Als bedrijf, opgericht in een periode waarin het gebruik van spraakherkenning sceptisch werd onthaald, hebben we altijd een voortrekkersrol gespeeld op zoek naar nieuwe technologieën voor het verbeteren van onze producten.
Artificial Intelligence staat al jaren hoog op onze agenda en we houden de technologische ontwikkelingen nauwlettend in de gaten. Is het verstandig om ‘deep learning technology’ te onderzoeken? Zouden we in de richting van ‘text mining’ of ‘language understanding’ moeten denken? Of misschien toch focussen op ‘cognitive services’ (o.a. op het gebied van spraakherkenning)?
Elke techniek heeft een andere focus en verschillende kenmerken, wat ze geschikt maken voor uiteenlopende toepassingsgebieden.
Hoe kunt u als klant het verschil zien tussen al deze bedrijven die vertellen hoe fantastisch hun AI-oplossing is? Aangezien het nieuwe technologie betreft is één van onze belangrijkste evaluatiecriteria: ‘Voegt deze nieuwe technologie waarde toe voor de eindgebruiker, de patiënt of het volledige proces? Uiteindelijk zouden deze technologieën en automatisering ons leven eenvoudiger moeten maken. Wanneer de toegevoegde waarde niet direct duidelijk is, dan is het waarschijnlijk geen goed idee.
Momenteel werken we samen met verschillende AI-leveranciers op het gebied van medische beeldvorming en we ontwikkelen een interface voor het uitwisselen van informatie. De resultaten van de AI-software (zoals metingen, uitkomsten en coderingen) worden automatisch in het verslag verwerkt. Hierdoor is het dicteren van resultaten, of erger – het handmatig knippen en plakken, niet meer nodig.
De introductie van AI en het hergebruik van resultaten uit verslagen sluit perfect aan bij een ander onderwerp waar we het al jaren over hebben: Structured Reporting!
Structured Reporting kan de gebruiker op drie verschillende gebieden helpen:
- De kwaliteit van de rapportages verhogen door de uniformiteit van de vraagstelling, inclusief volgorde. Bovendien bestaat de mogelijkheid om rapportages te controleren op volledigheid door het gebruik van verplichte of aanbevolen velden.
- Het rapportageproces versnellen door het gebruik van standaardteksten
- Het gebruik van medisch gecodeerde data voor onderzoeksdoeleinden en de gestructureerde uitwisseling van data met andere systemen (zoals mammografieverslagen).
Met het introduceren van de bovengenoemde technologie is het belangrijk om je af te vragen wat je daadwerkelijk wil bereiken. We moeten strategische doelstellingen formuleren, beslissen hoe we deze willen behalen en met welke technologie. De technologie op zich is nooit het doel, enkel het middel. Het doel is o.a. het leveren van de beste kwaliteit, het hergebruik van medisch gecodeerde data of efficiënter werken. Maakt het dan uit welke technologie er wordt gebruikt? Ik denk het niet. Als het maar werkt!
Het inrichten van een nieuw proces wordt besproken met klanten en eindgebruikers. Het is duidelijk dat dit moet passen in de bestaande workflow. De druk op zorgprofessionals is zo hoog, dat er simpelweg geen tijd is voor het leren van nieuwe software. Onze nieuwe technologie moet zo’n geïntegreerd onderdeel van de software vormen dat het naadloos aansluit bij de huidige werkwijze en het tijd bespaart. Intern draagvlak creëren is hier cruciaal en alle neuzen moeten in dezelfde richting staan.
Belangrijkste leerpunten:
Wat leren we hiervan? Als we met succes het rapportageproces willen verbeteren met nieuwe technologieën, volg dan deze werkwijze:
- Formuleer duidelijke doelen. Verwissel de doelen niet met de middelen (het introduceren van AI is geen doel op zich).
- Stel prioriteiten met een duidelijke focus.
- Integreer waar mogelijk verschillende systemen in de workflow en verminder de handmatige stappen in het proces.
- Creëer een intern draagvlak bij je gebruikers. Goedkeuring en acceptatie zijn het belangrijkste voor het laten slagen van de nieuwe technologie!
Ik ben benieuwd naar uw mening. Stel hieronder gerust uw vragen om een discussie te starten.