Paul Arends
Onlangs had ik het voorrecht om een indrukwekkend panel voor Cisco CX te modereren: “Scaling AI in Healthcare: From Experimentation to Production.” Nu we ons op het kruispunt bevinden van de allernieuwste technologie en kritische patiëntenzorg, is het duidelijk geworden dat we niet langer alleen maar ‘praten’ over digitale transformatie. We betreden het agententijdperk.
De “wittebroodswekenfase” van generatieve AI is voorbij. De industrie evolueert van eenvoudige chatbots en experimentele pilots naar schaalbare, productieklare AI-agents die niet alleen gegevens samenvatten, maar er ook op reageren. Een AI-agent heeft ‘agentschap’. Het kan over een probleem redeneren, externe hulpmiddelen gebruiken en workflows met meerdere stappen uitvoeren. In klinische omgevingen betekent dit de overstap van een AI die eenvoudigweg een notitie transcribeert naar een Agentic-systeem dat automatisch follow-ups plant en de HER bijwerkt, allemaal met minimale menselijke wrijving.
De gezondheidszorgsector heeft al blijk gegeven van een ongelooflijke flexibiliteit, door met succes bestaande workflows te optimaliseren, van gespecialiseerde beeldvormingstools tot voorspellende planning. Naarmate we echter dichter bij een diepere integratie komen, stuiten we op een muur die niet over de wiskunde van het algoritme gaat; het gaat over de fysica van de infrastructuur. Bekijk nu de volledige herhaling van het panel:
Kunstmatige intelligentie naar data brengen
Een van de grootste obstakels waarmee we worden geconfronteerd, is de enorme hoeveelheid gezondheidszorggegevens. Tussen pathologiedia’s met hoge resolutie en continue patiënttelemetrie worden deze datasets te groot om efficiënt over traditionele wide-area-netwerken te kunnen bewegen.
De strategie van de moderne tech-manager is om AI in de data (in het ziekenhuis) te brengen in plaats van de data naar de AI te verplaatsen. Door computerbronnen te lokaliseren waar de gegevens zich bevinden – op de afdeling, in de kliniek en in het laboratorium – elimineren we de latentie- en kostenknelpunten die de klinische adoptie belemmeren.
Het tijdperk van Agentic AI: waarom infrastructuurintegriteit ertoe doet
Naarmate AI een agent wordt, verandert de rol van het netwerk van een IT-hulpprogramma naar een klinische datastructuur. Als een agentsysteem de verbinding verliest met de gegevens die nodig zijn om een beslissing te nemen, vertraagt de workflow niet alleen; stopt. U kunt geen stand-alone, missiekritieke agenten uitvoeren op een bestaand ‘besteffort’-netwerk.
Met de transitie naar agent-gebaseerde systemen is het netwerk niet langer slechts een IT-hulpprogramma: het is het ‘klinische weefsel’ dat autonome besluitvorming ondersteunt. Veel organisaties komen er echter achter dat hun huidige fundamenten nog niet klaar zijn om dit niveau van integratie te ondersteunen.
Het uitvoerend mandaat
Voor technische leiders is het ons mandaat om verder te gaan dan het beheren van dozen en kabels en te beginnen met het beheren van dit geïntegreerde klinische dataweefsel. Dit vereist:
Architectuur voor resultaten met lage latentie: Zorg ervoor dat de rekenkracht strategisch op de ziekenhuiscampus wordt geplaatst om de onmiddellijke reactiesnelheid te ondersteunen die autonome klinische agenten nodig hebben.
End-to-end proactieve observatie: Dit is het vermogen om de toestand van het AI-model te correleren met de toestand van het onderliggende netwerk. Het betekent dat u inzicht heeft om te zien of een vertraging wordt veroorzaakt door de ‘black box’ van het algoritme, een overbelaste schakelaar of een API-fout in de cloud.
De transitie van reactief naar voorspellend: We moeten verder gaan dan dingen repareren nadat het alarm afgaat. Zoals Bhaskar Jayakrishnan, Senior Vice President of Engineering bij Cisco CX, opmerkt, is het blindelings controleren van de Wi-Fi-prestaties niet langer een optie als de klinische resultaten op het spel staan.
Zero Trust-beveiliging: Zorg ervoor dat, terwijl AI-agents met meerdere systemen communiceren, elke verbinding geverifieerd en veilig is.
Het te volgen pad
Het ‘veranderende gezicht van de gezondheidszorg’ is niet langer een toekomstgerichte voorspelling. Het gebeurt nu. Als leiders is het onze verantwoordelijkheid om verder te gaan dan de hype van ‘wat AI kan zeggen’ en ons te concentreren op ‘wat AI kan doen’.
Agentic AI heeft niet tot doel artsen te vervangen; het gaat over “het herstellen van de vreugde van het beoefenen”. Door de administratieve ‘cognitieve last’ te delegeren aan agenten, zorgen we ervoor dat verpleegkundigen en artsen zich kunnen concentreren op het menselijke element van de zorg. Het Agentic-tijdperk biedt ons een unieke kans om de burn-outcrisis bij artsen op te lossen en echt gepersonaliseerde zorg op grote schaal te bieden.
Bereik: Neem vandaag nog contact op met uw Cisco-accountteam en ontdek hoe onze CX-experts ervoor kunnen zorgen dat uw infrastructuur niet alleen AI-ready is, maar gebouwd om deze aan te sturen.
BRON
