NCQA的AI学习协作项目
推进医疗保健领域负责任的人工智能应用
人工智能(AI)正在迅速重塑健康计划运营——从支持及时、一致的预先授权决策，到加速质量测量和改善数据质量。虽然一些组织正在积极试点或扩展AI解决方案，但其他组织仍在确定从何处开始。无论组织处于AI采用曲线的哪个位置，负责任、透明且有效地扩展AI都是基础。
若缺乏关于优先考虑哪些用例、无缝工作流程整合以及有意义的结果评估的明确指导或策略，AI实施可能会变得零散且与预期目标不符，导致工作流程中的操作效率低下、努力和资源浪费，以及对性能、一致性和质量的风险增加。
为帮助行业以清晰和自信的方式前进，NCQA正在推出一系列聚焦于特定质量用例的AI学习协作项目，提供同行学习、领先实践指导以及不断发展的以结果为导向的实施手册，以实现负责任的实施，并明确如何评估影响。
什么是AI学习协作项目？
AI学习协作项目是一个基于用例的计划，旨在支持医疗保健中负责任、有效的AI使用，帮助参与者了解他们当前所处的位置以及如何负责任地扩展。它将医疗保健组织聚集在一起，以：
- 参与真实世界AI实施的同行学习。
- 为特定用例加强治理、问责制和结果测量框架。
- 分享匿名化的结果指标，并与同行比较评估实施效果和差异。
- 贡献并获取不断发展的特定用例实施手册和结果监控。
从预先授权开始
鉴于预先授权作为端到端、多阶段工作流程的复杂性，其中包含影响临床决策和医疗服务获取的不同需求和风险，它代表了AI采用的高风险领域——这使其成为AI学习协作项目的自然起点。
这一重点尤为及时，因为健康计划预计需要减少为提供者和成员带来的摩擦、改善信息交换，并在CMS-0057规定下展示可解释且及时的决策。虽然AI提供了改善效率和周转时间的有意义机会，但它也引发了关于透明度、流程整合和可衡量影响的重要问题。
随着时间推移，NCQA计划将AI学习协作项目扩展至包括多个队列和额外的AI用例。
针对高影响力用例定制：
- 预先授权：核心聚焦领域
- 即将推出：未来扩展领域
- 即将推出：未来扩展领域
学习协作项目如何运作
参与者以队列形式通过该计划，专注于特定的高影响力用例，初始队列集中在预先授权上，未来队列将扩展到其他领域。关键要素包括：
- 结构化学习会议：围绕特定AI用例、实施挑战和治理考虑进行的引导式讨论。
- 结果评估与持续改进：评估当前的预先授权工作流程，测量AI在结果中的作用和影响，并识别持续改进和扩展的机会——同时提供跨同行的努力对齐可见性。
- 领先实践手册：贡献并获取不断发展的手册，定义有效实施、治理，并提供评估影响和结果的框架。
该学习协作项目强调超越仅限于流程和系统或模型特定措施的范畴，包括结果特定监控——证明AI不仅在工作流程中运行，而且切实提高了质量、效率和体验。
谁应该参与？
预先授权的AI学习协作项目面向以下健康计划设计：
- 正在探索或已在核心医疗保健运营中使用AI的组织。
- 寻求适用的工作流程级指导和指标来评估影响——而不仅仅是高层原则。
- 对同行学习和共同解决问题感兴趣的组织。
- 致力于通过建立对预先授权中高质量、负责任AI实施的共同理解，塑造新兴行业领先实践。
- 希望加强与CMS-0057期望一致性的组织。
- 专注于通过遵守明确定义的保障措施来建立公众信任和声誉。
参与者涵盖一系列AI成熟度水平——从早期探索性努力和初步试点到已嵌入预先授权工作流程的更先进实施。
为什么这项工作很重要
医疗保健中的AI采用速度比对风险、益处和改善结果的共同理解更快。组织报告了常见挑战：
- 碎片化的AI实施：在没有一致的安全性、公平性、透明度或问责标准，以及没有针对特定结果的监控和指标的情况下部署AI工具，会导致工作流程负担增加而非效率提高。
- 运营和监管风险：缺乏标准化会在医疗生态系统中使用AI时引入临床决策和患者结果方面的风险。
- 有限的真实世界证据：针对特定用例实施的可扩展、可持续证据的稀缺性阻碍了对跨人群AI解决方案的信心。
- 缺乏信任和声誉风险：不明确的AI性能和治理可能会削弱与成员、临床医生、监管机构和公众的信任。
- 需要协调行动：解决采用问题需要合作、真实世界测试和可信的评估机制。
AI学习协作项目为组织创造了共同学习的空间，同时将质量、公平性、透明度和可衡量的影响置于中心。
参与的好处
通过参与NCQA的学习协作项目，您的健康计划将：
- 获得相对于同行评估AI实施和成熟度的结构化方法。
- 通过标准化指标洞察AI支持的工作流程性能。
- 通过更强大的治理、透明度和监控框架降低风险并提高公众信任。
- 获取实施和监控领先实践及实施指导。
- 通过标准化、高质量的实施方法减少AI试点工作的努力。
参与还表明对医疗保健中深思熟虑、负责任的AI使用的承诺。
为什么选择NCQA？
35多年来，NCQA一直引领标准开发，并在利用管理等复杂、高度监管的领域召集利益相关者。这一与学术AI赋能专家合作开发的协作项目建立在这一基础之上，通过促进行业内的问责制、透明度和持续学习，推进NCQA的使命。
展望未来
AI学习协作项目是NCQA支持医疗保健安全、有效创新的更广泛努力的一部分。这项工作产生的见解将有助于指导未来用例和领先实践，基于真实世界经验而非理论性的高层框架。
【全文结束】
