AI Bültenim Yapay Zeka Haber Portalı Logosu
Yayınlanma: Yazar: Sorumlu editör: İsmail Hakkı EREN2 dk okuma süresi

AHIMA Makalesi: Yapay Zekâ Bilgi Paylaşımında Risk ve Denetimi Öne Çıkarıyor

Yapay zekâ, sağlık kuruluşlarının sağlık bilgisi taleplerini işleme, kayıtları getirme, hassas içerikleri belirleme ve paylaşım iş akışlarını destekleme biçimini değiştirmeye başlıyor. Makaleye göre bu değişim, hasta mahremiyeti, paylaşım doğruluğu ve düzenleyici uyum açısından yönetim ve denetim sorumluluklarını artırıyor.

Paylaş
Sağlık kayıtlarını inceleyen bir uzman ve ekranda veri akışını gösteren yapay zekâ arayüzü
Makale, hesap verebilirliğin insanlarda kaldığını vurguluyor.

AHIMA'nın bir makalesi, yapay zekânın sağlık kuruluşlarında bilgi paylaşım (ROI) süreçlerini değiştirmeye başladığını ve bunun hasta mahremiyeti ile düzenleyici uyum açısından yeni sorumluluklar doğurduğunu aktarıyor. Makalenin yazarı Robyn Stambaugh, MS, RHIA, CHPS, AHIMA'da gizlilik, güvenlik ve uyum eğitim programı direktörü.

Yapay Zekânın Kullanım Alanları

Makaleye göre yapay zekâ, gelen talepleri kategorize etmekte, birden fazla sistemde kayıt bulmakta ve eksik yetki unsurlarını belirlemekte kullanılabiliyor. Kayıtlar birden fazla tesis, uygulama veya belge deposunda bulunduğunda, yapay zekâ destekli araçlar ilgili kayıtları tespit edip personel incelemesi için bir araya getirebiliyor. Ayrıca yüksek riskli talepleri önceliklendirerek uzmanların insan yargısının en kritik olduğu noktalara odaklanmasına yardımcı olabiliyor.

Risk ve Yönetim Kontrolleri

Makale, yapay zekânın aşırı paylaşım riski taşıdığını belirtiyor. Sistemler, paylaşım için gerekenden fazla bilgi getirir veya paketlerse, geçerli bir yetki olsa bile yetkisiz paylaşım riski artabilir. Araçlar doğru yapılandırılmaz, doğrulanmaz veya izlenmezse, benzer talepler farklı sonuçlar üretebilir.

Makaleye göre örneğin bir yapay zekâ destekli düzeltme aracı, davranışsal sağlık belgelerindeki hassas içeriklerin çoğunu tespit edebilir ancak bir klinik notun içine gömülü, 42 CFR Part 2 kapsamındaki bir bilgi referansını tanıyamayabilir. İnsan incelemesi olmadan bu tür bir bilgi, ek federal korumaya tabi olduğu halde yanlışlıkla paylaşılabilir.

Makale, resmi inceleme yapıları, doğrulama testleri, hassas paylaşımlar için insan denetimi, düzenli denetimler ve olay raporlama süreçlerinin önemini vurguluyor. Ayrıca sağlık kuruluşlarının yapay zekâ satıcılarını, kullanımdan önce şeffaflık, güvenlik kontrolleri, denetim yetenekleri ve sağlık gizliliği gerekliliklerine uyum açısından değerlendirmesi gerektiğini belirtiyor. Kuruluşların satıcının iş ortağı olup olmadığını belirlemesi, PHI'nin nasıl kullanıldığını anlaması ve sözleşmesel güvenceleri doğrulaması öneriliyor.

HI Liderlerinin Sorumlulukları

Makaleye göre HI liderleri, yapay zekânın ROI iş akışlarına güvenle nerede dahil edilebileceğini belirlemeli, yüksek riskli paylaşımlar için inceleme gereksinimleri koymalı ve paylaşım kalitesini izlemelidir. Personel ise yapay zekânın sınırlamalarını anlamalı, eskalasyon gerektiren durumları tanımalı ve korunan sağlık bilgisi içeren paylaşım kararlarını doğrulamaktan sorumlu kalmalıdır. Makale, hesap verebilirliğin insanlarda kaldığını vurguluyor.

Öne Çıkanlar

  • Ne oldu: Makaleye göre yapay zekâ; ROI taleplerini kategorize etme, birden fazla sistemde kayıt bulma ve eksik yetki unsurlarını belirleme gibi işlerde kullanılmaya başlandı.
  • Neden önemli: Aşırı paylaşım riski ve 42 CFR Part 2 kapsamındaki bilgilerin klinik notlara gömülü kalması, geçerli yetki olsa bile yetkisiz paylaşım riskini artırabiliyor.
  • Ne izlenmeli: Satıcı değerlendirmesi, doğrulama testleri, hassas paylaşımlarda insan denetimi, düzenli denetimler ve olay raporlama süreçlerinin uygulanması.
Paylaş:
Yazı Boyutu:

Kaynak: AHIMA Journal

Sıkça Sorulan Sorular

Makaleye göre yapay zekâ gelen talepleri kategorize edebiliyor, birden fazla sistemdeki kayıtları bir araya getirebiliyor ve yüksek riskli talepleri önceliklendirerek uzmanların dikkatini yönlendirebiliyor.

Sistemler paylaşım için gerekenden fazla bilgi getirir veya paketlerse, geçerli yetki olsa bile yetkisiz paylaşım riski artabilir. Araçlar doğru yapılandırılmaz, doğrulanmaz veya izlenmezse benzer talepler farklı sonuçlar üretebilir.

Şeffaflık, güvenlik kontrolleri, denetim yetenekleri ve sağlık gizliliği gerekliliklerine uyum değerlendirilmeli. Satıcının iş ortağı olup olmadığı, PHI kullanımı ve sözleşmesel güvenceler doğrulanmalı.

Makale, hesap verebilirliğin insanlarda kaldığını vurguluyor. HI liderleri inceleme gereksinimleri koymalı ve paylaşım kalitesini izlemeli; personel ise eskalasyon durumlarını tanımalı ve korunan sağlık bilgisi içeren kararları doğrulamalı.

Bahsedilenler

  • AHIMA · Organization kaynak
  • Robyn Stambaugh · Person
  • Yapay zekâ destekli kayıt araçları · SoftwareApplication
  • Sağlık kuruluşları · Organization

İlgili Konu Etiketleri