Quels sont les avantages de l'IA et de la gouvernance des données?
Un cadre de gouvernance des données robuste garantit que le modèle d'IA reçoit des informations de haute qualité, ce qui réduit les risques. «La gouvernance des données, c'est comme avoir une boîte en verre autour de l'IA», explique Laine. «Il fournit une transparence dans ce qui alimente le modèle d'IA et qui a touché ces données.»
Dans le même temps, l'IA elle-même peut améliorer la gestion des données. Il peut être utilisé pour l'application des politiques et l'analyse des modèles de sécurité. Par exemple, l'IA peut surveiller et vérifier que les données sensibles des patients sont accessibles et gérées correctement.
Les chatbots peuvent améliorer l'expérience de l'utilisateur final en aidant les analystes à trier et à interpréter plus efficacement les informations à partir de grands ensembles de données.
De plus, les outils d'apprentissage automatique peuvent aider les organisations de soins de santé à tirer parti des afflux de données plus importants. L'IA traite et apprend automatiquement les données qu'il collectionne, ce qui permet au système de s'améliorer en continu.
Comment les organisations peuvent-elles définir des attentes réalistes pour la gouvernance des données de l'IA?
Un défi commun, dit Godden, est lorsque les dirigeants pensent qu'ils ont besoin de revitaliser tous les ensembles de données de l'organisation avant de pouvoir générer de la valeur à partir d'un outil d'IA. Au lieu de cela, il les encourage à ajuster les attentes et à commencer par des objectifs plus petits: «Identifier une opportunité commerciale et se concentrer sur la gouvernance et le nettoyage des données dont vous avez besoin pour résoudre ce problème spécifique.»
Il est important de définir clairement les valeurs de l'organisation et de s'assurer que les employés les comprennent. Cela fournit les directives nécessaires afin que lorsqu'une anomalie de données se produit, les employés peuvent correctement l'identifier et les réparer conformément aux attentes de l'entreprise. «Les modèles d'IA vont avoir des biais et les corrections se résumeront aux personnes qui font des appels de valeur», explique Laine.
Elle ajoute que les systèmes de santé doivent se souvenir que l'IA n'est pas parfait. L'intervention humaine est essentielle, en particulier lors de la détermination de la raison pour laquelle une anomalie s'est produite dans les données. «Si j'étais médecin, je me sentirais plus rassuré en sachant qu'une équipe de gouvernance des données est en coulisses pour vérifier que les données ont du sens», explique Laine.
Qui devrait diriger les efforts de gouvernance des données de l'IA?
Le directeur des données mène généralement les efforts de gouvernance, avec le soutien des analystes et des architectes de la qualité des données. Des spécialistes rapides sont également utilisés pour mieux former des modèles de formation d'IA.
Lors du début de l'IA et de la gouvernance des données, Laine souligne, les professionnels de la gestion des données devraient aider à ouvrir la voie: «Ce sont les personnes qui comprennent comment les données se déplacent et changent. Je pense que compter sur leur expertise est la clé d'une organisation qui fait les choses. »
Godden ajoute que lors de l'établissement d'un programme d'IA de soins de santé, il devrait y avoir une équipe diversifiée impliquée dans l'élaboration des politiques et procédures qui régiront la technologie. Cela inclut les équipes informatiques et de données; professionnels de la santé; et les personnes des départements juridiques, marketing et RH.
«Vous avez besoin de toutes les personnes impliquées dans la construction et l'utilisation de l'IA pour la comprendre et avoir leurs antennes», dit Godden, notant que tous les membres de l'équipe jouent un rôle dans la surveillance de l'IA pour les incohérences. «Ce n'est pas un problème informatique. C'est un problème de tout le monde.