Quyền riêng tư dữ liệu, quy định, đạo đức và quản trị từ đầu đến cuối — Trí tuệ nhân tạo trong quản lý chăm sóc sức khỏe

Lợi nhuận:

Hiểu rằng dữ liệu sức khỏe là dữ liệu có chất lượng đặc biệt và các quy tắc ẩn danh, lưu trữ và chia sẻ trong phạm vi KVKK/luật pháp
Khả năng soạn thảo các nguyên tắc đạo đức (công bằng, minh bạch, trách nhiệm giải trình) và chính sách quản trị doanh nghiệp trong việc sử dụng trí tuệ nhân tạo
Có thể thiết lập một khuôn khổ quản trị trong đó đầu ra trí tuệ nhân tạo không thay thế các quyết định quản lý và lâm sàng, đồng thời trách nhiệm và sự phê duyệt cuối cùng luôn thuộc về con người.

Trong suốt mô-đun này, chúng tôi đã sử dụng AI làm công cụ tăng tốc trong mọi lĩnh vực hoạt động, từ cuộc hẹn đến giường bệnh, từ dự báo đến doanh thu, từ chất lượng đến hàng tồn kho. Nhưng có một mái che cho tất cả những ứng dụng mạnh mẽ này: quyền riêng tư dữ liệu, tuân thủ quy định và đạo đức. Nếu không có khuôn khổ này, mọi hoạt động kinh doanh mà bạn tăng tốc cũng có nguy cơ tăng cao. Đơn vị cuối cùng này tập hợp các quy tắc phân tán vào một khuôn khổ quản trị duy nhất. Quản trị là hệ thống quản lý xác định ai có thể làm gì trong một tổ chức và theo những quy tắc nào cũng như trách nhiệm và kiểm soát hoạt động như thế nào. Hãy đặt lại nguyên tắc chính một lần nữa, rõ ràng nhất: Đầu ra AI không thay thế các quyết định quản lý và lâm sàng; Trách nhiệm và sự phê duyệt cuối cùng luôn thuộc về con người.

Tại sao dữ liệu sức khỏe lại riêng tư?

Dữ liệu sức khỏe không phải là dữ liệu thông thường. Tại Türkiye, KVKK (Luật bảo vệ dữ liệu cá nhân) coi dữ liệu sức khỏe là "dữ liệu cá nhân có tính chất đặc biệt"; Điều này có nghĩa là mức độ bảo vệ cao nhất. Tương đương ở Châu Âu là GDPR. Nếu chẩn đoán, điều trị, số quy trình của bệnh nhân bị tiết lộ, tác hại không thể khắc phục sẽ xảy ra: kỳ thị, phân biệt đối xử, mất lòng tin. Vì vậy, có một vài quy tắc cơ bản. Ẩn danh là xóa tất cả thông tin nhận dạng người đó (tên, ID, quy trình, kết hợp chẩn đoán hiếm + tuổi + vị trí) khỏi dữ liệu. Giảm thiểu dữ liệu đang hoạt động với lượng dữ liệu ít nhất sẽ thực hiện được công việc. Giới hạn mục đích có nghĩa là chỉ sử dụng dữ liệu cho mục đích thu thập dữ liệu. Giới hạn lưu giữ không phải là để giữ dữ liệu lâu hơn mức cần thiết.

Dán dữ liệu bệnh nhân vào công cụ AI công cộng là gửi dữ liệu đến máy chủ bên ngoài và là vi phạm nghiêm trọng. Cách tiếp cận phù hợp: ẩn danh dữ liệu, nếu có thể, hãy chọn các công cụ có hợp đồng xử lý dữ liệu và công ty (không sử dụng dữ liệu của bạn để đào tạo mô hình) và có chính sách bằng văn bản về việc dữ liệu nào có thể được đưa vào công cụ nào. Hãy nhớ rằng: khi những mảnh nhỏ ghép lại với nhau, con người có thể được xác định lại; Trong khi “bà 68 tuổi” an toàn thì “bà 68 tuổi, quê X, mắc bệnh hiếm Y” không còn ẩn danh.

Đạo đức và quản trị từ đầu đến cuối

Quản trị AI tốt dựa trên ba nguyên tắc đạo đức. Công bằng là AI không gây bất lợi một cách có hệ thống cho một nhóm bệnh nhân (người già, thu nhập thấp, nông thôn); Việc không sử dụng điểm vắng mặt để loại trừ là một ví dụ về điều này. Minh bạch có nghĩa là có thể giải thích được quyết định dựa trên cơ sở nào; Ưu tiên đề xuất có lý do rõ ràng chứ không phải đề xuất "hộp đen". Trách nhiệm giải trình nghĩa là có người chịu trách nhiệm đằng sau mọi quyết định; “AI đã nói như vậy” không phải là lời bào chữa.

Điều biến những nguyên tắc này thành hành động chính là chính sách quản trị. Một chính sách tốt sẽ xác định: dữ liệu nào có thể đi vào phương tiện nào (phân loại dữ liệu); quy tắc ẩn danh; điểm phê duyệt của con người đối với từng công việc (ai ký cái gì); trách nhiệm giải trình và quá trình kiểm tra (ai đã làm gì khi nào - hồ sơ theo dõi); và các nguyên tắc đạo đức. Chính sách này kết hợp tất cả các tuyên bố “con người quyết định” mà chúng ta đã thấy trong học phần này thành một khuôn khổ thể chế duy nhất.

Lưu ý: Câu “AI gợi ý, tôi thực hiện” không phải là chuyển giao trách nhiệm. Về mặt pháp lý và đạo đức, trách nhiệm vẫn thuộc về người chấp nhận và thực hiện đề xuất. Quản trị làm cho trách nhiệm này trở nên rõ ràng và có thể theo dõi được.

ba trường hợp nhỏ

Trường hợp 1 - Nguy cơ tái nhận dạng. Một đơn vị chia sẻ tóm tắt trường hợp "ẩn danh": "Bệnh nhân ghép tim duy nhất ở thành phố chúng tôi, một nam giới 34 tuổi, xuất viện vào tháng trước". Không có danh từ nào trong câu này, nhưng sự kết hợp này mô tả duy nhất người đó. Nhân viên chất lượng phản đối điều này; Sự kết hợp của các tính năng hiếm có sẽ phá vỡ tính ẩn danh. Bản tóm tắt được viết lại bằng cách loại bỏ các chi tiết mô tả và khái quát hóa nó.

Trường hợp 2 - Giá trị của bản ghi theo dõi. Tại một bệnh viện, một con số trong báo cáo quản lý được lập bằng AI hóa ra sai và thông tin không chính xác đã được gửi đến ban quản lý. Trong quá trình kiểm toán, câu hỏi "con số này đến từ đâu, ai xác nhận?" đã được hỏi. Vì chính sách quản trị của tổ chức yêu cầu bản ghi "nguồn + người xác minh + ngày" cho mọi đầu ra AI, nên có thể thấy ngay rằng lỗi đã xảy ra khi bước xác minh bị bỏ qua. Việc ghi lại dấu vết được sử dụng để điều chỉnh quy trình chứ không phải để truy tìm tội phạm.

Trường hợp 3 - Chính sách ngăn ngừa khủng hoảng. Một nhân viên mới chuẩn bị tải danh sách xuất viện của mình lên một công cụ AI công khai. Chính sách rõ ràng của tổ chức nêu rõ rằng "không có tệp nào chứa thông tin nhận dạng bệnh nhân được đưa vào công cụ mở, trước tiên chúng được ẩn danh và chỉ sử dụng công cụ tổ chức đã được phê duyệt." Nhân viên ghi nhớ chính sách, ẩn danh dữ liệu và sử dụng công cụ đã được phê duyệt. Quản trị bằng văn bản đã ngăn chặn sai lầm cá nhân như một phản xạ của tổ chức.

Bốn mẫu có thể sao chép

1) Dự thảo chính sách phân loại dữ liệu:

Vai trò của bạn: trợ lý cho nhân viên chất lượng/bảo mật thông tin của tổ chức chăm sóc sức khỏe. Soạn thảo bảng phân loại "Dữ liệu nào có thể vào AI" cho tổ chức của chúng tôi: Đỏ (không bao giờ: ID bệnh nhân, ID, giao thức), Vàng (ẩn danh), Xanh lục (miễn phí: công khai, khách quan). Viết ví dụ và quy tắc cho mỗi lớp. Nói rõ rằng đây là bản dự thảo và bộ phận pháp lý/tuân thủ cần phê duyệt nó.

2) Danh sách kiểm tra ẩn danh:

Chuẩn bị một danh sách kiểm tra ẩn danh mà tôi sẽ chạy trước khi cung cấp bất kỳ dữ liệu nào cho AI: tên/TC/đầu ra giao thức, tổ hợp tính năng hiếm gặp (tuổi + vị trí + chẩn đoán hiếm) có nhận dạng được người đó không, có khoảng trống không cần thiết nào không, đó có phải là công cụ được công ty phê duyệt hay không. Hãy để mỗi mục được đánh dấu có/không.

3) Bản đồ điểm phê duyệt của con người:

Lập bảng "ai phê duyệt" cho các lĩnh vực sử dụng AI sau (báo cáo, dự báo nhu cầu, mức độ ưu tiên của giường, mã thanh toán, lịch làm ca): mức độ rủi ro và thẩm quyền phê duyệt bắt buộc của con người đối với từng khu vực. Nhấn mạnh sự cần thiết phải phê duyệt kép về lâm sàng + hành chính ở những khu vực có nguy cơ cao.

4) Mẫu ghi dấu vết đầu ra AI:

Viết mẫu nhật ký theo dõi để điền vào từng đầu ra AI: ngày, công cụ được sử dụng, loại dữ liệu được nhập (ẩn danh), tóm tắt đầu ra, người đã xác minh, người quản lý đã phê duyệt, quyết định. Nói rõ rằng đây là để kiểm tra và chịu trách nhiệm.

Dấu nhắc yếu / Dấu nhắc mạnh

Dấu nhắc yếu:

Cung cấp dữ liệu của bệnh nhân cho AI và phân tích dữ liệu đó.

Ẩn danh, bảo mật phương tiện, không xác nhận và không ghi dấu vết; Nguy cơ vi phạm trực tiếp KVKK.

Lời nhắc mạnh mẽ:

Dự thảo chính sách quản trị AI cho tổ chức của chúng tôi: (1) phân loại dữ liệu (đỏ/vàng/xanh), (2) quy tắc ẩn danh, (3) điểm phê duyệt của con người cho từng trường hợp sử dụng, (4) ghi nhật ký và kiểm tra dấu vết, (5) nguyên tắc công bằng/minh bạch/trách nhiệm giải trình. Nêu rõ rằng đây là bản dự thảo và cần có sự phê duyệt về mặt pháp lý/tuân thủ.

Yếu tố quản trị

Những gì cung cấp

ví dụ

Phân loại dữ liệu

Xác định những gì có thể nhập

ID = không bao giờ

Ẩn danh

Bảo vệ người

Tên/kết hợp hiếm hiện lên

điểm phê duyệt của con người

Xác định trách nhiệm

Kiểm tra kỹ có nguy cơ cao

hồ sơ theo dõi

Khả năng kiểm toán

Nguồn + người xác minh + ngày

Nguyên tắc đạo đức

Công bằng, minh bạch, có trách nhiệm

Sử dụng điểm để loại trừ

Những lỗi thường gặp

Chia sẻ dữ liệu có thể nhận dạng được vì nghĩ rằng đó là "ẩn danh". Một sự kết hợp hiếm hoi của các đặc điểm khiến một người bị bỏ rơi.
Sử dụng một công cụ không được chấp thuận. Dữ liệu đi đến một máy chủ ngoại vi.
Đổ trách nhiệm lên AI. "AI nói" không phải là biện pháp bào chữa hợp pháp.
Không theo dõi hồ sơ. Khi có lỗi thì không thể dẫn nguồn và xác minh được.
Viết chính sách và không thực hiện nó. Quy định trên giấy không bảo vệ được trừ khi đó là phản xạ.

Mẹo: Hãy tôn vinh chính sách quản trị của bạn bằng một danh sách “quy tắc vàng” nằm gọn trong một trang duy nhất và đủ đơn giản để bất kỳ ai cũng có thể ghi nhớ: không nhập ID, ẩn danh, sử dụng phương tiện đã được phê duyệt, xác minh, chữ ký người. Không ai đọc chính sách dài; Mọi người đều nhớ quy tắc năm.

Tóm lại

Sức mạnh hoạt động của AI chỉ an toàn trong khuôn khổ mạnh mẽ về quyền riêng tư, luật pháp và đạo đức. Dữ liệu sức khỏe là dữ liệu có chất lượng đặc biệt; Việc ẩn danh, giảm thiểu dữ liệu và công cụ được phê duyệt là rất cần thiết. Quản trị tốt; Nó kết hợp phân loại dữ liệu, ẩn danh, điểm phê duyệt của con người, ghi lại dấu vết và các nguyên tắc đạo đức (công bằng, minh bạch, trách nhiệm giải trình) trong một khuôn khổ duy nhất. Đó là ý chính trong một câu của mô-đun này: AI tăng tốc, con người quyết định và chịu trách nhiệm. Đầu ra AI chưa được xác minh cũng có rủi ro như một quyết định quản lý chưa được ký.

Nhiệm vụ ứng dụng

Chuẩn bị chính sách quản trị dự thảo dài một trang cho tổ chức của bạn bằng cách sử dụng các mẫu "bản ghi dấu vết đầu ra AI" và "phân loại dữ liệu". Bao gồm danh sách "quy tắc vàng" gồm ít nhất năm mục. Sau đó, chọn lĩnh vực sử dụng mà bạn đã học trong suốt mô-đun (ví dụ: mức độ ưu tiên của giường hoặc mã thanh toán) và viết vào 5 mục những bước phê duyệt và xác minh mà chính sách này yêu cầu trong lĩnh vực đó.

danh sách kiểm tra

[ ] Dữ liệu sức khỏe có được phân loại là đặc biệt không và tôi đã áp dụng quy tắc ẩn danh chưa?
[ ] Tôi đã kiểm tra nguy cơ tái nhận dạng với sự kết hợp tính năng hiếm chưa?
[ ] Tôi đã xác định điểm phê duyệt của con người cho từng trường hợp sử dụng chưa?
[ ] Tôi có lưu giữ hồ sơ theo dõi (nguồn/người xác minh/ngày) cho các kết quả đầu ra AI không?
[ ] Tôi có viết trong chính sách rằng trách nhiệm và sự phê duyệt cuối cùng luôn thuộc về người đó không?

Thi học phần

1. Người quản lý bệnh viện trực tiếp thực hiện khuyến nghị phân bổ giường bệnh do trí tuệ nhân tạo đưa ra mà không cần đánh giá lâm sàng. Sai lầm cơ bản trong cách tiếp cận này là gì?

A) Chuyển đổi kết quả trí tuệ nhân tạo thành quyết định mà không cần kiểm tra sự phù hợp về mặt lâm sàng và xác minh hành chính; Bỏ qua rằng trách nhiệm thuộc về con người ✔
B) Nghiêm cấm sử dụng trí tuệ nhân tạo trong quản lý giường bệnh
C) Trí tuệ nhân tạo luôn hiển thị số lượng giường nhiều hơn thực tế
D) Gợi ý không được trình bày trong bảng

Mô tả: Trí tuệ nhân tạo đưa ra khuyến nghị thống kê; Tuy nhiên, việc phân bổ giường và ưu tiên xuất viện phụ thuộc vào tình trạng lâm sàng của bệnh nhân và quyết định cuối cùng thuộc về sự chấp thuận của bác sĩ/y tá và người quản lý chịu trách nhiệm. Đầu ra chưa được xác minh giống như một quyết định không được ký.

2. Cách tiếp cận nào sau đây là phù hợp nhất khi nhập dữ liệu bệnh nhân vào công cụ trí tuệ nhân tạo có sẵn công khai?

A) Dán tên bệnh nhân và số giao thức như tốc độ
B) Xóa thông tin nhận dạng và ẩn danh dữ liệu và, nếu có thể, hãy sử dụng công cụ hợp đồng của công ty ✔
C) Chỉ giấu tên bệnh nhân và để lại số TR ID
D) Chỉ cần có sự cho phép bằng lời nói của bệnh nhân trước khi chia sẻ dữ liệu là đủ.

Giải thích: Dữ liệu sức khỏe là dữ liệu cá nhân đặc biệt. Thông tin nhận dạng như tên, TR ID, số giao thức phải được xóa, dữ liệu phải được ẩn danh và nếu có thể, nên ưu tiên các công cụ xử lý dữ liệu của công ty theo hợp đồng.

3. Cách sử dụng điểm rủi ro do trí tuệ nhân tạo tạo ra phù hợp nhất để dự đoán việc vắng mặt là gì?

A) Từ chối đặt lịch hẹn cho bệnh nhân có nguy cơ cao
B) Bỏ qua điểm số và áp dụng quy trình tương tự cho tất cả bệnh nhân
C) Lập kế hoạch các biện pháp can thiệp công bằng, đảm bảo quyền truy cập như nhắc nhở vội vàng và đăng ký quá nhiều ✔
D) Đưa vào danh sách đen vĩnh viễn những bệnh nhân có nguy cơ cao

Giải thích: Điểm rủi ro là ước tính xác suất; Nó nên được sử dụng để hướng dẫn các biện pháp can thiệp công bằng như mật độ nhắc nhở, đặt trước quá nhiều và tạo điều kiện thuận lợi cho việc tiếp cận, chứ không phải từ chối bệnh nhân. Quyền truy cập của bệnh nhân phải được bảo vệ.

4. Lý do chính để làm việc với các khoảng tin cậy và kịch bản thay vì một con số duy nhất do trí tuệ nhân tạo đưa ra trong dự báo nhu cầu là gì?

A) Trình bày một khoảng thời gian làm cho báo cáo xuất hiện dài hơn
B) Vì trí tuệ nhân tạo không thể tạo ra các số đơn lẻ
C) Vì khoảng tin cậy luôn cho giá trị thực một cách chính xác
D) Do dự báo có tính không chắc chắn nên cần lập kế hoạch linh hoạt theo các kịch bản và quản lý rủi ro ✔

Giải thích: Dự báo dựa trên dữ liệu lịch sử và liên quan đến sự không chắc chắn. Lập kế hoạch theo phạm vi thay vì theo một điểm duy nhất cho phép bạn chuẩn bị cho các tình huống nhu cầu thấp/cao và quản lý năng lực một cách linh hoạt.

5. Rủi ro nghiêm trọng nhất khi bạn sử dụng AI đề xuất mã thanh toán trong chu kỳ doanh thu là gì?

A) Trí tuệ nhân tạo tạo ra mã không hợp lệ hoặc không chính xác, gợi ý trôi chảy và nhập mã vào hóa đơn mà không cần xác minh ✔
B) Trí tuệ nhân tạo tạo ra mã rất chậm
C) Đề xuất mã luôn được SGK tự động chấp nhận
D) Mã chỉ có thể được tạo bằng tiếng Anh

Giải thích: Trí tuệ nhân tạo có thể đề xuất một cách trôi chảy một mật mã không thực sự tồn tại hoặc không chính xác (ảo giác). Mã hóa và thanh toán được quy định; Mỗi mã phải được xác nhận bởi chuyên gia được ủy quyền với danh sách giao dịch hợp lệ và quy tắc hoàn tiền.

6. Trên bảng điều khiển chỉ báo chất lượng, AI diễn giải sự sụt giảm đột ngột của chỉ báo là 'sự cải thiện'. Người quản lý nên làm gì?

A) Trình bày ý kiến trực tiếp với ban giám đốc
B) Điều tra xem liệu thay đổi có thể là do chất lượng dữ liệu, thay đổi định nghĩa hay sai lệch mục tiêu hay không và xác minh mối quan hệ nhân quả ✔
C) Xóa chỉ báo khỏi bảng điều khiển
D) Tin tưởng vào trí tuệ nhân tạo và không thực hiện bất kỳ kiểm tra nào

Giải thích: Sự thay đổi trong chỉ báo có thể do vấn đề về chất lượng dữ liệu, thay đổi định nghĩa hoặc do chơi game. Quản trị viên có trách nhiệm xác minh mối quan hệ nhân quả và nguồn dữ liệu của nhận xét.

7. Sai lầm phổ biến nhất khi phân tích sự hài lòng của bệnh nhân bằng văn bản phản hồi miễn phí bằng trí tuệ nhân tạo là gì?

A) Tách văn bản thành chủ đề
B) Phản hồi ẩn danh
C) Khái quát hóa nhãn và mẫu cảm xúc tự động cho tất cả bệnh nhân mà không xác nhận chúng ✔
D) Ưu tiên khiếu nại

Giải thích: Việc gắn nhãn cảm xúc tự động có thể đưa ra bối cảnh mỉa mai, phủ định và hiểu sai; Ngoài ra, chỉ có ý kiến của tác giả mới có sai lệch lấy mẫu. Không nên khái quát hóa mà không xác minh kết quả bằng cách lấy mẫu và đọc.

8. Mục đích chính của phân tích ABC trong quản lý hàng tồn kho là gì?

A) Sắp xếp tất cả các mục theo thứ tự bảng chữ cái
B) Chỉ tính thuốc có chứa vitamin A
C) Tiêu hủy sản phẩm hết hạn sử dụng
D) Phân loại hàng hóa trong kho theo giá trị/mức độ quan trọng và hướng ưu tiên kiểm soát đến những mặt hàng quan trọng nhất ✔

Giải thích: Phân tích ABC phân loại các mặt hàng tồn kho theo giá trị/mức độ quan trọng là A (cao), B (trung bình), C (thấp); do đó, sự chú ý của ban quản lý và tần suất kiểm soát được tập trung vào những hạng mục quan trọng nhất.

9. Khái niệm “nút cổ chai” trong cải tiến quy trình có ý nghĩa gì?

A) Bước có công suất hẹp nhất và hạn chế tốc độ của toàn bộ luồng ✔
B) Bước chạy nhanh nhất của quy trình
C) Đơn vị có nhiều nhân sự làm việc nhất
D) Giai đoạn bệnh nhân hài lòng nhất

Mô tả: Nút cổ chai là bước có dung lượng hẹp nhất quyết định tốc độ của toàn bộ quá trình. Nỗ lực cải tiến nên tập trung vào nút thắt trước tiên; cải thiện ở nơi khác không đẩy nhanh dòng chảy tổng thể.

10. Người quản lý cần kiểm tra những gì trước khi áp dụng lịch trình do trí tuệ nhân tạo tạo ra vào việc lập ca?

A) Biểu đồ có được in màu hay không
B) Tuân thủ luật lao động, thời gian nghỉ ngơi, năng lực lâm sàng và các quy tắc công lý ✔
C) Trí tuệ nhân tạo mất bao nhiêu giây để tạo ra biểu đồ?
D) Liệu lịch trình có ưu tiên nhân sự cấp cao nhất hay không

Mô tả: Biểu đồ; Nó phải tuân thủ các quy định của luật lao động (giờ làm việc tối đa, nghỉ ngơi), quyền của nhân viên, năng lực lâm sàng và công bằng. AI có thể tạo ra một bản nháp vi phạm các quy tắc này; Sự phê duyệt cuối cùng thuộc về người quản lý.

11. Điều nào sau đây thể hiện giới hạn đúng của việc sử dụng trí tuệ nhân tạo trong quản lý y tế?

A) Trí tuệ nhân tạo có thể tự động đưa ra mọi quyết định quản lý
B) Trí tuệ nhân tạo chỉ có thể được sử dụng trong văn bản viết chứ không phải trong phân tích số
C) Trí tuệ nhân tạo là công cụ trợ giúp, hỗ trợ ra quyết định; Trách nhiệm và sự phê duyệt cuối cùng đối với các quyết định quan trọng thuộc về con người ✔
D) Trí tuệ nhân tạo có thể hoàn thiện các quyết định trả nợ mà không cần sự chấp thuận của con người

Mô tả: Trợ lý trí tuệ nhân tạo, công cụ tạo bản nháp và hỗ trợ quyết định. Trách nhiệm và phê duyệt cuối cùng các quyết định ảnh hưởng đến việc phân bổ nguồn lực, ưu tiên lâm sàng và an toàn bệnh nhân luôn thuộc về chuyên gia có thẩm quyền và người quản lý chịu trách nhiệm.

12. Tại sao chỉ riêng việc giảm thời gian lưu trú trung bình (LOS) không đủ bằng chứng về 'thành công'?

A) Vì thời gian lưu trú không bao giờ có thể đo được
B) Vì thời gian lưu trú chỉ có thể được tính toán bằng trí tuệ nhân tạo
C) Vì thời gian lưu trú hoàn toàn không liên quan đến việc hoàn trả.
D) Nếu mức giảm đi kèm với việc tăng tỷ lệ xuất viện sớm và tái nhập viện, thì sự an toàn của bệnh nhân có thể bị suy giảm và điều này cần được giải thích cùng với các chỉ số liên quan ✔

Giải thích: Thời gian cư trú giảm có thể cho thấy việc sử dụng tài nguyên tốt; Tuy nhiên, nếu đi kèm với việc tăng tỷ lệ xuất viện và tái nhập viện sớm, sự an toàn của bệnh nhân có thể bị suy giảm. Chỉ báo này nên được giải thích cùng với các chỉ báo liên quan khác.

13. Tình trạng dự báo nhu cầu dựa trên dữ liệu lịch sử trong trường hợp có sự gián đoạn đột ngột như dịch bệnh hoặc thiên tai?

A) Dự đoán không còn mang tính hướng dẫn; Đánh giá của chuyên gia và giám sát thời gian thực dẫn đầu ✔
B) Dự đoán dựa trên dữ liệu lịch sử trở nên đáng tin cậy nhất trong những tình huống này
C) Dự báo tự động điều chỉnh, không cần can thiệp
D) Trong những trường hợp này, việc lập kế hoạch nên dừng lại hoàn toàn

Mô tả: Dự đoán AI dựa trên các mẫu trong quá khứ. Trong các sự phá vỡ cấu trúc như dịch bệnh, thảm họa hoặc những thay đổi về luật pháp, dữ liệu trong quá khứ không còn mang tính định hướng; đánh giá của chuyên gia và giám sát thời gian thực dẫn đầu.

14. Điều nào sau đây nên được đưa vào chính sách quản trị AI của doanh nghiệp?

A) Chỉ mua công cụ trí tuệ nhân tạo của thương hiệu nào?
B) Phân loại dữ liệu, ẩn danh, điểm phê duyệt của con người, hồ sơ trách nhiệm/kiểm toán và nguyên tắc đạo đức ✔
C) Quy định chỉ người quản lý mới được sử dụng trí tuệ nhân tạo
D) Một bài viết cho phép trí tuệ nhân tạo tự mình đưa ra mọi quyết định

Mô tả: Quản trị hợp lý; Nó xác định dữ liệu nào có thể đi vào công cụ nào, quy tắc ẩn danh, điểm phê duyệt của con người, hồ sơ trách nhiệm và kiểm toán, nguyên tắc đạo đức (công bằng, minh bạch, trách nhiệm giải trình).