Kun 4 av 10 sykehus tester AI før pasientbruk

En fersk rapport fra UPMC’s Center for Connected Medicine og KLAS Research viser at under halvparten av amerikanske sykehus har et dedikert miljø for å teste AI-verktøy før de tas i bruk i pasientbehandling. Til tross for økt satsing på AI, beskriver 63 prosent av helsesystemene sin AI-strategi som uferdig eller ad hoc. Denne mangelen på testinfrastruktur skyldes ofte tid- og ressursmangel, ifølge Ken Howard i UPMC Enterprises. Sykehusene mangler kapital eller talent for å bygge strukturerte testmiljøer, og ender med å implementere AI-løsninger som tradisjonell IT. Dette risikerer å føre til lange implementeringsprosesser som ikke leverer forventet verdi. UPMC har svart med å utvikle Ahavi, en plattform som lar sykehus validere tredjeparts AI mot anonymiserte pasientdata. I tillegg til grundig før-implementeringstesting, kreves kontinuerlig overvåking etter lansering, særlig for kliniske algoritmer. UPMC tester også leverandørenes algoritmer mot egen pasientpopulasjon for å avdekke problemer som skjevhet og modelldrift, noe som et generisk datasett kan overse.