هوش مصنوعی و یادگیری ماشین

بحران در مدیریت منابع انسانی؛ تحلیل چالش‌های عملیاتی سامانه هوش مصنوعی Timpani در مراکز درمانی HCA

استفاده از الگوریتم‌های هوش مصنوعی برای بهینه‌سازی نیروی کار در محیط‌های حساس درمانی، با وعده افزایش بهره‌وری آغاز شد، اما اکنون به منبعی از نارضایتی گسترده در میان پرستاران بدل شده است. گزارش‌های اخیر حاکی از آن است که نرم‌افزار Timpani، توسعه‌یافته بر بستر پلتفرم Palantir Foundry، به جای کاهش بار کاری، منجر به خستگی مفرط کادر درمان و چالش‌های ایمنی بیمار شده است.

معماری فنی و نحوه عملکرد Timpani

سامانه Timpani که توسط شرکت HCA Healthcare و با همکاری Palantir Foundry طراحی شده، یک ابزار مبتنی بر داده‌های حجیم (Big Data) است که برای پیش‌بینی حجم مراجعات بیماران و تخصیص بهینه شیفت‌های پرستاری به کار می‌رود. این ابزار با تحلیل جریان‌های کاری و نیازهای عملیاتی، سعی دارد نیاز به مدیران شیفت انسانی را به حداقل برساند و وابستگی به پرستاران قراردادی را کاهش دهد.

شکاف میان الگوریتم و واقعیت بالینی

پرستاران در مراکز مختلف HCA گزارش می‌دهند که این سیستم به‌طور مداوم اولویت‌های فردی، فواصل استراحت میان شیفت‌ها و ترکیب تخصص‌های مورد نیاز در بخش‌های حساس را نادیده می‌گیرد. در حالی که مدیران HCA ادعا می‌کنند سیستم با هدف توزیع عادلانه و هوشمندانه بار کاری توسعه یافته، کادر درمان معتقدند جایگزینی قضاوت بالینی با محاسبات آماری، منجر به ایجاد تیم‌های کاری کم‌تجربه و ناپایدار به‌ویژه در روزهای تعطیل شده است.

ابعاد حقوقی و چالش‌های شفافیت داده‌ها

پرونده‌های قضایی اخیر علیه HCA، ابعاد تاریکی از مدیریت این سامانه را آشکار کرده است. اتهاماتی مبنی بر حذف سیستماتیک داده‌های عملکردی نرم‌افزار، امکان حسابرسی (Audit) دقیق از عملکرد الگوریتم را از بین برده است. پرستاران گزارش می‌دهند که حتی در صورت بروز خطا در زمان‌بندی، فرآیند اعتراض بسیار دشوار شده و بازخوردها بدون ارتباط مستقیم با کادر انسانی، در تیم‌های متمرکز نادیده گرفته می‌شوند.

مشخصات فنی و تحلیل عملکرد سیستم

  • پلتفرم پایه: Palantir Foundry (مبتنی بر تحلیل داده‌های عملیاتی در مقیاس سازمانی).
  • هدف عملیاتی: خودکارسازی تخصیص شیفت، کاهش هزینه‌های پرسنلی و پیش‌بینی حجم پذیرش.
  • نقاط ضعف شناسایی شده: فقدان ملاحظات انسانی در چیدمان شیفت‌ها، نادیده گرفتن تجربیات بالینی و افزایش استعفا.
  • وضعیت نظارتی: شکایات صنفی در جریان و ادعاهای حقوقی مربوط به شفافیت داده‌های الگوریتمی.

نتیجه‌گیری؛ آیا فناوری در خدمت مراقبت است یا مانع آن؟

تجربه استفاده از Timpani نشان می‌دهد که حتی پیشرفته‌ترین ابزارهای تحلیل داده نیز در صورت عدم یکپارچگی با «بافت انسانی» محیط‌های مراقبت سلامت، می‌توانند به جای بهینه‌سازی، منجر به فرسودگی شغلی شوند. HCA ادعا می‌کند که در حال بهبود مداوم سیستم بر اساس بازخوردهاست، اما کادر درمان همچنان بر لزوم بازگشت نظارت انسانی و اولویت‌دهی به سلامت پرسنل در طراحی این‌گونه سیستم‌های خودکار تاکید دارند.

📌 منبع و مطالعه بیشتر: گزارش تحلیلی Wired درباره چالش‌های نرم‌افزار Timpani
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای