Inovatyvių sveikatos technologijų pritaikymo pajėgumų didinimas pasaulinėje sveikatos priežiūros sistemoje
DOI:
https://doi.org/10.52320/dav.v22i1.381Reikšminiai žodžiai:
duomenų kokybės vertinimas, socialinė-techninė sistema, čempionai, finansavimo mechanizmas, organizacijos derinimasSantrauka
Dirbtinio intelekto naudojimas sveikatos priežiūros srityje dar tik pradeda veikti ir dar nepasiekė savo galimybių ribos, kad pasaulinė sveikatos priežiūros sistema būtų teisingesnė ir saugesnė. Egzistuoja didelis atotrūkis tarp DI pažadų ir realaus jo įgyvendinimo sveikatos priežiūros įstaigose. DI yra socialinė-techninė sistema ir viena pati DI technologija negali išspręsti mūsų sveikatos problemų. Šio tyrimo klausimas: į kokius socialinius, politinius ir ekonominius pasaulinės sveikatos sistemos elementus reikia atsižvelgti, kad dirbtinio intelekto pajėgumai būtų optimizuoti? Straipsnyje naudojami kokybiniai tyrimai, siekiant gauti ekspertų nuomones, ištirti tam tikrų DI įrenginių diegimo Honkonge ir Singapūre sėkmės atvejus ir integruoti nuo 1987 DI technologijų iniciatyvų didelėje Kanados ligoninėje priimtas ir įgytas pamokas. Autorius rekomenduoja, kaip pasiūlos pusė padidina jų patikimumą, o paklausa – pasitikėjimą. Pasiūla apima technologijų tiekėjus, teisines, politikos ir profesines organizacijas, rizikos kapitalo investuotojus ir akademines tyrimų institucijas, kurios turi teikti atsakingą dirbtinį intelektą ir valdyti AI, kad gautų ilgalaikę naudą. Rekomenduojama didinti sveikatos priežiūros organizacijų pasitikėjimą, įskaitant lyderių buvimą, organizacijų derinimą, finansavimo mechanizmus, naujas profesines tapatybes, pacientų skaitmeninio ir sveikatos raštingumo gebėjimus ir palankią organizacijos kultūrą. Tie patys dirbtinio intelekto įrenginiai turėtų būti suderinami tarp sveikatos priežiūros sistemų savo šalyse ir už jų ribų. Norint palengvinti produktų ir parametrų palyginimą, reikia naudoti standartizuotą duomenų kokybės vertinimą, lyginamuosius duomenų rinkinius, finansavimo mechanizmus ir susitarimą dėl modelio ir klinikinio efektyvumo priemonių. Investicijos į skaitmeninės infrastruktūros palaikymą mažas ir vidutines pajamas gaunančiose šalyse yra būtinos, kad dirbtinio intelekto įrenginiai veiktų efektyviai. Įvairios suinteresuotosios šalys turi nuolat demistifikuoti DI ir dalyvauti bendradarbiaujant su tais, kurie turi mažiau galios sistemoje.
Atsisiuntimai
Publikuota
Numeris
Skyrius
Licencija
Autorių teisės (c) 2025 Maria Lai-Ling Lam

Šis darbas licencijuotas pagal Creative Commons Attribution 4.0 tarptautinę licenciją.
Atskiri straipsniai yra skelbiami „Open Access“ pagal „Creative Commons“ licenciją CC-BY 4.0, leidžiančią neribotai naudoti, platinti ir atgaminti betkokioje laikmenoje, su sąlyga, kad nurodytas originalus autorius ir šaltinis. Autoriai išlaiko autorių teises į savo straipsnius, tačiau suteikia Klaipėdos valstybinei kolegijai pirmojo leidinio teisę.