Искусственного интеллекта (ИИ) в здравоохранении сейчас не существует по ряду причин. На пути разработчиков неминуемо возникает минимум восемь основных проблем, сообщает Becker's Hospital Review со ссылкой на Twitter партнера венчурной компании Acme Capital Айке Хо.
По мнению выпускницы Йельского университета, в прошлом серийного предпринимателя, внедрению ИИ препятствует следующее.
-
Фрагментированный характер здравоохранения США: компании, занимающиеся ИИ, должны усердно работать, чтобы получить данные для обучения своих моделей. Это часто означает взаимодействие с системами здравоохранения и университетами, в которых хранятся разрозненные наборы данных, и этот процесс может занять годы.
-
Плохие данные убивают компании: когда стартап наконец-то получает необходимые данные, может оказаться, что они низкого качества и требуют тщательной очистки. Плохие данные приведут к плохим моделям машинного обучения, а это равносильно смерти проекта.
-
Неправильное представление о емкости рынка: рынок для большинства ИИ-приложений для сферы здравоохранения невелик, поскольку эти сервисы часто предоставляют вспомогательные услуги.
-
Непринятие системой здравоохранения: компании уделяют недостаточно внимания внедрению своих продуктов.
-
Непредоставление доказательств клинической эффективности. Стартапы не всегда сообщают, как их услуги и решения приведут к улучшению результатов лечения.
- Отсутствие финансового возмещения. Большинство решений на базе ИИ не покрываются страховкой. Довод разработчика об экономии средств благодаря повышению качества лечения — слабый аргумент для страховых компаний, цель которых заключается в получении дополнительного дохода.
-
Сложности интеграции с существующими системами: если стартап не побеспокоится о том, чтобы его продукт можно было с легкостью интегрировать в те системы, которыми пользуются клиники, то его шансы на успех будут крайне малы.
-
Плохо продуманная бизнес-модель. Контракты с фиксированной оплатой менее рискованны для стартапов, но их труднее продать провайдерам.