2021/
