MIT Technology Review-ի վերջին հոդվածում նշվում է, որ թեև խոշոր AI ընկերությունները զգալի առաջընթաց են գրանցում առողջապահության ոլորտում՝ բարելավելով կլինիկական փաստաթղթավորումը և տվյալների ամփոփումը, ոլորտը բախվում է օպերացիոն ինտեգրման լուրջ խոչընդոտի: Թեև մեծ լեզվական մոդելները (LLM) հիանալի են բարդ գրառումների մշակման գործում, դրանք հաճախ չունեն առողջապահական մասնատված աշխատանքային հոսքերի համատեքստը, ինչպիսիք են եկամուտների ցիկլերը և վճարողների հատուկ քաղաքականությունը: Հոդվածում պնդվում է, որ միայն հիմնարար մոդելները բավարար չեն վարչական բարդ խնդիրները լուծելու համար: Իրական առաջընթացը պահանջում է անցնել ընդհանուր ավտոմատացումից այնպիսի համակարգերի, որոնք կարող են տրամաբանել կլինիկական և ֆինանսական որոշումների ողջ շղթայի երկայնքով: Հեղինակը շեշտում է, որ առողջապահության օպերացիոն գիտելիքները հաճախ թաքնված են տեղական, կուտակված փորձի մեջ, այլ ոչ թե ընդհանուր բժշկական գրականության: Հետևաբար, առողջապահական AI-ի հաջորդ փուլը պետք է կենտրոնանա տեխնիկական մոդելի հնարավորությունների և իրական աշխարհի օպերացիոն սահմանափակումների միջև եղած բացը լրացնելու վրա:
This is a summary. Read the full article at the original source:
MIT Technology ReviewԿապակցված
Աշնանային պատվաստանյութերի արագ ուղեցույց և դրանց անհրաժեշտության ժամկետները
Շնչառական վիրուսների սեզոնին ընդառաջ՝ առողջապահական մարմիններն ու դեղատները սկսել են գրիպի և COVID-19-ի թարմացված պատվաստանյութերի տրամադրումը: Չնայած…
Ձվաբջիջների սառեցման նոր ստարտափ. Ավելի տարօրինակ, քան կարող եք պատկերացնել
Cofertility-ն՝ պտղաբերության ոլորտի նոր ստարտափը, ներկայացրել է վիճահարույց բիզնես մոդել, որը կանանց թույլ է տալիս անվճար սառեցնել իրենց ձվաբջիջները:…
Apple Watch-ի մարզումների հավելվածը կարող է ստանալ ուժային մարզումների առաջադեմ գործառույթներ
watchOS 27-ի բետա տարբերակից արտահոսած տեղեկությունները հուշում են, որ Apple-ը նախատեսում է զգալի թարմացում իր Workout հավելվածի համար: Ակնկալվող գործ…