جستجوی ارزش: استراتژی هوش مصنوعی ایمنی دارویی GSK داده ها را با نتایج مرتبط می کند

دریافت گزارش ایمنی دارو به متخصص مناسب می‌تواند ساعت‌ها در داروساز بریتانیایی GSK طول بکشد. اطلاعات از طریق ایمیل ها، نامه های کاغذی، فکس ها و ثبت کننده های داده به دست می آید و یک نفر باید آن را بخواند، اولویت آن را ارزیابی کند و تصمیم بگیرد که به کجا تعلق دارد. همانطور که بین سیستم ها حرکت می کند، همان جزئیات ممکن است بارها وارد و تطبیق داده شود.

لیزا-آن چیریسری، مدیر برنامه‌های ایمنی دارو و نظارت دارویی در GSK، به نیوزویک گفت: «این یک مشکل فرآیند نیست، مشکل داده‌ها است.

GSK می‌خواهد نحوه حرکت اطلاعات از طریق مراقبت دارویی، جمع‌آوری و ارزیابی داده‌های مربوط به ایمنی داروها را تغییر دهد، بنابراین متخصصان می‌توانند زمان بیشتری را صرف تصمیم‌گیری کنند که به تخصص آنها نیاز دارد.

چیریسری این کار را به عنوان بخشی از مجموعه ویدیویی به دنبال ارزش ارائه شده توسط Cognizant مورد بحث قرار داد. محمد هاک، رئیس جهانی پلتفرم های سازمانی هوشمند و معاملات بزرگ در Cognizant به او پیوست. گابریل اسنایدر، سردبیر اجرایی نیوزویک، این گفتگو را مدیریت کرد.

Cognizant با GSK روی خودکارسازی گردش کار ایمنی دارو کار کرده است. هاک گفت که بهبود وظایف فردی ارزش محدودی دارد زمانی که تیم بعدی هنوز باید همان اطلاعات را بازسازی کند یا دوباره وارد کند.

او گفت: «مشکل از بین نرفته است، فقط جابجا شده است.

این شرکت ها در حال بررسی چگونگی پیشرفت گزارش ایمنی از زمان ورود اولیه از طریق پردازش، ارزیابی، گزارش نظارتی و سایر مسئولیت ها هستند. هدف آنها حفظ اطلاعات در حین حرکت در آن فعالیت ها و در عین حال کاهش مراحل دستی مورد نیاز برای آماده سازی آن برای بررسی است.

چیریسری گفت که سیستم های ایمنی تاسیس شده GSK منبع حقیقت برای بسیاری از اطلاعات این شرکت باقی می مانند، اما قابلیت های موجود آنها نباید نحوه عملکرد هر گردش کار را تعیین کند.

این شرکت می‌خواهد اطلاعات بدون نیاز به جایگزینی سیستم‌های زیربنایی کارآمدتر حرکت کند. تصمیم گیری در مورد اتوماسیون با شناسایی یک مشکل و تعیین اینکه آیا فناوری می تواند به طور قابل اعتماد به آن رسیدگی کند یا خیر آغاز می شود.

چیریسری گفت که برخی از وظایف تکراری و قابل پیش بینی هستند، حتی زمانی که متخصصان بسیار آموزش دیده در حال حاضر آنها را انجام می دهند.

GSK از اتوماسیون مبتنی بر هوش مصنوعی و معمولی برای طبقه بندی گزارش های ایمنی دریافتی، تعیین اولویت ها و هدایت اطلاعات به متخصصان مناسب استفاده می کند. ساختاردهی داده‌ها به محض رسیدن، همچنین به حفظ زمینه مورد نیاز برای بررسی‌ها و بررسی‌های بعدی کمک می‌کند.

هاک نقش بزرگتری را برای عوامل تخصصی هوش مصنوعی در ارتباط آن فعالیت ها در سراسر فرآیند مراقبت دارویی می بیند.

او یک مدل عملیاتی پیشنهادی را ارائه کرد که خدمات Cognizant را با یک پلتفرم مبتنی بر هوش مصنوعی ترکیب می‌کند که هفت حوزه به هم پیوسته عملیات ایمنی دارو را پوشش می‌دهد. فعالیت‌ها از دریافت و پردازش گزارش‌ها تا ارزیابی سیگنال‌های ایمنی بالقوه، تهیه اطلاعات نظارتی و بازرسی‌های پشتیبانی را شامل می‌شود.

این طرح به جای تکیه بر یک سیستم همه منظوره، عواملی را با مسئولیت های مختلف هماهنگ می کند. هاک تخمین زد که تقریبا 40 نماینده تخصصی در نهایت می توانند از فعالیت ها در طول چرخه زندگی کامل پشتیبانی کنند، از جمله دریافت، کدگذاری، بررسی اطلاعات و بازیابی شواهد پشتیبانی.

برخی از کارها می توانند به صورت موازی اجرا شوند و نیاز به انتظار برای پایان یک تیم قبل از شروع تیم دیگر را کاهش دهند.

GSK و Cognizant قبلا ابتکارات اتوماسیون محدودتری را دنبال کرده‌اند، در حالی که معماری عامل هماهنگ بخشی از برنامه بلندمدت باقی مانده است. هاک آن را راهی برای طراحی مجدد نحوه حرکت اطلاعات و مسئولیت ها در سازمان توصیف کرد.

قضاوت انسانی همچنان یک ملاحظات اصلی است زیرا تصمیمات ایمنی دارو دارای تعهدات نظارتی هستند.

او فعالیت‌هایی را که با قوانین مشخص و مشخصی اداره می‌شوند از آن‌هایی که نیاز به تفسیر و دانش حوزه دارند متمایز می‌کند. اتوماسیون متعارف می تواند بسیاری از وظایف قابل پیش بینی را انجام دهد، در حالی که هوش مصنوعی ممکن است به تهیه اطلاعاتی که نیاز به ارزیابی پیچیده تری دارد کمک کند.

مدل پیشنهادی شامل دو شکل نظارت است. در یکی، نمایندگان کار را آماده می کنند، اما یک متخصص واجد شرایط باید قبل از ادامه تصمیم تنظیم شده اقدام کند. در مورد دیگر، نمایندگان جریان های کاری تعریف شده را انجام می دهند در حالی که کارکنان آستانه ها را تعیین می کنند، عملکرد را نظارت می کنند و در صورت لزوم مداخله می کنند.

چیریسری گفت: «ما از رگولاتورها و تیم‌های کیفیت و انطباق درخواست اعتماد کورکورانه نداریم.

GSK از همان ابتدا قابلیت ردیابی را در برنامه های خود ایجاد می کند. مسیرهای حسابرسی امکان بازسازی نحوه مدیریت اطلاعات و تصمیم گیری را فراهم می کند، در حالی که اعتبار سنجی و نظارت مداوم به حفظ سیستم ها در محدوده مورد نظرشان کمک می کند.

او مقررات را چارچوبی برای معرفی مسئولانه قابلیت های جدید می داند. ایجاد پادمان های مناسب در طول توسعه، به جای انتظار برای آماده شدن سیستم برای استقرار، می تواند به شرکت ها کمک کند تا ضمن انجام تعهدات خود، نوآوری را دنبال کنند.

این شرکت ها همچنین در حال بررسی نحوه ارزیابی ارزش سرمایه گذاری های فناوری خود هستند.

هاک گفت که اقدامات اتوماسیون مرسوم، مانند درصد فعالیت‌های انجام شده توسط نرم‌افزار، از مزایای کامل تغییرات در عملیات ایمنی مواد مخدر بهره نمی‌برد. یک کار ممکن است سریعتر تکمیل شود بدون اینکه به طور قابل توجهی بهبود یابد که چگونه یک نگرانی ایمنی با سرعت بررسی یا حل می شود.

او گفت: «ما شروع به اندازه‌گیری نتایج می‌کنیم. "و بزرگتر زمان است."

او اهدافی را شامل کاهش زمان رسیدگی به پرونده ها و تلاش لازم برای تهیه گزارش های کلی ایمنی به میزان 50 درصد و کوتاه کردن دوره بین شناسایی سیگنال ایمنی بالقوه و تصمیم گیری تا 40 درصد توصیف کرد.

Cognizant همچنین بیش از 90 درصد ثبات در فعالیت های کنترل کیفیت را هدف قرار داده است.

چیریسری گفت که GSK فراتر از خلبان‌ها به سمت استفاده در تولید حرکت می‌کند و نتایج اولیه کار با Cognizant به او اعتماد به نفس می‌دهد.

چیریسری گفت که یکی دیگر از معیارهای موفقیت این است که چگونه کارمندان خود را با فناوری تطبیق می دهند.

او نگرانی‌ها در مورد حذف مشاغل توسط هوش مصنوعی را تایید کرد، اما گفت که GSK می‌خواهد کارگران در این فناوری مهارت داشته باشند و مستقیما در بهبود فرآیندهای خود مشارکت کنند.

این تلاش شامل چیزی است که کسب‌وکارها اغلب آن را توسعه شهروندی می‌نامند، که در آن کارکنان خارج از تیم‌های مهندسی نرم‌افزار سنتی به ایجاد برنامه‌ها یا گردش‌های کاری خودکار کمک می‌کنند.

او ارزش را در مشارکت دادن آن کارمندان می‌داند، زیرا آنها می‌دانند که کجا سیستم‌های موجود کار غیرضروری ایجاد می‌کنند.

او گفت: "اینها کسانی هستند که هر روز کار را انجام می دهند." "آنها نقطه درد را می دانند."

چیریسری همچنین بر استفاده مجدد از اطلاعات و فناوری های موجود به جای بازسازی مستمر همان قابلیت ها تاکید کرد. اتصال داده‌ها در سیستم‌ها می‌تواند از گردش‌های کاری جدید بدون اجبار هر برنامه‌ای برای جایگزینی پشتیبانی کند.

هاک توصیه های مشابهی را به سایر شرکت هایی که تحت نظارت گسترده نظارتی فعالیت می کنند ارائه کرد. او از آنها خواست تا قبل از معرفی عوامل هوش مصنوعی، فرآیندها و داده های تجاری خود را نقشه برداری کنند.

او گفت: "اجازه دهید کارگزاران کار قابل پیش بینی را انجام دهند، هر تصمیمی را قابل مشاهده کنند و افراد را با طراحی پاسخگو نگه دارند."