AI Summary & Key Takeaways
AI InsightThe paper contributes a diagnostic governance framework that shifts the focus of healthcare AI governance from technology to the decision itself and provides practical implications for healthcare management, organizational governance, and future research.
📌 3 Key Takeaways
Abstract
Healthcare organizations are adopting artificial intelligence into clinical and managerial decision-making faster than they are developing the governance capability to manage it, and the consequences of that asymmetry are increasingly evident. This review develops decision intelligence as a governance construct describing the organizational capability to allocate, validate, and account for decisions made jointly by human experts and algorithmic systems. Drawing on bounded rationality, the sociology of professional expertise, and the emerging literature on artificial intelligence governance in healthcare, the paper argues that the key governance challenge is not whether algorithms outperform clinicians, but how healthcare organizations determine which decisions should be delegated, how algorithmic performance should be validated within local clinical settings, and how accountability should be maintained in hybrid decision processes. The proposed framework consists of three governance mechanisms: epistemic allocation, local validation, and accountability integration. The framework is illustrated through a structured comparison of documented cases from Duke Health, MD Anderson Cancer Center, and the Epic Sepsis Model. The paper contributes a diagnostic governance framework that shifts the focus of healthcare AI governance from technology to the decision itself and provides practical implications for healthcare management, organizational governance, and future research.
Özet
Sağlık kuruluşları, yapay zekâyı klinik ve yönetsel karar süreçlerine bu süreçleri yönetecek yönetişim kapasitesini geliştirdiklerinden daha hızlı entegre etmektedir. Bu çalışma, insan uzmanları ile algoritmik sistemlerin birlikte oluşturduğu kararların tahsisi, doğrulanması ve hesap verebilirliğini açıklayan bir yönetişim yetkinliği olarak karar zekâsı kavramını geliştirmektedir. Sınırlı rasyonellik kuramı, profesyonel uzmanlık sosyolojisi ve sağlıkta yapay zekâ yönetişimi literatüründen yararlanılarak geliştirilen kavramsal çerçeve; epistemik tahsis, yerel doğrulama ve hesap verebilirlik bütünleştirmesi olmak üzere üç temel yönetişim mekanizması önermektedir. Çerçeve, Duke Health, MD Anderson Cancer Center ve Epic Sepsis Modeli vakalarının karşılaştırmalı analiziyle temellendirilmektedir. Çalışma, sağlık kuruluşlarında yapay zekâ yönetişimini teknoloji odaklı yaklaşımdan karar odaklı bir bakış açısına taşıyarak sağlık yönetimi uygulamaları ve gelecekteki araştırmalar için kavramsal ve yönetsel katkılar sunmaktadır.