Jak liderzy projektów mogą zlikwidować lukę zaufania w projektach opieki zdrowotnej opartych na sztucznej inteligencji

Galen Low: Jaką rolę odgrywają liderzy projektów w budowaniu tego zaufania w ramach projektów opieki zdrowotnej wykorzystujących sztuczną inteligencję?

David Doan: Kierownicy projektów nie są tylko osobami pilnującymi zadań. Powinni przedstawiać projekt AI nie jako zwykły produkt technologiczny, lecz jako zmianę skoncentrowaną na człowieku. Chodzi o połączenie tej technologii z tym, co nazywam humanizacją projektu AI.

Galen Low: Dlaczego tak ważne jest, aby opieka zdrowotna znalazła sposoby na wdrażanie AI?

David Doan: Stawką jest ostatecznie coś więcej niż wydajność i skuteczność. Ma to bezpośredni wpływ na opiekę nad pacjentami. Jeśli wdrożenie się nie powiedzie, istnieje poważne ryzyko, że pacjenci nie skorzystają z potencjalnie ratujących życie interwencji. Może dochodzić do błędnych diagnoz, jeśli modele predykcyjne nie będą działać prawidłowo, zwłaszcza gdy zostaną wytrenowane na niekompletnych danych. W rezultacie zmarginalizowane grupy mogą doświadczać gorszych wyników zdrowotnych.

Galen Low: Opieka zdrowotna jest tak interesująca, ponieważ rygor jest w niej niejako domyślny. Obejmuje tak wielu interesariuszy i tak wiele różnych perspektyw, że wdrażanie AI w celu tworzenia rozwiązań zapewniających lepsze rezultaty dla ludzi jest niemal najbardziej złożoną wersją tej gry.

Witamy w podcaście „The Digital Project Manager” — programie, który pomaga liderom odpowiedzialnym za realizację pracować mądrzej, dostarczać szybciej i lepiej przewodzić w erze AI. Mam na imię Galen i co tydzień omawiamy rzeczywiste strategie, nowe narzędzia, sprawdzone metody oraz od czasu do czasu historię z pierwszej linii projektów. Niezależnie od tego, czy kierujesz ogromnymi projektami transformacyjnymi, porządkujesz przepływy pracy związane z AI, czy po prostu próbujesz utrzymać chaos pod kontrolą, jesteś we właściwym miejscu. Zaczynajmy.

Dzisiaj rozmawiamy o ogromnym potencjale AI w opiece zdrowotnej oraz o tym, co liderzy projektów mogą zrobić, aby budować zaufanie, podnosić kwestie ryzyka, promować etykę i ostatecznie poprawiać wyniki leczenia pacjentów dzięki projektom opieki zdrowotnej wspieranym przez AI.

Moim dzisiejszym gościem jest David Doan, dyrektor i partner konsultingowy ds. opieki zdrowotnej i administracji publicznej w Kyndryl. David jest liderem w dziedzinie technologii medycznych i transformacji biznesowej, mającym ponad 30 lat doświadczenia klinicznego i konsultingowego. Karierę rozpoczął przy łóżku pacjenta jako dyplomowany pielęgniarz i przez pierwsze 10 lat pracował w tym zawodzie, a następnie zajmował się doradztwem w McKesson, Accenture oraz Ernst & Young. Obecnie współpracuje z członkami kadry kierowniczej najwyższego szczebla i dyrektorami IT, wspierając strategiczną transformację cyfrową, innowacje w zakresie AI oraz inicjatywy związane z opieką opartą na wartości w Kyndryl.

Ponadto David jest prezesem oddziału PMI w Los Angeles, zasiada w radach dyrektorów pięciu innych organizacji non profit, jest mentorem w Asian American Professional Association, a to wciąż tylko połowa jego listy wyróżnień i osiągnięć.

To robi ogromne wrażenie, David. Dziękuję za udział w programie.

David Doan: Cała przyjemność po mojej stronie, Galen. Zdecydowanie.

Galen Low: Wiem, że podczas przygotowań do tego odcinka poruszaliśmy się w różnych kierunkach i omówiliśmy bardzo wiele tematów. W tym odcinku chciałbym skupić się na ekscytacji i obawach związanych z opieką nad pacjentami wspieraną przez AI oraz na tym, co można zrobić, aby zająć się obiema kwestiami. Może zacznijmy od tego, jaka jest stawka dla naszej branży opieki zdrowotnej, jeśli nie wdrożymy AI właściwie.

Porozmawiajmy o tym, jak model zaufania może pomóc liderom projektów uzgadniać stanowiska różnych grup interesariuszy. I może także o tym, jak osoby posiadające wcześniejsze doświadczenie w opiece zdrowotnej mogą wejść do tej przestrzeni, a także odwrotnie. Jak ci się to podoba?

David Doan: To świetny pomysł. Czekają nas dobre rozmowy i dobre pytania. Mam przed sobą sporo pracy, ale jestem przekonany, że na podstawie mojego doświadczenia będę mógł przedstawić choć trochę przydatnych spostrzeżeń. To będzie świetna dyskusja.

Galen Low: Jeśli do tej pory czegoś się o tobie dowiedziałem, to tego, że szybko reagujesz i znasz się na rzeczy. Więc rzucę ci wyzwanie. Mamy tu tradycję, zgodnie z którą zaczynam od wielkiego pytania — jednego kluczowego pytania, od którego możemy się oddalić i wokół którego możemy zbudować kontekst.

Moje wielkie pytanie brzmi: czego najbardziej obawiają się klinicyści i pracownicy medyczni, gdy AI zostaje wprowadzona do sposobu, w jaki zapewniają opiekę?

David Doan: To świetne i bardzo aktualne pytanie. Podsumowałbym je w dwóch obszarach. Pierwszym jest obawa przed utratą ludzkiej więzi i osądu.

Drugim jest obawa dotycząca odpowiedzialności. Swoją karierę pielęgniarską rozpocząłem w czasach, gdy dokumentację sporządzało się ręcznie. Dosłownie pisało się wszystko, ponieważ nie istniała elektroniczna dokumentacja zdrowotna ani elektroniczna dokumentacja medyczna. Kiedy zaczęliśmy korzystać z technologii — nawet tylko z urządzenia o nazwie Pyxis Machine do wydawania leków — zawsze obawialiśmy się, że w jakiś sposób odłączy nas ona od pacjenta.

AI jest kolejnym przykładem zaawansowanej technologii, która rzeczywiście może do tego doprowadzić. Obecnie istnieją narzędzia, urządzenia i systemy predykcyjne, które potrafią odczytywać obraz z rentgenogramu klatki piersiowej albo skanu PET. Pojawia się więc obawa, że nie będziemy już w stanie dotykać, odczuwać i utrzymywać ludzkiej więzi, a także korzystać z własnego osądu.

Medycyna i pielęgniarstwo są oczywiście nauką, ale są również sztuką. Wymagają wielu danych: klinicznych, nieklinicznych, a ostatecznym elementem układanki jest osąd kliniczny. To właśnie odróżnia pracownika nieklinicznego od klinicysty posiadającego licencję, który musi praktykować na najwyższym poziomie swoich uprawnień, a jednocześnie ponosić odpowiedzialność.

Obawa polega więc na tym, że AI może zastąpić rozmowy i dialog z pacjentami przy łóżku, podczas wizyt lekarskich, a nawet w telezdrowiu czy telemedycynie. Klinicyści obawiają się, że nie mogą i nie powinni utracić osądu klinicznego ani zdolności podejmowania decyzji.

Niezależnie od technologii czy narzędzia musimy się tym zająć we współpracy z klinicystami. Algorytmy generujące prognozy powinny zapewniać, że dane są użyteczne w miejscu udzielania opieki, ale jednocześnie muszą uwzględniać potrzebę zrozumienia i zaufania klinicysty do danych oraz wniosków. Należy zachować szczególną relację między klinicystą a pacjentem, tak aby dane i osąd kliniczny nadal wspierały podejmowanie decyzji.

Równie ważna jest kwestia odpowiedzialności. W medycynie klinicyści są szkoleni zgodnie z zasadą „po pierwsze nie szkodzić”. Musimy mieć pewność, że model AI lub technologii działa prawidłowo i generuje rekomendacje zgodne z wytycznymi opartymi na dowodach oraz zaleceniami uznanych organizacji zawodowych.

Odpowiedzialność sprowadza się do pytania, czy klinicyści nadal mogą dokonać ostatecznego przeglądu i pozostać za wszystko odpowiedzialni. System AI, technologia oraz inżynieria stojąca za tym rozwiązaniem muszą być objęte odpowiednią analizą i kontrolą, aby zagwarantować, że dane nie są fałszywe i że można budować zaufanie.

Podsumowując, mamy dwie podstawowe obawy: utratę ludzkich więzi i osądu klinicznego oraz kwestię odpowiedzialności — zarówno klinicysty, jak i strony technologicznej.

Galen Low: Bardzo podoba mi się to, że ująłeś ten temat jako połączenie sztuki i nauki. Łatwo spojrzeć z dużej wysokości i pomyśleć: „To tylko informacje. Możemy przesłać całą naszą wiedzę medyczną, a następnie udostępnić te informacje”. Podoba mi się jednak także to, że wskazałeś na wiele przełomowych zmian technologicznych w opiece zdrowotnej.

Wspomniałeś o aplikacjach związanych z receptami i o telezdrowiu. Wiele się wydarzyło, a podstawą, która pozwoliła nam przejść przez te zmiany, były właśnie zaufanie i ostrożność. Elektroniczna dokumentacja zdrowotna i elektroniczna dokumentacja medyczna to przecież długa podróż.

Nie chodzi wyłącznie o postęp technologiczny. Nadal budujemy zaufanie i zachowujemy ostrożność, ponieważ nie możemy zakładać, że coś działającego jak czarna skrzynka będzie za każdym razem działać prawidłowo. Sama skuteczność na poziomie 90 procent nie zawsze jest wystarczająca. Osąd i człowieczeństwo muszą pozostać częścią tego procesu.

Wspomniałeś również o spójności i od razu pomyślałem o halucynacjach AI. W mojej pracy mogę powiedzieć: „Chwileczkę, to nie była odpowiedź, której szukałem”. Mogę zadać to samo pytanie trzy razy i otrzymać trzy różne odpowiedzi. Mogę to poprawić. W opiece nad pacjentami musimy jednak działać właściwie i zachować szczególną ostrożność.

Dlaczego więc tak ważne jest, aby opieka zdrowotna znalazła sposoby na wdrażanie AI? Co jest tutaj stawką i jaka jest największa bariera dla wdrażania AI w opiece zdrowotnej?

David Doan: Stawką jest ostatecznie coś więcej niż wydajność i skuteczność interakcji klinicystów z członkiem systemu, pacjentem czy zespołem zapewniającym opiekę. Cały zespół zarządzający opieką nad pacjentem wpływa ostatecznie na pozytywne wyniki zdrowotne.

Konsekwencje są ogromne. Nie chodzi tylko o ułatwienie czyjegoś przepływu pracy albo zapewnienie lepszych doświadczeń. Ostatecznie ma to bezpośredni wpływ na opiekę nad pacjentem.

Pojedyncza interakcja pacjenta z lekarzem ostatecznie wpływa na zdrowie populacji w ogromnej skali. Wiąże się to również z pięcioma celami systemu opieki zdrowotnej: kosztami, dostępem, doświadczeniem klinicysty, doświadczeniem pacjenta oraz równością zdrowotną.

AI może przewidywać choroby, wykorzystując dane kliniczne, dane dotyczące roszczeń, dane niekliniczne, dane publicznie dostępne i wiele innych źródeł. Pomaga to szybko identyfikować grupy pacjentów lub populacje wymagające interwencji, aby spowolnić rozwój chorób przewlekłych.

Jeśli wdrożenie się nie powiedzie, pacjenci, którzy powinni otrzymać opiekę, mogą jej nie otrzymać. Mogą także zostać uznani za osoby wymagające interwencji, mimo że w rzeczywistości jej nie potrzebują. Istnieje również poważne ryzyko, że pacjenci i członkowie systemu nie skorzystają z potencjalnie ratujących życie interwencji.

Może dochodzić do błędnych diagnoz, jeśli urządzenie lub model predykcyjny nie działa prawidłowo. Musimy też pamiętać o osobach mieszkających poza dużymi obszarami metropolitalnymi, w społecznościach wiejskich, gdzie dostęp do szpitali jest ograniczony. Sama dostępność technologii nie wystarczy, jeśli brakuje połączenia 5G, sieci, dostępu do internetu albo odpowiedniego sposobu zarządzania tym rozwiązaniem.

Kiedy mówimy o równości zdrowotnej, musimy zapytać, czy osoba, dla której angielski nie jest pierwszym językiem, a która dodatkowo może mieć ograniczenia sprawności manualnej, poziomu edukacji lub wieku, będzie w stanie korzystać z danego rozwiązania telemedycznego.

Stawką jest więc ostatecznie zdrowie całej populacji. Największą barierą jest z jednej strony technologia po stronie odbiorcy opieki, czyli pacjenta lub członka systemu, a z drugiej — zaufanie klinicystów, osób zapewniających opiekę i opiekunów.

Technologia musi być połączona z przepływem pracy i zintegrowana z nim. Jeśli AI nie zostanie płynnie włączona w naturalny przepływ pracy klinicysty, może zmusić go do korzystania z kolejnego narzędzia lub dodatkowego urządzenia do nagrywania rozmowy. Trzeba odpowiedzieć na pytanie, gdzie te informacje trafią i czy zostaną przedstawione w naturalnym przepływie pracy.

Jeśli technologia zakłóca czas klinicysty przeznaczony dla pacjenta, adopcja rozwiązania będzie słaba. Należy również uwzględniać uprzedzenia. Jeżeli modele AI są trenowane na niekompletnych danych, danych niestandaryzowanych lub w jakiś sposób zniekształconych, zmarginalizowane grupy mogą doświadczać jeszcze gorszych wyników zdrowotnych.

Galen Low: Cieszę się, że poruszyłeś temat doświadczeń pacjenta i klinicysty. Mam doświadczenie w projektowaniu skoncentrowanym na użytkowniku. Tworzymy rozwiązania cyfrowe, które rozwiązują problemy, zwiększają wydajność i wykorzystują większą ilość danych, ale przede wszystkim muszą być praktyczne.

Muszą płynnie wpasowywać się w przepływ pracy, aby nie tworzyć dodatkowej bariery. Jako dyplomowany pielęgniarz miałeś możliwość odzyskania czasu dla lekarza czy innego pracownika medycznego, aby mógł skoncentrować się na opiece nad pacjentem. Nie możemy jednak dodawać kolejnego kroku, który prowadziłby do gorszych wyników albo większych trudności w zapewnianiu opieki.

Nie możemy zakładać, że każdy ma dostęp do wszystkich tych rozwiązań, potrafi z nich korzystać i może się z nimi angażować. To właśnie dlatego temat AI w opiece zdrowotnej jest tak interesujący. W świecie biznesu możemy używać asystenta AI do pisania dokumentów. Opieka zdrowotna obejmuje jednak wszystkich: wszystkie grupy demograficzne i bardzo różne potrzeby.

David Doan: Zdecydowanie.

Galen Low: Mówimy o różnych członkach populacji i czymś, co naprawdę ma znaczenie: zdrowiu ludzi, wynikach leczenia i zdrowiu całej społeczności. Podobało mi się również to, co powiedziałeś o profilaktyce. Pomyślałem o analizie predykcyjnej i o tym, jak wiele firm wykorzystuje ją od lat, aby przewidywać przyszłe zdarzenia.

Możemy pomyśleć choćby o koncie wydatków zdrowotnych przeznaczonym na ergonomiczne krzesło biurowe. W pewnym sensie jest to profilaktyka: jeśli nie siedzisz cały czas na niewygodnym krześle, prawdopodobieństwo przewlekłego bólu pleców może być mniejsze.

Zacząłem też myśleć o obciążeniu systemu. Administratorzy opieki zdrowotnej, liderzy medyczni i osoby odpowiedzialne za stronę biznesową systemu muszą zastanawiać się nad kosztami. Leczenie na późniejszym etapie choroby jest często droższe, a wczesne wykrycie problemu może być tańsze.

Ty pracowałeś przy łóżku pacjenta, a obecnie współpracujesz z dyrektorami medycznymi, regulatorami i innymi decydentami w opiece zdrowotnej. Możesz więc spojrzeć na ten temat z wielu perspektyw. Jak można budować zaufanie do AI pomiędzy pacjentami, opiekunami, klinicystami, regulatorami i liderami biznesowymi? Wszyscy patrzą na ten temat nieco inaczej.

David Doan: Zmuszasz mnie do bardzo intensywnego myślenia, Galen, ale z przyjemnością podzielę się swoją perspektywą.

W opiece zdrowotnej nigdy nie chodzi o jedną osobę. Zawsze mówimy o ekosystemie opieki zdrowotnej. W tym ekosystemie znajdują się również osoby, które mogą być niewidoczne dla pacjentów lub członków systemu, na przykład organy akredytujące, centra usług Medicare i Medicaid, czyli CMS, oraz Centra Kontroli i Prewencji Chorób.

Chcą one zapewnić odpowiednie zarządzanie i mieć pewność, że opieka — niezależnie od tego, czy wykorzystuje zaawansowaną technologię — jest wysokiej jakości i bezpieczna.

Pacjenci chcą natomiast zapewnienia, że lekarze i inni pracownicy medyczni rozumieją ich kulturę oraz język, którym się posługują. Ma to znaczenie między innymi ze względu na preferencje dotyczące jedzenia i odżywiania. Klinicyści chcą widzieć dowody. Są szkoleni do analizowania recenzowanych artykułów naukowych, a nie do opierania się wyłącznie na tym, że dyrektor ds. informatyki albo dyrektor ds. cyfrowych powiedział, że trzeba wdrożyć system nasłuchujący oparty na AI.

Potrzebują wiedzieć, czy istnieją badania pokazujące, że rozwiązanie działa z wysokim prawdopodobieństwem. Musimy także wiedzieć, jak radzić sobie z halucynacjami AI i błędnymi diagnozami. Nikt nie chce być pierwszym szpitalem czy pierwszym ubezpieczycielem, który wdroży dane rozwiązanie bez odpowiednich dowodów. Dowody to nie tylko wpis na blogu, ale recenzowane publikacje naukowe, a zbudowanie takiej literatury wymaga czasu.

Liderzy biznesowi chcą natomiast widzieć wymierny zwrot z inwestycji, ponieważ nawet szpital jest przedsiębiorstwem. Zaawansowane technologie są kosztowne, dlatego potrzebne są konkretne, mierzalne wyniki finansowe.

Jednym ze sposobów budowania zaufania jest możliwość wyjaśnienia rozwiązania. Trzeba umieć przedstawić dane prostym językiem i połączyć perspektywę technologa, inżyniera, analityka danych oraz kierownika produktu z perspektywą klinicysty. Należy pokazać, że rozumiemy problemy biznesowe, możliwości i konkretne przypadki użycia, w których AI może zostać zastosowana.

Trzeba wyjaśnić, w jaki sposób rozwiązanie pomoże, jak działa AI i jakie dane wykorzystuje. Jeżeli interesariusze to rozumieją, łatwiej uzyskać ich poparcie. Mogą również zadawać pytania i uczestniczyć we współpracy, nawet jeśli nie znają szczegółów technologii.

Musimy rozmawiać o zabezpieczeniach informacji i danych, o łączności między wieloma źródłami danych oraz o tym, jak dane są przedstawiane w miejscu udzielania opieki. Należy używać prostego języka po obu stronach, ponieważ klinicysta może przedstawiać bardzo konkretny przypadek użycia, którego technolog nie rozumie w pełni.

Drugim elementem jest włączanie interesariuszy w proces projektowania. Potrzebny jest głos klientów: pacjentów, pielęgniarek, lekarzy, fizjoterapeutów, farmaceutów i wszystkich innych osób korzystających z rozwiązania. Przepływ pracy farmaceuty jest przecież inny niż przepływ pracy pielęgniarki czy lekarza.

Moduły elektronicznej dokumentacji zdrowotnej są konfigurowane inaczej na różnych oddziałach i w różnych jednostkach. Dlatego należy uwzględniać różne głosy w projektowaniu, wdrażaniu i zarządzaniu zmianą.

Kolejnym elementem jest zarządzanie. Ludzie często spieszą się z wdrażaniem AI bez odpowiednich zasad, ram i struktury zarządzania. Musimy określić zabezpieczenia dotyczące równości, sprawiedliwości, uprzedzeń, prywatności i odpowiedzialności. Bez tego wdrożenie nie zakończy się sukcesem, a adopcja rozwiązania będzie niska.

Ważna jest także strona regulacyjna oraz opowiadanie historii związanej z kulturą organizacji. Trzeba odpowiedzieć na pytanie, o co w tym wszystkim chodzi. Jak AI poprawia nie tylko liczby i mierzalny zwrot z inwestycji, ale także życie pacjentów?

Organizacje, które robią to dobrze, mówią zespołom technologicznym, że jeśli nie rozumieją, jak dane rozwiązanie będzie wykorzystywane przez konkretnego klinicystę lub użytkownika biznesowego i w jaki sposób przełoży się ono na pozytywne doświadczenie oraz wynik zdrowotny pacjentów, nie powinny pracować nad tym projektem.

Zespół technologiczny powinien być przedłużeniem klinicystów i opiekunów — opiekunem opiekunów. Właśnie w ten sposób buduje się zaufanie. Bez zaufania do technologii nie ma odpowiednich ludzi, procesów ani poparcia. Opowiadanie historii polega na przekazywaniu głosu klienta poprzez rozmowę i współpracę. To prowadzi do poparcia, przejrzystości, a w rezultacie do zaufania.

Galen Low: Podoba mi się sposób, w jaki przedstawiłeś to jako ekosystem. Wiele osób rozumie, że jest to ekosystem z licznymi interesariuszami, a stawką jest zdrowie i życie ludzi. Podoba mi się także idea, że zespół produktowy i technologiczny jest opiekunem opiekunów.

To jeden obraz, na który różni interesariusze patrzą przez różne soczewki. Dyrektor medyczny może patrzeć przez pryzmat biznesu i musi troszczyć się o pieniądze, ponieważ opieka nad pacjentami wymaga finansowania. Jest to również obszar silnie regulowany.

W świecie biznesu ludzie często widzą raport opublikowany przez firmę konsultingową i od razu chcą wdrażać przedstawione pomysły. W opiece zdrowotnej trzeba jednak sprawdzić, czy dana koncepcja została opisana w recenzowanym czasopiśmie medycznym. To zupełnie inny poziom rygoru.

Wszyscy możemy wyciągnąć z tego wnioski. Świat biznesu zaczął od eksperymentowania z AI w mniej regulowanych obszarach, ale szybko napotka bariery związane z zarządzaniem i jakością danych. Opieka zdrowotna jest interesująca, ponieważ rygor i wielu interesariuszy są w niej obecne od początku. To jeden z najbardziej złożonych przykładów wdrażania AI w celu tworzenia rozwiązań poprawiających ludzkie życie.

Jaką rolę odgrywają liderzy projektów w budowaniu zaufania? Czy osoby realizujące te projekty ponoszą odpowiedzialność? Jaką rolę odgrywa kierownik projektu w budowaniu zaufania w projektach opieki zdrowotnej wykorzystujących AI?

David Doan: To temat, który jest mi szczególnie bliski ze względu na moje związki z zarządzaniem projektami. Jako prezes oddziału Project Management Institute w Los Angeles chcę podkreślić niektóre koncepcje i metody PMI.

Jeśli chodzi o rolę kierowników projektów w budowaniu zaufania, strategicznie koordynują oni wszystkich interesariuszy i członków zespołu projektowego. Mają więc wyjątkową, krytyczną możliwość spojrzenia na wszystkie aspekty projektu.

Liderzy projektów powinni najpierw myśleć strategicznie, a następnie tłumaczyć informacje w taki sposób, aby klinicyści, przedstawiciele biznesu i pozostali interesariusze wzajemnie się rozumieli. Ważne jest nie tylko mówienie tym samym językiem, lecz także rozumienie potrzeb, intencji i wymagań innych osób.

Lider projektu pełni rolę osoby koordynującej cały proces. Powinien wcześnie i przejrzyście podnosić kwestie ryzyka oraz przedstawiać projekt AI nie jako zwykły produkt technologiczny, lecz jako zmianę skoncentrowaną na człowieku. Chodzi o humanizację projektu AI i przypominanie członkom zespołu, że w opiece zdrowotnej technologia ma ostatecznie zwiększać produktywność, zapewniać więcej bezpośredniego czasu z pacjentami i prowadzić do lepszych wyników zdrowotnych.

Jestem zwolennikiem kierowników projektów, którzy nie są wyłącznie osobami pilnującymi zadań. Nie chodzi tylko o mówienie ludziom, kiedy i jak mają coś zrobić. Kierownicy projektów powinni wykorzystywać swoje umiejętności wizjonerskie, strategiczne, analityczne i związane z krytycznym myśleniem.

Wizja zarządzania projektami powinna dotyczyć celu naszych działań i podnoszenia skuteczności projektów w sposób umożliwiający transformacyjną zmianę świata. Należy opierać się na strategii, nie tylko dostarczać wartość za pomocą narzędzi, ale również umożliwiać ciągłe uczenie się.

W PMI koncepcja MORE oznacza maksymalizowanie sukcesu nie tylko za pomocą tradycyjnych wskaźników. Znamy zakres, budżet i harmonogram, ale musimy również pytać o pozytywny wpływ w opiece zdrowotnej. Czy ratujemy życie? Czy wydłużamy życie pacjentów nie tylko pod względem liczby lat, lecz także jakości ich doświadczeń? Czy pomagamy zmieniać zachowania?

Musimy organizować wpływ, wzmacniając specjalistów, budując silniejszą społeczność i na nowo angażując ekosystem interesariuszy. To właśnie jest rola strategicznego kierownika projektu prowadzącego projekty technologiczne w opiece zdrowotnej i umożliwiającego wdrażanie AI.

Galen Low: Podoba mi się połączenie roli tłumacza i koordynatora oraz sposób, w jaki wiąże się ono z możliwością wyjaśniania technologii. Jest w tym bardzo ludzki element. Projekty technologiczne dotyczą ludzi, więc musimy je humanizować, szczególnie w opiece zdrowotnej, gdzie chodzi o wyniki leczenia i realny wpływ na życie.

Jak wygląda droga dla osób, które zarządzały projektami w opiece zdrowotnej, ale dotychczas skupiały się wyłącznie na doprowadzaniu zadań do końca? Jak mogą rozpocząć drogę w kierunku ram MORE i zacząć myśleć o rezultatach oraz maksymalizowaniu wpływu swoich projektów?

David Doan: Można spojrzeć na to jak na model dojrzałości. Osoba, która dopiero ukończyła uniwersytet i chce zajmować się zarządzaniem projektami, musi najpierw nauczyć się podstaw. Niezależnie od tego, czy korzysta z metod PMI, podejścia zwinnego czy Scruma, istnieje wiele wariantów. Zrozumienie mechaniki i metodologii zajmuje kilka lat.

Po opanowaniu podstaw kierownik projektu może dojść do momentu, w którym wykonuje swoją pracę niemal automatycznie. To jednak sygnał, że należy podjąć nowe wyzwania i nadal się uczyć.

Kierownik projektu może rozwijać się od koordynatora projektu do kierownika projektu, kierownika programu i kierownika portfela. Jest to ewolucja dla osób, które chcą szerzej myśleć o wpływie skutecznie realizowanych projektów.

Nie chodzi wyłącznie o koszty i efektywność. Kiedy produkt lub usługa są dostępne wcześniej, użytkownicy mogą szybciej z nich skorzystać, a rezultaty mogą zostać osiągnięte wcześniej. Musimy również mówić o zwrocie z inwestycji z wielu perspektyw, nie tylko o kwotach wydanych i zaoszczędzonych, ograniczeniu ponownych przyjęć do szpitala czy wzroście przychodów.

Jak projekt wpływa na populację, społeczność albo grupę zmarginalizowaną? To wezwanie do działania dla kierowników projektów. Nie oczekuję, że każdy od razu zmieni sposób myślenia, ale tego można się nauczyć i nauczać. Organizacje PMO oraz ich liderzy powinni zapewniać szkolenia, możliwości i wsparcie, aby ludzie mogli myśleć strategicznie.

Galen Low: To prawdopodobnie najjaśniejsza odpowiedź, jaką kiedykolwiek otrzymałem na to pytanie. Podoba mi się, że jest aspiracyjna, ale nikt nie oczekuje realizowania jej od pierwszego dnia. To model dojrzałości. Osiąga się kolejne poziomy.

Wiele z tych rzeczy kierownicy projektów wykonują każdego dnia, ale nie zawsze są za nie doceniani. Kiedy przestajemy myśleć o zarządzaniu projektem wyłącznie w kategoriach zakresu, harmonogramu i budżetu, widzimy, że pracujemy z ludźmi, wspieramy współpracę, uzgadniamy perspektywy i dążymy do rezultatów.

David Doan: Chciałbym rzucić wyzwanie kierownikom projektów, którzy mogą nas słuchać. Kiedy kończycie projekt, na przykład projekt AI w opiece zdrowotnej, czy wracacie do użytkownika końcowego i pytacie, jak działała dla niego technologia? Czy pytacie, czy ufał technologii?

Dzięki takim pytaniom otrzymujecie informacje jakościowe. Możecie usłyszeć: „Naprawdę mi się to podoba, ale chciałbym, żeby rozwiązanie robiło jeszcze to i to”. Właśnie w ten sposób nawiązujemy kontakt z ludzkimi użytkownikami.

W zarządzaniu projektami często odhaczamy wszystkie zadania i uznajemy projekt za zakończony. Nie zawsze wracamy do osób, które korzystają z efektów naszej pracy, aby porozmawiać o możliwościach dalszego ulepszania rozwiązania.

Galen Low: Jestem za to częściowo odpowiedzialny. Pracowałem w agencji, więc po zakończeniu projektu przechodziło się do następnego i często nie było okazji, aby wrócić do poprzedniego. W opiece zdrowotnej sytuacja jest jednak bardziej bezpośrednia, ponieważ wpływamy na życie prawdziwych ludzi.

Można ponownie przyjrzeć się projektowi jako części większej inicjatywy, oceniać wyniki i dalej go rozwijać. Stawka jest wysoka, ale pytanie „jak to działało dla ciebie?” pozostaje bardzo zrozumiałe. Jak pacjentom korzysta się z urządzenia zapobiegającego upadkom albo z systemu nasłuchującego? To ma znaczenie dla sposobu, w jaki opiekujemy się całymi populacjami.

Dla osób, które chcą przejść do opieki zdrowotnej z innej branży, ważne pytanie brzmi: jakich umiejętności i wiedzy powinny szukać? Czy muszą zostać lekarzami albo pielęgniarkami?

David Doan: Nie. Absolutnie nie. Nie trzeba być klinicystą żadnego rodzaju, aby wnosić wartość do projektu opieki zdrowotnej. Potrzebujemy osób ze świeżym spojrzeniem i doświadczeniem z innych branż, aby łączyć różne perspektywy i przełamywać silosy.

Jeśli ktoś jest kierownikiem projektu i posiada certyfikat Project Management Professional, czyli PMP, już ma podstawę do działania w dowolnej branży. Następnie potrzebne są umiejętności przywódcze, skuteczna komunikacja i zdolność wywierania wpływu w celu przeprowadzania zmian.

Warto także rozwijać znajomość AI i danych. Wszystko, o czym mówimy w kontekście AI, powinno zaczynać się od podstawowego zarządzania danymi, ich normalizacji, standaryzacji i integralności. Pasja do uczenia się o danych i AI jest ogromnym atutem.

Trzeba również pamiętać, że opieka zdrowotna jest silnie regulowana, podobnie jak sektor finansowy i bankowy. Warto poznać wymagania regulacyjne, takie jak przepisy związane z CMS, CDC, HIPAA czy administracją leków. Osoby niebędące klinicystami mogą uczyć się tych regulacji tak samo jak wszyscy inni.

Potrzebna jest także empatia. Wiele osób ma osobiste doświadczenia związane z opieką zdrowotną — własne albo dotyczące rodziców, rodzeństwa czy dziadków. Takie doświadczenia mogą stać się źródłem motywacji i prowadzić do większej ciekawości, pokory oraz troski o osoby zapewniające opiekę.

Empatia pomaga łączyć perspektywy technologa, analityka danych, osoby odpowiedzialnej za infrastrukturę, specjalisty ds. zapewniania jakości i różnych klinicystów. Nie trzeba być klinicystą, aby wnosić do projektu wartość.

Galen Low: Podoba mi się, że niemal każdy ma historię własnej podróży przez system opieki zdrowotnej albo doświadczenia bliskiej osoby. To może pobudzać ciekawość i skłaniać do uczenia się. Regulacje takie jak HIPAA mogą być trudne, ale są dostępne. Jeśli ktoś jest zaangażowany, może się ich nauczyć — podobnie jak wszyscy pozostali.

David Doan: Dobrze to podsumowałeś, Galen.

Galen Low: To była świetna rozmowa. Wiem, że moglibyśmy rozmawiać przez wiele dni. Chętnie zaprosiłbym cię ponownie, aby porozmawiać o mierzalnych wynikach zdrowotnych. Na zakończenie mam pytanie: czy chciałbyś zadać mi jakieś pytanie?

David Doan: Czekałem na tę okazję, ponieważ również chcę się od ciebie uczyć. Jakie trendy albo zmiany sposobu myślenia obserwujesz w projektach cyfrowych poza opieką zdrowotną? Czego ktoś głęboko zanurzony w opiece zdrowotnej może nauczyć się od innych branż?

Galen Low: Myślę, że chodzi o szkolenie krzyżowe i wymianę doświadczeń między nietypowymi rolami, które zwykle ze sobą nie rozmawiają. Zespoły cyfrowe mają robić więcej przy mniejszych zasobach. Obserwujemy hybrydyzację ról: ktoś jest jednocześnie analitykiem biznesowym i kierownikiem projektu albo opiekunem klienta i osobą odpowiedzialną za rozwój biznesu.

Do zespołów dołączają też osoby z nietypowymi kompetencjami. Pracowałem kiedyś nad projektem przetwarzania języka naturalnego na danych klientów i informacji zwrotnych, w którym uczestniczył językoznawca. Ludzie posiadający różną wiedzę mogą tworzyć nowe połączenia.

Jeśli członkowie zespołu potrafią spojrzeć z różnych perspektyw i uczyć się od siebie, możemy bardziej różnicować zespoły. W każdej branży często zakładamy, że potrzebujemy tego samego zestawu ról. Tymczasem warto świadomie wprowadzać inne perspektywy i uczyć się od siebie nawzajem.

David Doan: To bardzo przydatne, Galen. Opieka zdrowotna może wiele zyskać dzięki wdrażaniu takich praktyk. Mam nadzieję, że ta rozmowa rozbudziła ciekawość słuchaczy.

Galen Low: Zdecydowanie.

David Doan: To była niezwykle przyjemna rozmowa i wymiana pytań oraz odpowiedzi. Sporo się nauczyłem.

Galen Low: Ja również. Dziękuję za poświęcony czas.

David Doan: Jestem aktywny na LinkedIn i zapraszam wszystkich do kontaktu. Niedawno zacząłem pisać blog na LinkedIn. Poruszam w nim kilka tematów, które są dla mnie ważne: opiekę zdrowotną i technologię, równość zdrowotną, zarządzanie projektami, strategiczne przywództwo oraz działalność non profit.

Technologia powinna wspierać potrzeby użytkowników biznesowych. Strategia nie powinna być napędzana wyłącznie przez technologię, ale przez liderów biznesowych i klinicznych. Ważne jest również rozumienie społeczności — lokalnej, regionalnej, a czasem globalnej.

Galen Low: To świetne, że blog łączy wszystkie te obszary. Z przyjemnością będę go śledzić i dodam linki do twojego LinkedIna oraz bloga.

David Doan: Cała przyjemność po mojej stronie. Dziękuję za rozmowę, Galen.

Galen Low: To wszystko w dzisiejszym odcinku podcastu „The Digital Project Manager”. Jeśli podobała ci się ta rozmowa, zasubskrybuj podcast w wybranej aplikacji. Jeśli chcesz poznać więcej praktycznych wskazówek, studiów przypadku i podręczników, odwiedź stronę thedigitalprojectmanager.com.

Do usłyszenia następnym razem. Dziękuję za słuchanie.