AI dokumenteerimine munitsipaaltervishoius: hindamisraamistik

Omavalitsuste kogukonnatervise programmid hõivavad tervishoiuteenuste osutamisel eripärase positsiooni. Need on hajutatud koolide, koduvisiitide võrgu ja kohalike kliinikute vahel, neid teenindavad peamiselt õed ja tervishoiutöötajad ning nad vastutavad pigem rahvastikutasandi eesmärkide kui üksikute ravijuhtumite näitajate eest. Kui tehisintellekti (AI) dokumenteerimisvahendid sellesse keskkonda jõuavad, ei pruugi perearstikeskuses või haiglaosakonnas kasutatavad hindamisküsimused otse sobituda sellega, mida omavalitsus tegelikult vajab hinnata. See juhend esitab struktureeritud raamistiku avaliku tervise administraatoritele, kes lähenevad sellele hindamisele esimest korda, tuginedes kehtivatele Euroopa regulatiivsetele kohustustele, avaldatud rakendamistõenditele ja kogukonnatervise osutamise praktilistele reaalsustele.

Miks omavalitsuste tervishoiukeskkonnad vajavad eraldi hindamisraamistikku

Valdav tõendusbaas AI dokumentatsioonitööriistade kohta kliinilistes keskkondades pärineb teisesest tervishoiust ja vähemal määral perearstipraktikast. Mõlemad kontekstid jagavad omadusi, mis ei kajasta kogukonnatervise programmide toimimist: fikseeritud vastuvõturuumid, spetsiaalne IT-infrastruktuur ja kliinilised töötajad, kellel on kaitstud dokumenteerimisaeg.

Omavalitsuste kogukonnatervise teenused on tavaliselt õejuhitud, neid osutatakse mitmes hajutatud asukohas ja need on üles ehitatud lühikeste, sageli mitteametlike kohtumiste ümber: koolitervisekontroll, koduvisiit noorele emale, avatud nõustamissessioon kogukonnakeskuses. Personal liigub sageli objektide vahel, ühenduvus on katkendlik ja sama inimene võib täita samaaegselt kliinilise töötaja, hoolduskoordinaatori ja juhtumikorraldaja rolle.

WHO Euroopa piirkonna hinnang AI valmisoleku kohta ELi liikmesriikides tõi välja, et tööjõu valmisolek ja andmejuhtimise struktuurid erinevad oluliselt riiklike tervishoiusüsteemide ja riigisiseste osutamistasandite vahel. See kinnitab, miks omavalitsuste administraatorid ei saa eeldada, et haiglatasandil valideeritud tööriist toimib nende keskkonnas asjakohaselt.

Euroopa Komisjoni analüüs AI kasutuselevõtu takistustest kliinilises praktikas toob välja neli erinevat väljakutsete kategooriat: tehnoloogilised ja andmealased väljakutsed, regulatiivne keerukus, organisatsioonilised ja finantsilised takistused ning sotsiaalsed ja kultuurilised tegurid. Omavalitsuste kogukonnatervise programmides esinevad kõik neli kategooriat eriti tugevalt, muutes kohandatud hindamisraamistiku vältimatuks.

E-tervise rakendamise tegurite süstemaatiline ülevaade esmatasandi, teisese tasandi ja koduhoolduse keskkondades leidis, et edukas kasutuselevõtt sõltus teguritest, mis toimivad samaaegselt tehnoloogia enda tasandil, välise organisatsioonilise keskkonna tasandil, sisemise osutamiskonteksti tasandil ja kaasatud üksikute spetsialistide tasandil. Omavalitsuste terviseprogrammid hõlmavad kõiki neid tasandeid viisil, mida haiglate kasutuselevõtt tavaliselt ei hõlma.

Mida AI dokumenteerimisassistent tegelikult kogukonnatervise kontekstis teeb

Enne mis tahes regulatiivse või hankemenetluse hindamise algust vajavad administraatorid hinnatava tööriista täpset funktsionaalset määratlust. Vale klassifikatsioon selles etapis tekitab hilisemaid vastavusprobleeme, mida on keeruline parandada.

AI dokumenteerimisassistent kogukonnatervise kontekstis teeb järgmist:

• Kuulab kliinilist vestlust tervishoiutöötaja ja patsiendi või pereliikme vahel

• Teisendab kõneldu tekstiks reaalajas, kasutades kõnest-teksti tehnoloogiat (automaatne kõnetuvastus)

• Genereerib sellest transkriptsioonist struktureeritud kliinilise märkme või kokkuvõtte

• Vähendab kliinilise töötaja dokumenteerimiskoormust, automatiseerides märkmete loomist

See tööriist ei tõlgenda kliinilisi leide, ei anna diagnoosisoovitusi, ei paku ravisoovitusi ega märgista kliinilisi riske. Need funktsioonid on iseloomulikud kliinilisele otsustustoele, millega kaasnevad erinevad regulatiivsed kohustused nii ELi meditsiiniseadmete määruse (MDR) kui ka ELi AI akti alusel. See eristus on regulatiivselt oluline.

The Lancet Primary Care raamistik AI rakenduste kategoriseerimiseks esmatasandi arstiabis kasutab Maailma Terviseorganisatsiooni digitaalse tervise sekkumiste taksonoomiat just selle eristuse tegemiseks, eraldades dokumenteerimist ja kommunikatsiooni toetavad tööriistad neist, mis pakuvad kliinilist juhendamist. Administraatorid, kes need kaks kategooriat segamini ajavad, riskivad kas dokumenteerimisvahendi ülereguleerimisega või, mis on ohtlikum, sellise tööriista alareguleerimisega, mis tegelikult täidab kliinilisi funktsioone.

Praktiline test: kui AI tööriista väljundi eemaldamine konsultatsioonist jätab kliinilise töötaja otsused muutumatuks, toimib tööriist dokumenteerimisassistendina. Kui tööriista väljund muudab seda, mida kliiniline töötaja otsustab järgmisena teha, on tegemist kliinilise otsustustoega.

MDR klassifikatsioon: mida omavalitsuste administraatorid peavad kõigepealt määrama

Klassifikatsioon MDRi (määrus 2017/745) alusel on esimene ametlik määratlus, mis tuleb teha enne mis tahes hankeotsust. Selle valesti tegemine seab omavalitsuse õiguslikku vastutusse ja, mis veelgi olulisem, ohustab patsientide turvalisust.

Keskne küsimus on, kas AI dokumenteerimisassistent vastab MDRi meditsiiniseadme määratlusele, täpsemalt kas see on mõeldud haiguse diagnoosimiseks, ennetamiseks, jälgimiseks, raviks või leevendamiseks. Tööriist, mis ainult salvestab ja struktureerib kliinilisi vestlusi ilma nende kliinilist sisu tõlgendamata, jääb üldiselt MDRi reguleerimisalast välja. Tööriist, mis genereerib kliinilisi soovitusi, riskiskoore või diagnostilisi ettepanekuid, kuulub selle alla.

MDRi, isikuandmete kaitse üldmääruse (GDPR) ja ELi AI akti kokkupuude tähendab, et isegi kui tööriist ei ole meditsiiniseadmena klassifitseeritud, võivad sellele kehtida AI akti kohustused, kui seda peetakse kõrge riskiga AI süsteemiks, näiteks juhul, kui seda kasutatakse viisil, mis mõjutab patsientide ohutust puudutavaid kliinilisi otsuseid.

Kui tööriist on klassifitseeritud meditsiiniseadmena:

• Tootjal peab olema MDRi alusel CE-märgis

• Vastavushindamine peab olema lõpetatud, vajadusel teavitatud asutuse kaasamisega

• Peavad olema olemas tehniline dokumentatsioon, turujärgne järelevalve ja intsidentidest teatamise kohustused

• Omavalitsus kasutuselevõtjana võtab endale konkreetsed kohustused majandusoperaatorina

ELi AI akti mõjude analüüs tervishoiule märgib, et praktiline kitsaskoht on teavitatud asutuste kättesaadavus, kellel on võimekus hinnata AI-põhiseid meditsiiniseadmeid. Administraatorid peaksid küsima tarnijatelt otse nende vastavushinnangu praeguse staatuse kohta ega tohiks eeldada, et CE-märgis on peagi tulemas, kui seda pole veel antud.

Administraatorid peaksid igalt tarnijalt küsima:

• Kirjalikku avaldust ettenähtud kasutusotstarbe kohta

• Kinnitust MDRi klassifikatsiooni ja selle aluse kohta

• CE-märgise dokumentatsiooni, kui see on asjakohane, või selget selgitust, miks tööriist jääb MDRi reguleerimisalast välja

• Tõendeid mis tahes teavitatud asutuse osalemise kohta

GDPR ja andmete residentsus: võtmeküsimused omavalitsustele, kes töötlevad patsiendiandmeid

AI dokumenteerimisassistent töötleb GDPRi alusel erilist liiki isikuandmeid, täpsemalt terviseandmeid tuvastatavate isikute kohta. See toob kaasa kõige rangemad GDPRi kohustused ning omavalitsused kui vastutavad töötlejad kannavad peamist vastutust nende täitmise eest.

Peamised GDPRi küsimused, mida omavalitsuste administraatorid peavad enne hanget lahendama:

Õiguslik alus: Kogukonnatervise programmid tuginevad tavaliselt artiklile 9(2)(h), mis lubab töötlemist ennetava või töötervishoiu, meditsiinilise diagnoosi või tervishoiuteenuse osutamise eesmärgil, koos artikliga 6(1)(e) avaliku ülesande täitmiseks. Administraatorid peaksid kinnitama oma andmekaitseametnikuga (DPO), et see alus on nõuetekohaselt dokumenteeritud.

Andmetöötlusleping: Kui tarnija töötleb patsiendiandmeid omavalitsuse nimel, peab enne mis tahes andmete töötlemist olema sõlmitud artikli 28 GDPRiga kooskõlas olev andmetöötlusleping (DPA). DPA peab täpsustama töötlemise sisu, kestuse, laadi ja eesmärgi, isikuandmete liigi ja andmesubjektide kategooriad ning vastutava töötleja kohustused ja õigused.

Andmete residentsus: ELi andmete residentsuse nõuded tervishoiuandmete jaoks on oluline hankefilter. Omavalitsused peaksid nõudma, et patsiendiandmeid säilitatakse ja töödeldakse ELis või Euroopa Majanduspiirkonnas (EMP), ning hankima sellekohased lepingulised garantiid. Kui tarnija kasutab alltöötlejaid, näiteks pilvinfrastruktuuri pakkujaid, tuleb iga alltöötleja asukoht avalikustada ja hinnata.

Alltöötlejate läbipaistvus: Tarnijad peavad suutma esitada täieliku loetelu patsiendiandmete töötlemisse kaasatud alltöötlejatest koos nende asukohtade ja kaitsemeetmetega mis tahes ülekannete puhul väljapoole ELi või EMPd.

Andmete minimeerimine ja säilitamine: Administraatorid peaksid kinnitama, milliseid andmeid tööriist pärast konsultatsiooni säilitab, kui kaua ja millise kustutamise või anonümiseerimise poliitika alusel.

Euroopa tervishoiuandmete ruum (EHDS), mis jõustus 2025. aastal, lisab täiendava andmejuhtimise kohustuste kihi, mida ELi liikmesriikide omavalitsused peavad oma hinnangusse arvesse võtma, eriti kui patsiendiandmetele võidakse üle piiride ligi pääseda.

Tarnija turvapositsiooni hindamine: milliseid sertifikaate ja kontrolle otsida

AI dokumenteerimisassistendi tarnija turvahinnangu läbiviimine ei ole ühekordne märkeruudu harjutus. See nõuab administraatoritelt nii tarnija ametlike sertifikaatide kui ka nende kehtestatud praktiliste kontrollide hindamist.

ISO 27001 on baassertifikaat, mida administraatorid peaksid nõudma. See näitab, et tarnija on rakendanud infoturbejuhtimissüsteemi (ISMS), mida on sõltumatult auditeeritud. Administraatorid peaksid küsima kehtivat sertifikaati, selle ulatust ja viimase järelevalveauditi kuupäeva.

Lisaks ISO 27001-le peaksid administraatorid tarnijatelt otse küsima:

• Juurdepääsukontrollid: Kes tarnija organisatsioonis saab patsiendiandmetele ligi, millistel tingimustel ja millise auditijäljega?

• Krüpteerimine: Kas andmed on krüpteeritud nii ülekandel kui ka puhkeolekus? Milliseid krüpteerimisstandardeid kasutatakse?

• Auditilogid: Kas juurdepääsu ja töötlemise sündmused logitakse ning kas omavalitsus saab neile logidele ligi?

• Rikkumisest teatamine: Milline on tarnija lepinguline kohustus rikkumisest teatamise tähtaegade osas? GDPR nõuab teatamist järelevalveasutustele 72 tunni jooksul pärast rikkumisest teadasaamist ning tarnijad peavad suutma seda tähtaega järgida.

• Tungimistestimine: Kui sageli testitakse süsteemi sõltumatult haavatavuste suhtes ja kas aruanded on kättesaadavad?

• Alltöötlejate turvalisus: Milliseid turvanõudeid tarnija oma alltöötlejatele kehtestab ja kuidas vastavust kontrollitakse?

ELi AI akti nõuded kõrge riskiga AI süsteemide jaoks hõlmavad kohustusi vastupidavuse, täpsuse ja küberturvalisuse osas, mida reguleerimisalasse kuuluvate tööriistade tarnijad peavad tehnilise dokumentatsiooni kaudu tõendama. Administraatorid peaksid küsima, kas tööriista on AI akti alusel hinnatud ja kui jah, siis millise riskiklassifikatsiooniga.

Riiklikud tervishoiuandmete turvalisuse raamistikud, nagu need, mida haldavad riiklikud küberturvalisuse agentuurid Prantsusmaal, Saksamaal või Madalmaades, võivad kehtestada täiendavaid nõudeid lisaks ISO 27001-le. Omavalitsused peaksid kontrollima, kas nende riiklik raamistik kehtib omavalitsuste tervishoiuandmete süsteemidele ja kas tarnija sertifikaat seda hõlmab.

Kogukonnateenuse töövoo sobivus: miks haiglates valideeritud tööriistad ei pruugi otse üle kanduda

Tööriist, mis toimib hästi haigla ambulatoorses kliinikus või perearstikeskuse vastuvõturuumis, võib kogukonnatervise keskkonnas käituda hoopis teisiti. Administraatorid ei tohiks käsitleda haigla või perearstikeskuse valideerimistõendeid kui piisavat tõestust sobivusest kogukonnatervise kasutuselevõtuks.

Töövoo omadused, mis eristavad kogukonnatervise osutamist, hõlmavad:

• Mobiilsed ja kodupõhised konsultatsioonid: Kliiniline töötaja ei viibi fikseeritud akustilises keskkonnas. Taustamüra, muutuv mikrofoni kvaliteet ja füüsiline kaugus seadmest mõjutavad transkriptsiooni täpsust viisil, mida kontrollitud kliinilised keskkonnad ei mõjuta.

• Katkendlik ühenduvus: Paljud kogukonnatervise visiidid toimuvad kohtades, kus internetiühendus on ebausaldusväärne. Administraatorid peavad välja selgitama, kas tööriist nõuab pidevat ühenduvust või saab toimida võrguühenduseta, sünkroniseerides taasühendamisel.

• Lühikesed konsultatsioonid: Kogukonnatervise kohtumised on sageli lühemad ja vähem struktureeritud kui haigla või perearstikeskuse vastuvõtud, vähem etteaimatava kliinilise keelega ja rohkem vestlusliku suhtlusega.

• Mitme rolliga personal: Kogukonnatervise töötajad ja tervishoiutöötajad täidavad sageli funktsioone, mis hõlmavad kliinilist hindamist, sotsiaalse abi koordineerimist ja rahvatervise jälgimist. Tööriista märkmete mallid ja struktureeritud väljund peavad seda mitmekesisust kajastama.

• Jagatud või isiklikud seadmed: Erinevalt haigla keskkonnast, kus seadmed on tavaliselt fikseeritud ja hallatavad, võivad kogukonnatervise töötajad kasutada jagatud tahvelarvuteid või isiklikke seadmeid, mis tekitab täiendavaid turvalisuse ja juurdepääsukontrolli küsimusi.

The Lancet Primary Care raamistik rõhutab, et AI tööriistu esmatasandi ja kogukonnateenuses tuleb hinnata tegeliku osutamismudeli, mitte üldistatud kliinilise kohtumise alusel. Administraatorid peaksid küsima tarnijatelt konkreetselt, kas tööriista on testitud või kasutusele võetud kogukonnatervise, koduvisiitide võrgu või koolitervishoiu kontekstides, ning küsima nendest keskkondadest pärinevaid jõudlusnäitajaid, mitte haigla keskkondadest.

Mitme keskuse rakendamisuuring kliinilise otsustustoe kohta mitmekesistes esmatasandi tervishoiu keskkondades leidis, et kasutajakeskne disain ja töövoo integratsioonitestimine olid kasutuselevõtu edu kriitilised tegurid. Need leiud kehtivad otseselt ka AI dokumentatsioonitööriistade kohta kogukonnatervises.

Personali rollid ja koolituse nõuded õejuhitud ja koolitervishoiuteenustes

Omavalitsuste kogukonnatervise programmide tööjõud erineb haigla või perearstikeskuse omast viisil, mis mõjutab nii koolituse nõudeid kui ka vastutusstruktuure. Administraatorid peavad neid erinevusi enne kasutuselevõttu selgesõnaliselt arvestama.

Kes tööriista kasutab? Õejuhitud teenustes, tervishoiutöötajate programmides ja koolitervishoiu meeskondades on peamised kasutajad registreeritud õed, tervishoiutöötajad ja kogukonnatervise töötajad, mitte arstid. Koolitus ja muudatuste juhtimine peavad olema kavandatud selle tööjõu jaoks, mitte kohandatud perearstikeskuse või haigla kontekstide jaoks välja töötatud materjalidest.

Tehniline koolitus versus enesekindluse loomine: Tervishoiutöötajate läbilõikeuuring AI dokumentatsioonitööriistade kohta leidis, et tutvus AI tööriistadega ja teadlikkus institutsionaalsetest poliitikatest olid mõlemad madalad, isegi nende spetsialistide seas, kes töötasid keskkondades, kus AI tööriistad olid kättesaadavad. Tehniline koolitus, mis hõlmab tööriista kasutamist, on vajalik, kuid mitte piisav. Personal vajab ka toetatud kogemust enesekindluse loomiseks tööriista väljundis ja kriitilist otsustusvõimet, et tuvastada, millal AI genereeritud märge ei kajasta täpselt kliinilist kohtumist.

Vastutus märkme täpsuse eest: Kui AI assistent genereerib kliinilise märkme, jääb täielik kutsealane ja õiguslik vastutus selle märkme täpsuse eest kliinilisele töötajale, kes kohtumise läbi viis. See tuleb personalile enne kasutuselevõttu selgelt ja ühemõtteliselt edastada ning see peab olema sisse ehitatud koolitusmaterjalidesse. AI genereeritud märge on mustand kliinilise töötaja ülevaatamiseks, mitte lõplik kirje.

Muudatuste juhtimine: WHO Euroopa piirkonna hinnang toob välja tööjõu valmisoleku kui ühe olulisema takistuse AI kasutuselevõtuks tervishoiusüsteemides üle Euroopa. Administraatorid peaksid planeerima struktureeritud muudatuste juhtimise protsessi, mis hõlmab:

• Eelnevat personali kaasamist

• Etapilist kasutuselevõttu määratud varajaste kasutuselevõtjatega

• Jätkuvaid tagasisidemehhanisme

• Nimetatud kliinilisi juhte juhtimise ja kvaliteedi tagamise jaoks

Kliiniliste märkmete kvaliteet ja täpsus: kuidas hinnata enne kasutuselevõttu

Täpsuse hindamine ei ole midagi, mida administraatorid peaksid täielikult tarnijatele delegeerima. Struktureeritud eelhindamisprotsess, mida viiakse läbi omavalitsuse enda kliinilises kontekstis, on hädavajalik.

Määratlege, mida 'täpne' teie keskkonnas tähendab. Tervishoiutöötaja koduvisiidi jaoks genereeritud kliiniline märge võib vajada teistsugust struktuuri kui perearstikeskuse konsultatsiooni märge või haigla väljakirjutamise kokkuvõte. Administraatorid peaksid ette määratlema, milline näeb välja rahuldav märge iga kohtumise tüübi jaoks nende programmis: millised väljad peavad olema olemas, milline kliiniline keel on asjakohane ja millised puudujäägid kujutaksid endast olulist viga.

Viige läbi struktureeritud pilootprojekt. Enne täielikku kasutuselevõttu võimaldab ajaliselt piiratud pilootprojekt määratud personali grupiga ja määratud kohtumiste tüüpidega administraatoritel hinnata täpsust nende konkreetses kontekstis. Pilootprojekt peaks hõlmama:

• Tegelike konsultatsioonide valimit erinevate kohtumiste tüüpide lõikes

• AI genereeritud märkmete sõltumatut ülevaatust võrreldes kliinilise töötaja kirjutatud märkmetega või kliinilise töötaja mäletamisega

• Vigade, puudujääkide ja hallutsinatsioonide (juhtumid, kus AI genereerib sisu, mida ei öeldud) struktureeritud registreerimist

• Personali tagasisidet kasutatavuse ja töövoo sobivuse kohta

Seadke vastuvõetavuse läved. Administraatorid peaksid määratlema enne pilootprojekti algust, milline täpsuse tase on vastuvõetav ja milline vigade määr käivitaks otsuse mitte jätkata. See väldib halbade tulemuste järelratsionaliseerimist.

Looge jätkuv kvaliteedi ülevaatus. Kasutuselevõtt ei tohiks lõpetada täpsuse hindamise protsessi. AI genereeritud märkmete valimi regulaarne ülevaatus, mida viib läbi kliinilise juhtimise juht, peaks olema algusest peale sisse ehitatud programmi juhtimisraamistikku.

Belgia klasterpõhine randomiseeritud uuring kliinilise otsustustoe kohta esmatasandi arstiabis leidis, et mittetäielikud struktureeritud kirjed olid madala süsteemi kasutuse määra peamine põhjus. See rõhutab vajadust tagada, et AI genereeritud märkmed vastaksid omavalitsuse haiguslookirjete süsteemi struktureeritud andmete nõuetele enne kasutuselevõttu.

Keel, dialekt ja rahvastiku mitmekesisuse kaalutlused

Omavalitsuste kogukonnatervise programmid teenindavad sageli keeleliselt mitmekesiseid elanikkondi. See kehtib eriti linnaliste omavalitsuste puhul, kus on märkimisväärsed sisserändajate või pagulaste kogukonnad, ning piirkondades, kus elab vähemuskeeli kõnelevaid inimesi. AI dokumentatsioonitööriistad, mis toimivad hästi standardses kõnekeeles inglise, hollandi või saksa keeles, võivad oluliselt kehvemini hakkama saada aktsendiga kõne, piirkondlike dialektide või keelte vahetamise korral.

The Lancet Primary Care toob välja õigluse kui AI integreerimise põhiprintsiibi esmatasandi ja kogukonnahoolduses. Tööriistad, mis toimivad erinevates elanikkonnarühmades erinevalt, võivad süvendada olemasolevaid terviseerinevusi, mitte neid vähendada. Omavalitsuste terviseprogrammide puhul, millel on selge rahvatervise mandaat, ei ole see abstraktne mure, vaid juhtimiskohustus.

Administraatorid peaksid tarnijatelt küsima:

• Millistes keeltes ja keelevariantides on tööriista valideeritud?

• Milline on dokumenteeritud täpsuse erinevus standardsete ja mittestandardsete kõnevariantide vahel neis keeltes?

• Kuidas tööriist käsitleb konsultatsioone, mis viiakse läbi osaliselt või täielikult tõlgi vahendusel?

• Milline on tarnija tegevuskava keelekatvuse laiendamiseks?

Testimine peaks hõlmama konsultatsioone töötajate ja patsientidega, kes esindavad omavalitsuse tegelikku elanikkonna mitmekesisust, mitte ainult enamuses kõneldava keele rühmaga. Kui tööriist ei suuda näidata vastuvõetavat täpsust omavalitsuse peamistes keelerühmades, ei tohiks seda kasutusele võtta teenustes, kus neid elanikkondi teenindatakse.

Integreerimine olemasolevate patsiendiandmete süsteemide ja omavalitsuse IT-ga

Tehniline integreerimine on sageli AI dokumenteerimisassistendi kasutuselevõtu kõige ajamahukam ettevalmistav etapp. Administraatorid peaksid selle hindamisega alustama varakult ega tohiks seda käsitleda lõppetapi rakendusküsimusena.

Põhilised integreerimisküsimused on:

Patsiendiandmete süsteemi ühilduvus: Milliste patsiendiandmete süsteemidega tööriist praegu integreerub ja millise mehhanismi kaudu? Otsene integreerimine rakendusliidese (API), HL7 Fast Healthcare Interoperability Resources (FHIR) või omatarkvara konnektori kaudu tähendab erinevat rakendamise keerukust ja hoolduskohustusi.

Pärandsüsteemide piirangud: Euroopa Komisjoni analüüs toob välja killustatud andmeinfrastruktuuri ja pärandsüsteemid üheks neljast peamisest takistusest AI kasutuselevõtul Euroopa tervishoius. Omavalitsuste rahvatervise IT-keskkonnad hõlmavad sageli vanemaid süsteeme, mis on loodud enne kaasaegsete koostalitlusvõime standardite kehtestamist. Administraatorid peaksid hankima selge tehnilise hinnangu selle kohta, kas AI tööriist saab toimida olemasoleva infrastruktuuri raames või eeldab süsteemide uuendamist.

MyHealth@EU ja FHIR vastavus: JMIR-i õpetus AI seaduse vastavuse kohta MyHealth@EU raamistikus kirjeldab kahekordset vastavuse väljakutset, millega tervishoiu AI kasutuselevõtjad silmitsi seisavad: vertikaalsed ohutuse ja eetika kontrollid AI seaduse alusel ning horisontaalsed koostalitlusvõime nõuded MyHealth@EU raames FHIR/HL7 standardite kasutamisel. Omavalitsused, kes osalevad piiriülestes tervishoiuandmete vahetusprogrammides, peavad tagama, et AI tööriista väljund on nende standarditega ühilduv.

Võrguühenduseta funktsioon: Kogukonnatervise keskkondades, kus ühendus on katkendlik, peavad administraatorid kinnitama, kas tööriist suudab konsultatsioone võrguühenduseta salvestada ja töödelda ning kuidas toimub sünkroniseerimine keskse patsiendiandmete süsteemiga, kui ühendus taastub.

Andmevoo kaardistamine: Enne kasutuselevõttu tuleb koostada ja andmekaitsespetsialisti poolt üle vaadata täielik andmevoo kaart, mis näitab, kus andmeid luuakse, töödeldakse, salvestatakse ja kustutatakse. See on nii GDPR-i nõue kui ka praktiline juhtimistööriist.

Hange ja juhtimine: sisemise kinnituse põhjenduse loomine

Omavalitsuse AI dokumenteerimisassistendi hange hõlmab sidusrühmi mitmest erinevast valdkonnast. Järjekord, milles neid kaasatakse, on oluline. Administraatorid, kes lähenevad hangele peamiselt tehnoloogia ostuna, mitte juhtimisprotsessina, kogevad tavaliselt viivitusi ja vastuväiteid, mida oleks saanud ette näha.

Sisemised sidusrühmad, keda tuleb kaasata, ning järjekord, mis kajastab head juhtimispraktikat, on järgmine:

Andmekaitsespetsialist: Andmekaitsespetsialist tuleb kaasata algusest peale, mitte alles lõpus. Ta peab läbi viima või järelevalvet teostama andmekaitse mõjuhindamise (DPIA) üle GDPR artikli 35 alusel, mis on kohustuslik juhul, kui töötlemine tõenäoliselt toob kaasa suure riski üksikisikutele, nagu AI kasutamisel tervishoiuandmete töötlemisel suures mahus.

Kliinilise juhtimise juht: See isik peab määratlema kliinilise kvaliteedi standardid, mida tööriist peab täitma, jälgima pilootprojekti hindamist ja vastutama jätkuva täpsuse ülevaatamise protsessi eest.

IT ja infoturve: See meeskond peab hindama tehnilise integreerimise teostatavust, turbearhitektuuri ja ühilduvust olemasoleva infrastruktuuriga enne hankeotsuse tegemist.

Õigusnõustaja: Õigusnõustaja peab üle vaatama tarnija lepingud, sealhulgas andmetöötluslepingu, ja hindama omavalitsuse vastutuspositsiooni MDR, AI seaduse ja kohaldatava siseriikliku õiguse alusel.

Rahandus ja hange: See funktsioon peab tagama, et hankeprotsess vastab kohaldatavatele riigihangete eeskirjadele, mis ELi liikmesriikides tähendab tavaliselt vastavust riigihangete direktiivile künniseväärtusest kõrgemate lepingute puhul.

Kliinilise personali esindajad: Personali tuleb kaasata nõuete määratlemisse ja pilootprojekti kavandamisse. WHO/Euroopa hinnang toob välja sidusrühmade kaasamise AI kasutuselevõtu edu võtmetegurina süsteemitasandil. See kehtib võrdselt ka programmitasandil.

Kinnituse ärijuhtum peaks käsitlema:

• Kvantifitseeritud dokumenteerimiskoormuse vähendamist õendus- ja kogukonnatervise personalile

• Personali hoidmist ja läbipõlemise vähendamist kui tööjõu jätkusuutlikkuse argumenti

• Regulatiivset vastavust kui riskijuhtimise kohustust, mitte valikulist täiustust

• Kasutuselevõtu kulusid, sealhulgas koolitust, integreerimist ja jätkuvat juhtimist

• Mittetegutsemise riske, sealhulgas jätkuvat dokumenteerimiskoormust ja sellest tulenevat personali voolavust

ELi AICare@EU algatus ja EU4Health rahastus võivad pakkuda kaasrahastamise võimalusi liikmesriikide omavalitsustele. Administraatorid peaksid kontrollima kehtivaid abikõlblikkuse kriteeriume osana finantshindamisest.

Kasutuselevõtu-eelne kontrollnimekiri omavalitsuste tervishoiuadministraatoritele

Järgnev kontrollnimekiri koondab põhilised hindamisküsimused igast selle juhendi jaotisest. See on mõeldud praktiliseks viiteks administraatoritele, kes liiguvad hindamisest hankeotsuseni.

Regulatiivne klassifikatsioon

• Kas tarnija on esitanud kirjaliku avalduse kavandatud eesmärgi kohta?

• Kas MDR klassifikatsioon on määratud ja selle aluseks olev dokumentatsioon olemas?

• Kui on CE-märgis, kas praegune sertifikaat on kättesaadav ja kehtiv?

• Kas tööriista klassifikatsioon ELi AI seaduse alusel on hinnatud?

GDPR ja andmete juhtimine

• Kas DPIA on algatatud ja määratud andmekaitsespetsialistile?

• Kas nõuetele vastav andmetöötlusleping on olemas või valmis allkirjastamiseks enne käivitamist?

• Kas tarnija on kinnitanud EL/EMP andmete residentsuse salvestamise ja töötlemise jaoks?

• Kas täielik alltöötlejate nimekiri on saadud ja üle vaadatud?

• Kas andmevoo kaart on täielik ja üle vaadatud?

Turvalisus

• Kas tarnijal on kehtiv ISO 27001 sertifikaat ja kas selle ulatus hõlmab asjakohaseid süsteeme?

• Kas juurdepääsukontrollid, auditi logide kättesaadavus ja rikkumisest teavitamise tähtajad on kirjalikult kinnitatud?

• Kas tarnija on avalikustanud oma läbitungimistestide ajakava ja teinud tulemused kättesaadavaks?

• Kas riiklikud tervishoiuandmete turvalisuse raamistiku nõuded on hinnatud ja täidetud?

Töövoo sobivus

• Kas tööriista on testitud või kasutusele võetud kogukonnatervise, kodukülastuste või koolitervishoiu keskkondades?

• Kas jõudlusandmed on saadaval just nendest keskkondadest?

• Kas tööriist toimib madala ühenduvuse või võrguühenduseta tingimustes?

• Kas märkmete mallid ja struktureeritud väljund sobivad omavalitsuse kohtumiste tüüpidele?

Personali valmisolek

• Kas on olemas konkreetsele tööjõule (õed, tervishoiuõed, kogukonnatervise töötajad) mõeldud koolitusprogramm?

• Kas vastutus märkmete täpsuse eest on selgelt edastatud ja dokumenteeritud?

• Kas on olemas muudatuste juhtimise plaan, sealhulgas kliinilised juhid ja tagasisidemehhanismid?

Kliiniliste märkmete kvaliteet

• Kas täpsuse vastuvõetavuse künnised on määratletud enne pilootprojekti algust?

• Kas on olemas struktureeritud pilootplaan, sealhulgas sõltumatu märkmete ülevaatus?

• Kas jätkuv kvaliteedi ülevaatamise protsess on sisse ehitatud juhtimisraamistikku?

Keel ja elanikkonna mitmekesisus

• Kas tööriista on valideeritud keeltes ja dialektides, mis on esindatud omavalitsuse elanikkonnas?

• Kas täpsust on testitud töötajate ja patsientidega, kes esindavad tegelikku elanikkonda?

• Kas tõlgi vahendusel toimuvate konsultatsioonide käsitlemine on dokumenteeritud ja hinnatud?

Patsiendiandmete süsteem ja IT integreerimine

• Kas patsiendiandmete süsteemi ühilduvus on kinnitatud ja integreerimise mehhanism dokumenteeritud?

• Kas pärandsüsteemide piirangute tehniline hinnang on lõpule viidud?

• Kas FHIR/HL7 ühilduvus on kinnitatud, kui see on asjakohane piiriülese andmevahetuse jaoks?

Sisemine juhtimine ja hange

• Kas kõik nõutavad sisemised sidusrühmad (andmekaitsespetsialist, kliiniline juhtimine, IT, õigus, rahandus) on kaasatud?

• Kas hankeprotsess vastab kohaldatavatele riigihangete eeskirjadele?

• Kas ärijuhtum on koostatud, käsitledes nii efektiivsuse kasvu kui ka riskijuhtimise kohustusi?

See raamistik struktureerib AI dokumenteerimisabi kasutuselevõtu keerukuse omavalitsuste kogukonnatervise keskkondades hinnatavate, järjestatud küsimustena, mida administraatorid saavad süstemaatiliselt läbi töötada. Regulatiivne keskkond MDR, GDPR ja ELi AI seaduse lõikes on tõeliselt nõudlik. Tõendid kogu WHO Euroopa piirkonnast viitavad sellele, et tervishoiusüsteemid igal tasandil arendavad endiselt juhtimise suutlikkust selles navigeerimiseks. Alustamine selge raamistikuga, mitte tehnoloogia esikohale seadva lähenemisega, on kõige usaldusväärsem tee kasutuselevõtuni, mis on nii õiguslikult korrektne kui ka tõeliselt kasulik personalile ja kogukondadele, keda see on mõeldud teenindama.

Korduma kippuvad küsimused

▶ Miks vajavad omavalitsuste kogukonnatervise programmid eraldi hindamisraamistikku AI dokumentatsioonitööriistade jaoks

Enamik tõendeid AI dokumentatsioonitööriistade kohta pärineb haiglate ja perearstikeskuste kohta, kus on fikseeritud konsultatsioonitoad, spetsiaalne IT-infrastruktuur ja kaitstud dokumenteerimisaeg. Omavalitsuste kogukonnatervise teenused on tavaliselt õendajate juhitud, toimuvad hajutatud asukohtades ning põhinevad lühikestel, mitteametlikel kohtumistel, nagu kodukülastused ja koolitervishoiu kontrollid. Personal liigub objektide vahel, ühendus on katkendlik ja sama isik täidab sageli samaaegselt kliiniku, hoolduskoordinaatori ja juhtumikorraldaja rolli. Haiglas valideeritud tööriista ei saa eeldada sobivalt toimivat selles kontekstis. Kohandatud hindamisraamistik on vajalik, mitte valikuline.

▶ Mida AI dokumenteerimisassistent tegelikult teeb kogukonnatervise keskkonnas

AI dokumenteerimisassistent kuulab kliinilist vestlust, teisendab kõne tekstiks (kõnetuvastuse tehnoloogia abil) ja koostab sellest transkriptsioonist struktureeritud kliinilise märkme või kokkuvõtte. See ei tõlgenda kliinilisi leide, ei soovita diagnoose ega ravi ega märgi kliinilist riski. Need funktsioonid kuuluvad kliinilise otsuse toetuse alla, millel on erinevad regulatiivsed nõuded. Praktiline test: kui tööriista väljundi eemaldamine ei muudaks kliiniku otsust, toimib see dokumenteerimisassistendina. Kui väljund mõjutaks kliiniku edasisi otsuseid, toimib see kliinilise otsuse toena.

▶ Kuidas ELi meditsiiniseadmete määrus (MDR) kehtib AI dokumentatsioonitööriistadele omavalitsuste tervishoius

Keskne küsimus meditsiiniseadmete määruse (määrus 2017/745) alusel on, kas tööriist on mõeldud haiguse diagnoosimiseks, ennetamiseks, jälgimiseks, raviks või leevendamiseks. Tööriist, mis ainult salvestab ja struktureerib kliinilisi vestlusi ilma nende kliinilist sisu tõlgendamata, jääb üldiselt MDR-i kohaldamisalast välja. Tööriist, mis genereerib kliinilisi soovitusi, riskiskoore või diagnostilisi ettepanekuid, kuulub selle alla. Kui tööriist on klassifitseeritud meditsiiniseadmeks, peab tootjal olema CE-märgis, läbima vastavushindamise ning täitma tehnilise dokumentatsiooni ja turule laskmise järgse järelevalve kohustused. Administraatorid peaksid enne hanget küsima igalt tarnijalt kirjalikku avaldust kavandatud eesmärgi ja MDR-klassifikatsiooni kohta.

▶ Millised GDPR kohustused kehtivad, kui omavalitsus kasutab AI dokumenteerimisassistenti patsiendiandmete töötlemiseks

AI dokumenteerimisassistent töötleb erilist liiki isikuandmeid üldise andmekaitse määruse (GDPR) alusel, täpsemalt terviseandmeid tuvastatavate isikute kohta. See käivitab GDPR-i kõige rangemad nõuded. Andmetöötlejatena tegutsevad omavalitsused peavad kinnitama töötlemise õigusliku aluse, tavaliselt artikkel 9(2)(h) koos artikliga 6(1)(e) avaliku ülesande täitmiseks. Andmetöötlusleping, mis vastab GDPR artikli 28 nõuetele, peab olema olemas enne mis tahes andmete töötlemist. Administraatorid peavad samuti tagama, et patsiendiandmeid salvestatakse ja töödeldakse ELis või Euroopa Majanduspiirkonnas, hankima täieliku alltöötlejate nimekirja ja nende asukohad ning dokumenteerima andmete säilitamise ja kustutamise poliitikad.

▶ Milliseid turvalisuse sertifikaate ja kontrolle peaksid administraatorid AI dokumenteerimise tarnijatelt nõudma

ISO 27001 on baassertifikaat, mida administraatorid peaksid nõudma. See näitab, et tarnija on rakendanud infoturbe juhtimissüsteemi, mida on sõltumatult auditeeritud. Lisaks sellele peaksid administraatorid kirjalikult kinnitama, et patsiendiandmeid krüpteeritakse nii edastamisel kui ka puhkeolekus, et juurdepääs patsiendiandmetele tarnija organisatsioonis on kontrollitud ja logitud, et tarnija suudab täita GDPR-i nõuet teavitada järelevalveasutusi 72 tunni jooksul rikkumisest ning et sõltumatut läbitungimistestimist viiakse regulaarselt läbi. Riiklikud tervishoiuandmete turvalisuse raamistikud, mida haldavad näiteks küberturvalisuse agentuurid Prantsusmaal, Saksamaal või Madalmaades, võivad kehtestada täiendavaid nõudeid lisaks ISO 27001-le.

▶ Miks võib haiglas valideeritud AI dokumentatsioonitööriist toimida erinevalt kogukonnatervise keskkondades

Kogukonnatervise teenuste töövoogudes on omadusi, mida haigla või perearstikeskkonnas ei esine. Kodukülastused ja koolitervishoiu kontrollid toimuvad muutuvates akustilistes keskkondades, ebausaldusväärse internetiühendusega ning lühemate ja vähem struktureeritud vestlustega kui haigla vastuvõtud. Personal täidab sageli kliinilisi, sotsiaalhoolduse ja rahvatervise ülesandeid ühe kohtumise raames. Jagatud või isiklikud seadmed toovad kaasa täiendavaid turvaküsimusi, mida fikseeritud haiglaseadmed ei tekita. Administraatorid peaksid tarnijatelt konkreetselt küsima, kas tööriista on testitud kogukonnatervise, kodukülastuste või koolitervishoiu kontekstis, ning küsima jõudlusandmeid just nendest keskkondadest, mitte haiglast.

▶ Kes vastutab AI genereeritud kliiniliste märkmete täpsuse eest õendajate juhitud kogukonnatervise teenuses

Kliinik, kes viis kohtumise läbi, vastutab täielikult AI genereeritud kliinilise märkme täpsuse eest nii kutsealaselt kui ka õiguslikult. AI genereeritud märge on mustand kliiniku ülevaatamiseks, mitte lõplik kirje. See tuleb enne kasutuselevõttu selgelt edastada kogu personalile ja lisada koolitusmaterjalidesse. Uuringud on näidanud, et AI tööriistadega tutvus ja teadlikkus institutsionaalsetest poliitikatest on madal isegi seal, kus tööriistad on olemas. Tehniline koolitus tööriista kasutamiseks on vajalik, kuid personal vajab ka toetatud kogemust, et arendada kriitilist otsustusvõimet tuvastamaks, millal AI genereeritud märge ei kajasta täpselt konsultatsioonis toimunut.

▶ Kuidas peaksid administraatorid hindama AI dokumentatsioonitööriista täpsust enne kogukonnatervise programmis laiaulatuslikku kasutuselevõttu

Administraatorid peaksid eelnevalt määratlema, milline on rahuldav märge iga kohtumise tüübi jaoks nende programmis, sealhulgas millised väljad peavad olema esindatud ja millised puudujäägid oleksid olulised vead. Seejärel tuleks läbi viia ajaliselt piiratud pilootprojekt määratletud personali rühma ja kohtumiste tüüpidega, AI genereeritud märkmete sõltumatu ülevaatusega kliiniku kirjutatud märkmete või kliiniku mälu vastu ning vigade, puudujääkide ja hallutsinatsioonide (juhtumid, kus AI genereerib sisu, mida ei öeldud) struktureeritud salvestamisega. Täpsuse vastuvõetavuse künnised tuleb seada enne pilootprojekti algust, mitte hiljem. Jätkuv AI genereeritud märkmete valimi kvaliteedi ülevaatus, mida viib läbi kliinilise juhtimise juht, peab olema algusest peale sisse ehitatud programmi juhtimisraamistikku.

▶ Kuidas peaksid administraatorid hindama, kas AI dokumentatsioonitööriist suudab teenindada keeleliselt mitmekesiseid kogukonnatervise elanikkondi

Omavalitsuste kogukonnatervise programmid teenindavad sageli elanikkondi, kus räägitakse mitmeid keeli, dialekte ja kasutatakse erinevaid suhtlusmustreid, eriti linnades, kus on märkimisväärsed sisserändajate või pagulaste kogukonnad. AI dokumentatsioonitööriistad, mis toimivad hästi standardses hollandi, saksa või inglise keeles, võivad oluliselt kehvemini töötada aktsendiga kõne, piirkondlike dialektide või tõlgi vahendusel toimuvate konsultatsioonide puhul. Administraatorid peaksid tarnijatelt küsima, millistes keeltes ja keelevariantides on tööriista valideeritud, milline on dokumenteeritud täpsuse erinevus standardse ja mittestandardse kõne vahel ning kuidas käsitletakse tõlgi vahendusel toimivaid konsultatsioone. Testimine peab hõlmama töötajaid ja patsiente, kes esindavad omavalitsuse tegelikku elanikkonda, mitte ainult enamuses kõneldava keele rühma.

▶ Milliseid sisemisi sidusrühmi tuleb kaasata AI dokumenteerimisassistendi hankimisel omavalitsuse tervishoiuprogrammi jaoks

Andmekaitsespetsialist tuleb kaasata algusest peale ning ta peab läbi viima või järelevalvet teostama andmekaitse mõjuhindamise, mis on kohustuslik GDPR artikli 35 alusel, kui AI töötleb terviseandmeid suures mahus. Kliinilise juhtimise juht peab määratlema kvaliteedistandardid, jälgima pilootprojekti ja vastutama jätkuva täpsuse ülevaatamise eest. IT ja infoturbe meeskonnad peavad hindama tehnilist integreerimist ja infrastruktuuri ühilduvust. Õigusnõustaja peab üle vaatama tarnija lepingud ja omavalitsuse vastutuspositsiooni meditsiiniseadmete määruse, ELi AI seaduse ja kohaldatava siseriikliku õiguse alusel. Rahandus ja hange peavad tagama vastavuse riigihangete eeskirjadele. Kliinilise personali esindajad tuleb kaasata nõuete määratlemisse ja pilootprojekti kavandamisse juba algusest peale.