قادة الفكر

لماذا تُعدّ التحديث المستمر المفتاح للفوز باستخدام الذكاء الاصطناعي في الرعاية الصحية

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

لعدة عقود، اتبع تحديث الرعاية الصحية دليلًا مألوفًا: وضع خريطة طريق، تأمين التمويل، إطلاق برنامج تحويل كبير والعمل نحو بيئة تقنية مستقبلية. كان هذا النموذج منطقيًا عندما تغيرت التكنولوجيا ومتطلبات الأعمال ببطء كافٍ لتظل الخطة متعددة السنوات ذات صلة.

هذا الأمر أصبح أكثر صعوبة اليوم. تواجه مؤسسات الرعاية الصحية ضغوطًا مالية وعملية، وتغييرات تنظيمية، وتوقعات مستهلكين متزايدة بينما يعيد الذكاء الاصطناعي تشكيل ما يمكن للتكنولوجيا القيام به.Gartner’s 2026 CIO and Technology Executive Survey وجد أن 94٪ من رؤساء تقنية المعلومات يتوقعون تغييرات كبيرة في خططهم ونتائجهم خلال العامين القادمين، بينما لا تحقق 48٪ فقط من المبادرات الرقمية أهدافها أو تتجاوزها.

التحدي إذًا ليس مجرد تنفيذ خريطة الطريق بشكل أكثر فاعلية. إنما البيئة التي تسعى المؤسسة لتحديثها قد تتغير بينما لا يزال التحديث جارٍ. قد يكون البرنامج المصمم وفقًا لأولويات اليوم وضغوط الهوامش الحالية يحل مجموعة مختلفة من المتطلبات — المالية، التنظيمية، التقنية — بحلول الوقت الذي يكتمل فيه.

لماذا يستمر النموذج التقليدي في التخلف

النهج التقليدي بسيط. أولاً، تُعدّ المؤسسة خطة مفصلة، ثم تحصل على التمويل وتنفّذ خطة التحول، على أمل أن تُحدث أنظمتها تحديثًا في السنوات القليلة القادمة. كان هذا يعمل عندما تغيرت التكنولوجيا واحتياجات الأعمال ببطء كافٍ لتظل الخطة ذات صلة حتى اكتمال المشروع.

في عالم اليوم، يجب على الشركات التعامل مع ضغوط على ميزانياتها، تشريعات جديدة، نقص في الموظفين، تغيّر في تفضيلات المستهلكين وتطور سريع للتكنولوجيا – جميعها في الوقت نفسه. لم يعد هذا هو العالم الذي تعمل فيه الرعاية الصحية في الولايات المتحدة. أي خريطة طريق تُعدّها ستواجه تحديًا مختلفًا عما تتعامل معه الآن، لأن الأنظمة تبدأ بالتدهور منذ لحظة التنفيذ. علاوة على ذلك، تتأخر الشركات باستمرار عن الجدول الزمني عندما يتعلق الأمر بإجراء تغييرات جوهرية كل خمس إلى سبع سنوات.

المسألة الأساسية هنا هي عدم توفر الموارد اللازمة والإصرار. النوع من التحول “الانفجار الكبير” يتطلب ميزانية هائلة، ويتعرض للانحراف خلال العملية بسبب تغير أولويات الأعمال، وأحيانًا يستغرق وقتًا طويلاً بحيث عندما تظهر النتائج، يكون القادة قد فقدوا الثقة في الجهد.

نموذج تشغيل حديث مختلف

هذا النهج ليس كالسابق، بل هو طريقة تسلسل جديدة تمامًا. بدلاً من محاولة تجديد كل شيء في آن واحد، تكتشف الشركات أنها يمكنها إدارة الانتقال بشكل أفضل من خلال التركيز على قدرة تجارية شاملة واحدة في كل مرة، من الأشخاص إلى العمليات، إلى التطبيقات، إلى البيانات. ثم الانتقال إلى التالية. هذا يشبه تجديد منزل غرفةً مكتملةً في كل مرة بدلاً من تجديد المبنى بأكمله مرة واحدة. الهدف هو بناء الزخم: تقديم شيء ملموس، التعلم من تلك التجربة، والنمو إلى شيء أكبر.

أين يتناسب الذكاء الاصطناعي وأين لا يتناسب

يثير صعود الذكاء الاصطناعي سؤالًا فلسفيًا مثيرًا، إن لم يكن عميقًا، مرة أخرى: هل يجب أن تُحسّن التكنولوجيا العمليات الحالية أم تجعلها غير ضرورية؟

إن صعود الذكاء الاصطناعي يجعل هذا التمييز أكثر أهمية. Gartner وجد أن 80٪ من الرؤساء التنفيذيين يعتقدون أن الذكاء الاصطناعي سيجبر على تجديد القدرات التشغيلية. وهذا يشير إلى أن الفرصة أكبر من مجرد تطبيق الذكاء الاصطناعي لتسريع العمليات الحالية. قد يحسن تطبيق الذكاء الاصطناعي عملية غير فعّالة من حيث السرعة، لكنه لا يزيل الكفاءة الأساسية غير المتوفرة.

في الوقت نفسه، لا يمكن للمؤسسات أن تتخلى عن العمليات الأساسية بين ليلة وضحاها؛ لا يزال الكثير منها بحاجة إلى الاستمرار في العمل أثناء سير التغيير. إذًا، القيمة الحقيقية للذكاء الاصطناعي تكمن في استخدامه لتحديد أي العمليات يجب إعادة تصميمها، وأيها يجب تبسيطها، وأيها قد لم تعد تخدم غرضًا.

توقف عن قياس المشروع. قس النتيجة.

لم يعد بإمكان التحديث أن يُدفع ببساطة بسبب قدم التكنولوجيا. مع تعرض مؤسسات الرعاية الصحية في الولايات المتحدة لضغوط مالية مستمرة وقليل من المجال للخطأ، تحتاج كل مبادرة إلى إظهار قيمة تجارية واضحة.

يتطلب ذلك نهجًا مختلفًا في تحديد أولويات التحديث. ليست أكبر البرامج بالضرورة هي الأكثر قيمة. تُعرّف القيمة من خلال تحسينات في العمليات التجارية التي تؤدي إلى تشغيل أكثر كفاءة، وتعزيز دورة الإيرادات وسير العمل السريري، وتحسين تجربة المريض أو العضو وتوفير مرونة للمستقبل. كل ذلك يتلخص في هذا – يجب أن نقيس جهودنا في التحديث بناءً على القيمة التي تجلبها، وليس بناءً على حجم ومقاس المبادرات.

ستظل الرعاية الصحية في الولايات المتحدة مضطرة للعمل في بيئة من التغيير المستمر – تشريعات جديدة، تقنيات، نماذج أعمال، بالإضافة إلى طلبات متزايدة من الأعضاء والمرضى ومقدمي الرعاية. لم يكن الهدف أبدًا حالة واحدة تُصبح فيها ‘حديثة’ بشكل ثابت.

لن يكون الفائزون في هذه البيئة هم المؤسسات التي تراهن على تحولات كبيرة وميزانيات ضخمة لهذه التحولات وإيرادات كبيرة لهذه الميزانيات. الفائزون هم أولئك الذين سيتمكنون من التكيف باستمرار، والتحول باستمرار، وتقديم القيمة باستمرار دون أن يقتلوا الأعمال في العملية.

هذا هو التحول الذي تحتاجه الرعاية الصحية: لم يعد التحديث جهدًا دوريًا للحاق بالمستقبل. بل أصبح قدرة تجارية أساسية للاستجابة له.

Abhijeet Vaidya هو رئيس ممارسة البيانات والذكاء الاصطناعي في Emids. يمتلك Abhijeet أكثر من عقدين من الخبرة في مجال البيانات والذكاء الاصطناعي، مع تركيز على مساعدة المؤسسات على قيادة التحول القائم على التكنولوجيا. تشمل خبرته تحديث البيانات، وثقة البيانات، استراتيجية الذكاء الاصطناعي، هندسة الحلول، Gen AI وAgentic AI.

قبل انضمامه إلى Emids، كان Abhijeet رئيس السوق العالمي لهندسة البيانات والتحليلات في Zensar Technologies، حيث عمل على تحديث البيانات والتحليلات وتعلم الآلة. قبل Zensar، قضى أكثر من 15 عامًا في Cognizant، وتدرج في أدوار قيادية عليا حتى تولى قيادة تقديم البيانات والاستخبارات لأعمال الخدمات المالية في شمال أمريكا.