Denne artikkelen bygger på innsikt som ble delt under et Provet-sponset panel på Level Up Summit med dr. Karen Bolten, Adam Wysocki, Jack Peploe og dr. Lior Kerner.
KI er allerede i klinikken din. Det har i årevis kjørt i deler av laboratoriearbeidet ditt, cytologien din, urinanalysen din og deler av onkologien. Dr. Karen Bolten, grunnlegger av The Business Vet, påpekte det på et nylig Provet-sponset panel på Level Up Summit: "Det har i flere år nå vært ting i klinikkene som er KI, og som jeg tror mange ikke vet at er det."
Og så er det den høylytte typen. Adam Wysocki, grunnlegger og sjefkonsulent i VetSoftwareHub, sa: "Sannsynligvis 50 % av veterinærene jeg snakker med, bruker enten scribes, har prøvd scribes eller er interessert i scribing."
Så spørsmålet er ikke lenger om KI hører hjemme i klinikken din. Det er hvordan du vurderer det skikkelig – før et teammedlem tar den avgjørelsen for deg ved å laste opp en laboratorierapport til en personlig ChatGPT-konto.
Denne guiden samler et praktisk rammeverk fra panelet – dr. Karen Bolten, Adam Wysocki, Jack Peploe fra Veterinary IT Services og dr. Lior Kerner, Clinical AI Lead i Provet – om hvordan du effektivt vurderer KI-verktøy for klinikken din.
Begynn med tankesettet, ikke verktøyet
Den største feilen er ikke å velge feil KI-produkt. Det er å anta at KI er som ethvert annet verktøy du har kjøpt – kvalitetssikret, regulert og trygt som standard.
Jack Peploe var direkte i panelet: klinikker "undervurderer i mange tilfeller kraftig risikoen for dataeksponering med disse verktøyene, de potensielle hallusinasjonsrisikoene og virkningene av forstyrrelser i arbeidsflyten."
Dr. Bolten formulerer gapet tydelig: "Mange av oss har levd i klinikken med antakelsen: hei, vi har denne medisinen, dette verktøyet, hva det enn er. Det har vært gjennom kverna for å sikre at det fungerer, og at det er trygt. Og det stemmer ikke akkurat nå for KI."
Hennes råd? "Du bør behandle det som ethvert annet verktøy, enhver annen opplæring. Du vil se forskningen."
Det tankesettet er forutsetningen for alt nedenfor.
Hvilke spørsmål bør du stille en KI-leverandør før du kjøper?
1. Hvor havner klinikkens data egentlig?
Adam Wysocki råder deg til alltid å begynne spørsmålene dine her: "Det er klinikkens data, ikke sant? Den eier dem. Den eier journalene. Den eier samtalene. Hvor havner disse dataene? Går de til en offentlig modell? Går de til en privat modell? Får du dem ut?"
Oppfølgingsspørsmålet er minst like viktig. Hvis en kunde kommer tilbake etter seks måneder og ber deg fjerne samtalen sin fra systemet, kan du faktisk gjøre det? "Er det mulig å fjerne en enkelt samtale fra disse dataene hvis en pasient eller kunde kommer tilbake i fremtiden og sier: hei, jeg er overhodet ikke komfortabel med dette, jeg vil reservere meg?", spurte Adam Wysocki.
Hvis leverandøren ikke kan svare tydelig på de spørsmålene, er det svaret ditt.
2. Består personvernerklæringen testen om å bli lest høyt?
Dr. Bolten beskriver seg selv som "personlig besatt av å lese personvernerklæringer og vilkår og betingelser", fordi det er der varsellampene og de gode tegnene faktisk finnes.
Hennes regel om treningsdata? "Du er ikke nødt til å la dem bruke dataene dine til å trene."
Hva du skal se etter i erklæringen:
• Opt-in som standard, ikke opt-out
• En tydelig og enkel måte å reservere seg på – helst noen få klikk, ikke en begravd supportsak
• Tidsgrenser for datalagring – aldri "for alltid"
• Navngitte underleverandører, så du vet hvem andre som håndterer dataene
3. Er kontraktsvilkårene rimelige?
Adam Wysocki rådet til å "se på de ansvarsfraskrivelsesklausulene i kontraktene, for hvis selskapet sier 'hei, vi er ikke ansvarlige for noe som skjer med systemet vårt', bør du vurdere det før du ruller det ut i klinikken din."
En leverandør som er trygg på produktet sitt, vil akseptere et visst nivå av ansvar. En leverandør som ikke vil ha noe ansvar i det hele tatt, forteller deg noe.
4. Finnes det et tydelig menneske i loopen?
"KI må bistå den kliniske vurderingen og aldri tilsløre den", bemerket Jack Peploe.
Dr. Kerner gjør det samme poenget om implementering: "Det må virkelig finnes et tydelig menneske i loopen." Enhver funksjon som dytter KI-utdata rett inn i en journalnotat, en utskrivningsinstruks eller en kundemelding uten gjennomgang, fortjener å granskes.
5. Passer det inn i din faktiske arbeidsflyt?
Et verktøy som legger til enda en fane, enda en innlogging eller enda et kopier-og-lim-inn-trinn, må over en høy terskel for å være verdt det.
Dr. Boltens ord for det som dreper bruken, er friksjon: "Jo mer friksjon det er i dagen din, desto mindre sannsynlig er det at du bruker det... hvis ett av verktøyene dine ikke integreres med PIMS-et ditt, er det mer friksjon."
Hvem er ansvarlig hvis KI gjør noe galt?
Tre interessenter, én delt risiko.
På den kliniske siden argumenterer dr. Bolten for at "hvis noe går galt med pasienten, er det ditt problem." Det ligger hos veterinæren som betjener verktøyet.
Jack Peploe utvider perspektivet og legger til: "Operasjonelt blir det klinikkeieren som blir ansvarlig for verktøysettet. Og ser vi på omdømmet, er det klinikkmerkevaren din som blir den som lider."
Og som dr. Kerner påpeker, er dette ikke bare et klinisk problem. "Hvis du sender en utskrivningsinstruks og nevner at hunden din er en katt... det er et omdømmetap for deg. Og det går ikke engang gjennom den kliniske veien."
Det er derfor due diligence er et ansvar for hele klinikken, ikke bare for den kliniske delen.
Påkoblings-KI vs. integrert KI: slik velger du
Dette er en av de viktigste beslutningene du vil ta, og panelet gikk i dybden på den.
Kort fortalt: påkoblingsverktøy (bolt-ons) er en nyttig måte å teste ett enkelt bruksområde på. Integrert KI er det langsiktige valget med lavest risiko – fordi KI-verktøy bare er så gode som dataene og konteksten de kan se.
Dr. Kerner argumenterte: "Kontekst er virkelig, virkelig viktig. Etter hvert som disse verktøyene blir mer avanserte, vil du gjøre mer med dataene dine for å spare mer tid. Konteksten av en pasients fulle historikk, for eksempel, eller en historikk over fakturaer, påminnelser, avtaler... der dataene dine befinner seg for øyeblikket, vanligvis i PIMS-et; enten at PIMS-et bygger sine egne funksjoner som fungerer veldig godt, eller i det minste tilbyr integrasjoner som kan ta disse tredjepartsverktøyene og bruke dem med arbeidsflytene dine."
Hans advarsel om alternativet: "Ethvert verktøy som krever at du stadig holder enda en fane åpen for å kopiere og lime inn data fra ett vindu til et annet... det er et virkelig, virkelig sterkt friksjonspunkt. Og som du vet, er vi på vei inn i de ekte agentenes tidsalder... overalt, som utfører alle slags handlinger for alle slags ting. Du trenger et system som lar disse agentene gå inn og ut og gjøre som du vil de skal gjøre."
Jack Peploes advarsel om påkoblingsspredning forsterker det samme poenget fra den operasjonelle siden: "Du kunne våkne om 18 måneder med sånn cirka sju KI-verktøy og ingen form for sammenheng. Du vil få situasjoner der de ansatte lurer: hvilket system bruker jeg til dette? Du får dobbel dokumentasjon, integrasjonsproblemer og risiko for shadow IT, og så er det den økende støttebyrden."
Påkoblingsverktøy har fortsatt en legitim rolle, særlig når du raskt vil bevise et konsept før du forplikter deg til en langsiktig retning. Her er avveiningen i ett blikk.
Den sterkeste posisjonen for de fleste klinikker er en kjerneplattform med full datakontekst, åpen nok til å integrere de påkoblingene du virkelig trenger, og disiplinert nok til ikke å legge til dem du ikke trenger. Sammenheng er det som gir KI-en rom til å arbeide.
Hva bør de ulike rollene på dyreklinikken se etter hos KI?
.jpg)
Hva bør en veterinær se etter i en KI-scribe?
Fire ting betyr mest.
1. Reduserer den faktisk konsultasjonstiden?
Dr. Bolten gjorde en baseline-måling med sin første scribe før hun slo den på, og sammenlignet deretter. Tidsforskjellen var "statistisk svært signifikant", men bare fordi hun hadde kontrolldataene til å bevise det.
2. Lar den deg være til stede med kunden?
Dr. Kerner gjør det poenget at veterinærer tidligere delte oppmerksomheten sin mellom kunden, pasienten og tastaturet. En scribe som arbeider i bakgrunnen, lar deg fokusere på de to første.
3. Tilpasser den seg måten du konsulterer på?
"Det krever faktisk en liten endring i tankesett rundt hvordan du gjennomfører konsultasjonene dine... jo mer du sier, desto mer gir du scriben sjansen til å fange mer data", sier dr. Kerner. En god scribe belønner en verbal, beskrivende konsultasjonsstil.
4. Fanger oppsettet ditt ren lyd?
Mikrofonen er lett å overse, men den betyr noe. Jo renere lyden som går inn er, desto bedre blir sammendraget som kommer ut. Som dr. Kerner uttrykker det: "en liten feil er å overse maskinvaren." En anstendig mikrofon er som regel billig og kan merkbart forbedre det scriben fanger.
Hva bør en klinikkleder sjekke før KI-verktøy godkjennes?
Det er du som bærer den operasjonelle risikoen. Fem sjekkpunkter:
- Datahåndtering: hvor dataene havner, hvem som har tilgang, og hvordan du får dem tilbake
- Kontraktsvilkår: ansvarsfraskrivelse, reservasjonsrettigheter, tidsgrenser for data
- Plan for teamets innføring: hvem er produktambassadør, hvordan håndteres opplæring
- Shadow IT-revisjon: hva bruker teamet ditt allerede på personlige kontoer
- Pilotresultater: kjør én arbeidsflyt i en måned før du ruller ut
Dr. Boltens påminnelse: "Det er det samme som du ville gjort i et vanlig forskningsprosjekt. Du vil bare endre én variabel om gangen for å vite om det fungerer eller ikke."
Hva bør en resepsjonist vite om KI-verktøy for kundekommunikasjon?
KI-verktøy i resepsjonen sprer seg raskt. Wysocki gjengir det klinikkteam forteller ham: "Det har frigjort så mye tid for oss til å kunne være tålmodige med kunden som står ved skranken... folkene i resepsjonen forteller meg at de ikke trenger å bekymre seg for at telefonkøen eksploderer."
Hva du som resepsjonist bør presse på for:
• At KI-en håndterer rutineanrop og bekreftelser, ikke sørgende kunder eller nødssituasjoner
• Tydelige eskaleringsregler – når overlater KI-en til et menneske
• Innsyn i hva KI-en sa – du må vite hva en kunde har fått vite før de kommer inn
Hvilke KI-feil gjør veterinærteam?
Fem mønstre går igjen om og om igjen.
- Å hoppe over piloten. Å gå rett fra demo til utrulling fordi demoen så bra ut.
- Ikke å involvere teamet. Ingen produktambassadør inne i klinikken betyr motstand senere.
- Ingen intern KI-policy. Uten en slik har du ikke noe svar på "kan jeg lime inn denne laboratorierapporten i ChatGPT?".
- Å behandle scribes som perfekte transkriberere. Adam Wysocki: "KI-scribes er ikke perfekte transkriberere... du må fortsatt gå gjennom det som fanges."
- Å ignorere shadow IT. Det er det de fleste klinikker overser fullstendig.
Jack Peploe advarte om farene ved shadow IT: "Selv om du ikke formelt har innført KI, er det svært sannsynlig at teamet ditt har, og at de bruker det på en eller annen måte. Det kan være å kopiere og lime inn konsollnotater i ChatGPT ved hjelp av sine egne personlige KI-kontoer... Det kan være å laste opp laboratorierapporter."
"Den største datarisikoen for meg, og det største jeg ser, er ikke nødvendigvis innføringen – det er den ustyrte innføringen", konkluderer Peploe.
Hvordan ser en god KI-innføring ut på en dyreklinikk?
.jpg)
Når sikkerhetsrekkverkene først er på plass, er gevinsten reell – og dukker ofte opp der du ikke ventet det.
Dr. Boltens erfaring med scriben var statistisk signifikant når det gjaldt tid, men den største overraskelsen var kvalitativ: "Jeg hadde det så mye bedre etter at jeg begynte å bruke scriben... jeg var mindre sur på teknikerne... jeg klarte faktisk å komme meg hjem fra jobb mens det fortsatt var lyst, for en gangs skyld."
Dr. Kerner trekker frem en annen stille gevinst ved klinisk KI – scriben trener klinikeren, ikke bare omvendt. I løpet av to-tre måneder var brukerne hans overbevist om at produktet var blitt forbedret, mens det i virkeligheten var "de som ble bedre på måten de gjennomfører konsultasjonene sine på. De sier flere ting høyt."
Mønsteret er konsekvent: når KI velges med disiplin, gir det tid tilbake – til pasientene, til kundene og til menneskene som gjør jobben.
Jack Peploes avsluttende replikk i panelet er den man bør ta med seg: "Fremtiden for veterinærbehandling handler ikke om KI eller mennesker. Det handler om hvor godt de to arbeider sammen."
Å treffe den balansen riktig handler ikke om entusiasme. Det handler om å gjøre forarbeidet: å spørre hvor dataene dine havner, lese kontrakten, kjøre piloten og ta teamet ditt med.
Ligg i forkant med KI
Hvis du likte dette blogginnlegget, sjekk ut AI in Veterinary Practice Summit, der du kan opptjene tre timer med CE-etterutdanningspoeng og få dypere innsikt fra eksperter som kjenner den kliniske virkeligheten. Se den her >
Ofte stilte spørsmål
Er det trygt å dele kunde- og pasientdataene mine med ChatGPT?
Ikke på en personlig konto. En personlig ChatGPT-konto gir kanskje ikke den datahåndteringen, de kontraktsmessige beskyttelsene eller de administrative kontrollene klinikken din krever. Dr. Boltens regel gjelder: "Du er ikke nødt til å la dem bruke dataene dine til å trene." Hvis teamet ditt allerede gjør dette, er det shadow IT, og det er en risiko for dataeksponering.
Hvem er ansvarlig hvis KI-verktøy gjør en feil i en journalnotat?
Det kliniske ansvaret forblir hos veterinæren som bruker verktøyet. Dr. Bolten i panelet: "Det er alltid veterinæren. Dette er ikke annerledes enn alt annet i veterinærmedisin. Hvis noe går galt med pasienten, er det ditt problem." Klinikkeieren bærer det operasjonelle ansvaret, og klinikkmerkevaren tar omdømmesmellen, men det kliniske ansvaret ligger hos klinikeren.
Kan KI erstatte en veterinærresepsjonist?
Nei, men det endrer rollen. KI-verktøy i resepsjonen håndterer telefonkøer, timeforespørsler utenfor åpningstid og anrop om reseptfornyelser. Som rådgiver om klinikkers arbeidsflyter ser Adam Wysocki dette som noe som frigjør resepsjonspersonalet til å være mer til stede med kunden ved skranken, ikke som noe som erstatter dem. Empatiarbeidet – sørgende kunder, akutt triage, samtaler ved livets slutt – tilhører fortsatt et menneske.
Hvor lang tid tar det å se ROI fra en veterinær KI-scribe?
Det avhenger av om du målte før du startet. Wysockis anbefaling: "Velg én arbeidsflyt og kjør en pilot i klinikken din. Forstå hvor lang tid det tok å gjøre den arbeidsflyten før KI, og ta så tiden." Dr. Boltens første måned med en scribe var tøff under innføringen, og falt deretter på plass i noe hun kunne måle og kjenne. Hun kalte resultatet "statistisk svært signifikant" og la til: "Jeg hadde det så mye bedre etter at jeg begynte å bruke scriben... jeg klarte faktisk å komme meg hjem fra jobb mens det fortsatt var lyst, for en gangs skyld."
Hva er shadow IT, og hvorfor betyr det noe på en dyreklinikk?
Shadow IT er enhver teknologi teamet ditt bruker, som klinikken ikke formelt har godkjent – typisk gratis KI-verktøy på personlige kontoer. Peploe regner det som den enkeltstående største KI-risikoen for de fleste klinikker: farligere enn ethvert verktøy du aktivt kjøper, fordi det ikke finnes noe tilsyn, ingen dataavtale og ingen revisjonsspor. Løsningen er en enkel intern KI-policy.
Hva er miljøpåvirkningen av å bruke KI på en dyreklinikk?
Den er reell, men verdt å holde i proporsjon. Å trene store KI-modeller bruker energi og vann til kjøling av datasentre. Den daglige bruken inne i klinikken din, som når en scribe transkriberer en konsultasjon eller et sammendrag utarbeides, medfører en mye mindre kostnad per oppgave, selv om det summerer seg over en travel klinikk. De nøyaktige tallene varierer mye mellom leverandører og er fortsatt omdiskutert, så behandle ethvert enkelt "per spørring"-tall du ser med forsiktighet, og hold det opp mot leverandørens egen rapportering.
Det er noen praktiske ting du kan gjøre. Spør hvor en leverandør driver datasentrene sine, og om de drives med fornybar energi. Og foretrekk integrerte verktøy fremfor å bruke mange påkoblinger, ettersom færre overlappende systemer betyr mindre dobbel behandling. Det er den samme intuisjonen som med datahåndtering: be leverandøren fortelle deg om påvirkningen sin, og hva de gjør for å redusere den.
