Organizational Governance of Emerging Technologies: AI Adoption in Healthcare

要約

タイトル：新興技術の組織的ガバナンス：医療におけるAIの導入

要約：

– 医療分野において、AIの導入が増えているが、その導入や統合を取り巻く組織的ガバナンスは未だ十分に理解されていない。
– この研究は、ヘルスケアシステム内でのAIシステムの十分な組織的ガバナンスの要件をより明確にし、健康システムのリーダーがより正確な情報を得てAIの導入に関する意思決定を行えるように支援することを目的としている。
– この理解に向けて、最初にAIの導入における標準がどのように簡単かつ効率的に設計されるかを特定する。そして、特定のヘルスケアシステム内でのAI技術の実用的な制度導入に関わる正確な意思決定点をマッピングする。
– メジャーなヘルスシステムのリーダーや関連分野の重要人物との多機関の協業を通じて、その理解に取り組む。
– IDEO.orgとの協力によってヘルスケアとAI倫理の専門家とのユーザビリティテストセッションを実施し、意思決定について照合する模擬のキーの決定点で構成されたプロトタイプが明らかになった。そこから、その模擬のキーを特定し、約89人のヘルスケア分野やそれに関連する分野のプロフェッショナルに半構造化面接を行い、AI導入のライフサイクル全体にわたる8つのキーの決定点と包括的な手続きを特定できるようになった。
– 米国のヘルスシステムによるAI導入における現在のガバナンス構造とプロセスの最も詳細な質的分析の一つとなっている。
– 以上の研究成果が、ヘルスケア分野における新興技術の安全で効果的かつ責任ある導入を促進するための将来の取り組みに役立つことを期待する。

要約(オリジナル)

Private and public sector structures and norms refine how emerging technology is used in practice. In healthcare, despite a proliferation of AI adoption, the organizational governance surrounding its use and integration is often poorly understood. What the Health AI Partnership (HAIP) aims to do in this research is to better define the requirements for adequate organizational governance of AI systems in healthcare settings and support health system leaders to make more informed decisions around AI adoption. To work towards this understanding, we first identify how the standards for the AI adoption in healthcare may be designed to be used easily and efficiently. Then, we map out the precise decision points involved in the practical institutional adoption of AI technology within specific health systems. Practically, we achieve this through a multi-organizational collaboration with leaders from major health systems across the United States and key informants from related fields. Working with the consultancy IDEO.org, we were able to conduct usability-testing sessions with healthcare and AI ethics professionals. Usability analysis revealed a prototype structured around mock key decision points that align with how organizational leaders approach technology adoption. Concurrently, we conducted semi-structured interviews with 89 professionals in healthcare and other relevant fields. Using a modified grounded theory approach, we were able to identify 8 key decision points and comprehensive procedures throughout the AI adoption lifecycle. This is one of the most detailed qualitative analyses to date of the current governance structures and processes involved in AI adoption by health systems in the United States. We hope these findings can inform future efforts to build capabilities to promote the safe, effective, and responsible adoption of emerging technologies in healthcare.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI