Kaiser नर्सों का कहना है कि AI और निगरानी उनके काम और मरीजों की देखभाल को बदतर बना रही हैं
Kaiser Permanente की नर्सों का कहना है कि AI टूल और कॉल-सेंटर शैली की निगरानी उनके कामकाजी हालात और मरीजों की देखभाल, दोनों को नुकसान पहुँचा रही है, क्योंकि ये “सहानुभूति” को स्कोर करती हैं, स्क्रिप्ट लागू करती हैं, और कॉल्स को छोटा करने का दबाव बनाती हैं। टिप्पणीकारों का तर्क है कि यह स्वास्थ्य-सेवा में मेट्रिक्स के जरिए प्रबंधन और मुनाफ़ा-चालित अनुकूलन की व्यापक प्रवृत्ति को दर्शाता है, जहाँ गुणात्मक निर्णयों की जगह कम होती जा रही है और स्टाफ को लगातार निगरानी में महसूस होता है। कुछ लोग दस्तावेज़ीकरण और triage जैसे कामों में AI की वास्तविक संभावना देखते हैं, लेकिन चेतावनी देते हैं कि मजबूत शासन, unions, और स्पष्ट सीमाओं के बिना ये प्रणालियाँ परिणाम सुधारने के बजाय मुख्यतः frontline workers पर नियंत्रण बढ़ाने का काम करेंगी।
नर्सिंग में AI और निगरानी का उपयोग
- चर्चा का केंद्र ऐसे AI टूल हैं जो नर्सों की कॉल्स की “सहानुभूति,” स्क्रिप्ट के पालन, और कॉल की अवधि की निगरानी करते हैं, और फिर इन्हें कोचिंग तथा व्यवहार में प्रदर्शन-प्रबंधन में इस्तेमाल किया जाता है।
- कई लोग इसे अमानवीय “मेट्रिक के जरिए प्रबंधन” मानते हैं, जो नर्सों को मरीजों की ज़रूरतों पर ध्यान देने के बजाय स्कोर को खेलकर बेहतर दिखने के लिए प्रेरित करता है।
- कुछ लोग नोट करते हैं कि विशेष “AI empathy” पायलट को कथित तौर पर बंद कर दिया गया था, लेकिन उन्हें डर है कि ऐसे समान टूल फिर लौटेंगे और निगरानी का दबाव बना रहेगा।
मेट्रिक्स, Goodhart का नियम, और स्वायत्तता
- Goodhart के नियम का बार-बार उल्लेख होता है: जब कोई माप (कॉल समय, सलाह-आइटमों की संख्या) लक्ष्य बन जाता है, तो वह व्यवहार को विकृत कर देता है।
- आलोचकों का तर्क है कि सुपरवाइज़रों को स्टाफ का सीधे मूल्यांकन करना चाहिए, बजाय इसके कि वे निर्णय को मेट्रिक्स और मॉडलों को सौंप दें।
- अन्य लोग जवाब देते हैं कि कुछ मात्रात्मक निगरानी के बिना, अपवादों और वास्तव में खराब प्रदर्शन करने वालों को पहचानना कठिन है।
मरीज बनाम ग्राहक, और फीडबैक
- मरीजों को “ग्राहक” कहने पर तीखा मतभेद है।
- कुछ का तर्क है कि केवल मरीज ही सहानुभूति और सेवा-गुणवत्ता का आकलन कर सकते हैं; अन्य कहते हैं कि संतुष्टि सर्वेक्षणों में सिस्टम से जुड़ी समस्याएँ (इंतज़ार का समय, बीमा, नीतियाँ) मिल जाती हैं, जो नर्स के नियंत्रण से बाहर हैं।
- चिंता यह है कि मूल्यांकन को ग्राहक स्कोर से जोड़ने पर “कार डीलरशिप” जैसा व्यवहार पैदा होता है (10/10 रेटिंग के लिए गिड़गिड़ाना)।
Kaiser की गुणवत्ता, परिणाम, और मुनाफ़ा-प्रेरणा
- कई लोग दावा करते हैं कि Kaiser के मानकीकृत प्रोटोकॉल के कारण उसके क्लिनिकल परिणाम ऐतिहासिक रूप से मजबूत रहे हैं; अन्य लोग गंभीर गलतियों के निजी अनुभव और हाल के वर्षों में गिरावट महसूस होने की बात बताते हैं।
- Kaiser की nonprofit स्थिति और इस पर बहस कि क्या “nonprofit” वास्तव में मुनाफ़ा-खोज या मेट्रिक-चालित प्रबंधन को कम करती है।
- अमेरिकी स्वास्थ्य-सेवा प्रोत्साहनों पर व्यापक आलोचना: मुनाफ़ा, कानूनी जवाबदेही, प्रदाताओं की कमी, और लागत-रोग corner-cutting और राशनिंग को बढ़ाते हैं।
स्वास्थ्य-सेवा में AI के सकारात्मक उपयोग
- कुछ चिकित्सक बताते हैं कि AI डिक्टेशन और नोट सारांश cognitive burden कम करते हैं और उन्हें मरीजों पर अधिक ध्यान केंद्रित करने देते हैं।
- उदाहरणों में भाषा अनुवाद, दस्तावेज़ीकरण सहायता, और डिवाइस-आधारित निगरानी (जैसे घड़ी-आधारित कार्डियक अलर्ट) शामिल हैं, जिन्हें कई लोग स्पष्ट रूप से लाभकारी मानते हैं।
गोपनीयता, डेटा, और कार्यस्थल पर प्रभाव
- बातचीत की परिवेशीय रिकॉर्डिंग, data lakes, और कच्ची ऑडियो के द्वितीयक उपयोगों को निगरानी और प्रदर्शन-समीक्षा के लिए लेकर गहरी चिंता है।
- आशंका है कि वैकल्पिक टूल metric-driven कार्यस्थलों में व्यवहारतः अनिवार्य बन जाएंगे, और त्रुटि का दोष frontline staff पर डाल दिया जाएगा।
AI के प्रति समग्र दृष्टिकोण
- मतभेद इस बात पर है कि AI को एक शक्तिशाली टूल माना जाए जिसे प्रबंधन ने गलत तरीके से लागू किया है, या मौजूदा AI deployment को समग्र रूप से समाज के लिए नकारात्मक माना जाए।
- कई लोग ज़ोर देते हैं कि मूल समस्या संगठनात्मक शक्ति और प्रोत्साहन हैं; AI मुख्यतः मौजूदा नियंत्रण और निगरानी प्रवृत्तियों को बढ़ाता है।