Rachna Gandhi是Ramsay Health Care的全球首席数字和数据官，她最近接受了CIO编辑总监Cathy O'Sullivan在澳大利亚和新西兰的采访，讨论了通过AI增强的人本护理技术与人的协同作用，以及为组织数据创建单一来源。
Ramsay Health Care在全球八个国拥有数百家医院、初级保健诊所和心理健康服务，员工超过90,000人，为数百万患者提供广泛的医疗服务。其成功的关键在于利用最佳技术来确保效率、准确性和安全性。毕竟，生命攸关。Rachna Gandhi领导着IT倡议和规划，她的团队在去年的CIO 50奖项中赢得了客户价值团队奖。这一认可表明她明白没有什么是在孤立状态下完成的，与正确的业务伙伴合作是成功的关键。
“不仅仅是数字或技术团队寻找合作伙伴，”她说。“我们在寻找面向患者或员工的解决方案。这将是数字团队采购和业务负责人共同寻找、识别并推进合作伙伴的过程。如果供应商优秀，他们会在规定时间内交付承诺的内容。但真正的伙伴关系是双方对共同结果有共同利益。”
确保事情在安全手中是一回事，但要确保这种关怀在未来几年内持续下去，则取决于那些尚未进入IT劳动力市场的人——以及那些将寻找目前尚不存在的角色的人。另一方面，Gandhi说，几年前的一些重要角色现在已经不再关键。因此，对未来有这种视角需要良好的平衡感，并且要坚信雄心勃勃和团结一致的团队的基本愿景。对Gandhi来说，拥有多元化的团队也是至关重要的。这不仅对业务和思想领导力有益，而且是一种更好的解决问题的方式，更能反映所服务的患者以及整个员工队伍。
“这必须是行动，而不仅仅是计划，”她说。“你必须在所有形式中嵌入多样性，并确保你接触的人，你放在前面作为榜样的人，是你正在考虑的人选。对我来说，座右铭始终是成为改变。不要期望其他人都先做，然后你才跟随你内在的信念。这是关于你的价值观，以及你不会让什么发生。”
尽管如此，要想加入Gandhi的团队，你仍然需要付出努力，因为她在招聘时的目标是引进具有商业头脑和以消费者为中心的领导者，他们具备深厚的专业知识，知道如何利用技术解决问题。
“你不仅在寻找一个精明的解决方案设计师，或者理解架构的人，”她说。“你需要横向思维者，我认为这种情况会越来越多，因为一些专业的事情将更容易通过AI完成。所以你需要一个能够设计未来的人，而不仅仅是解决当前需求的人。”
Gandhi还谈到了克服技术债务以加速对患者和员工的好处。请观看下面的完整视频以获取更多见解。
在数字化旅程上： 我们采取了一种非常慎重的方法来构建未来的平台架构，因为我进入医疗行业后的一个认识是，这个行业在数字化成熟度方面非常低。因此，当你来自不同行业时，你有一个优势。我们不想追赶别人。这不是走别人已经走过的路，而是利用后来者的优点。好处来自于跨越式发展和借鉴其他行业的经验。构建未来不仅仅是扔几个数字解决方案进去。我们正在通过创建一个具有共同定义的数据模型的单一数据源，并围绕它建立强大的数据治理来提高质量和保持安全，从而构建所需的基础设施。这个数据存储库是民主化的，我们已经大幅提升了可以为业务提供的洞察力，从而产生实际的底线影响。随着我们的患者进行行政流程，他们的体验完全数字化，应用程序的采用率非常高。我们还在逐步将许多医疗记录数字化，同时转向更多的数字工作流程。此外，我们推出了一套人力资源信息系统。Ramsay以前没有人力资源系统，所以我们即将推出一些有影响力的采购解决方案。在医疗领域，除了人力成本外，采购是最大的成本，因此在该领域获得良好的数据和系统对组织来说是一个巨大的好处。
以患者为中心： 这是我担任任何职务时的基石。患者是你设计的核心，也是你开始的地方。我在Ramsay刚上任后做的一个重要事情是，我带来了一个团队与我合作，为我们的核心治疗领域（如癌症或心理健康）构建了一些患者旅程。我们从患者、医生和行政团队的角度绘制了整个旅程，并了解了底层的系统和数据。通常一个好的起点是了解患者今天正在经历的体验以及你希望将这种体验带向何方。这样，即使你在考虑架构时，你也在考虑解决方案。你不断回到你试图为患者创造的整体体验，而不是想在这里放一个小部件，在那里降低成本。你可以实现所有这些目标，但你以一种更好的方式来实现。这将成为你的北极星。另一个方面是确保在整个产品生命周期中，患者的体验被切实地嵌入到任何产品设计中。不仅仅是在设计时，而是在维护、推向市场、升级等过程中，你知道你有那个体验的消费者嵌入在设计中。
关于人工智能： 关于规模化和创造价值有很多讨论。我的观点是，你必须尽早介入，因为这不仅仅是你推出的解决方案。这是关于在业务中培养AI素养。这意味着越早安全地将AI交到运营、人力资源、财务和技术团队手中，你就越早教育他们并将他们带上相关的技术旅程。同时，你开始建立他们如何以安全的方式与这项技术互动的信心和素养水平。生成式AI的一大优点是它非常以用户为中心且易于使用，因此让人们采用它并不难，不像其他技术。团队已经开始快速测试和学习，因为我们可能会有更多的学习机会。而唯一扩大规模的方法就是快速失败，向前失败。我们有一些正在积极追求和扩展的原型，挑战不在于采用，而在于能够安全地扩展和管理输出的一致性。同时，对于生成式AI，你仍然需要一个坚实的基础。人们似乎认为它只是能工作，但实际上要真正提供实际价值，存在冰山效应。下面有一整套东西，比如良好的数据和安全，必须到位。它并不是人们有时认为的那种即插即用的东西，至少不是以可扩展的方式。它在医疗领域的长期影响将是深远的，但现在必须准备好相应的准备跑道。
在传统技术和新兴技术之间取得平衡： 这是一个永恒的问题。我们在医疗领域面临的挑战是由于过去投资不足，很多基础都缺乏。这不仅仅是维护，实际上你仍在建设一些基础，以便能够更可持续地创新。你必须清楚，你永远无法完全偿还所有的技术债务，但要知道哪些最关键的部分是创新和创造价值所需要的。优先处理这些部分，并找到可以帮助你加速创新的两种观点。并不是所有的东西都需要内部重新构建和发现。你必须找到合适的合作伙伴，帮助你更快地推出产品。然后，你想推动哪些创新？因为这些知识产权对你开展业务的方式、你的数字理念和战略至关重要，所以我们不断讨论这些内容以及它们如何变化。
(全文结束)
