سندار سوبرامانيان، الرئيس التنفيذي لشركة Zyter – سلسلة المقابلات

Sundar Subramanian، الرئيس التنفيذي لشركة Zyter، هو مدير تنفيذي ذو خبرة في الاستراتيجية والرعاية الصحية، يمتلك خلفية تشمل الاستشارات الإدارية، التحول الرقمي، وإدارة عمليات الرعاية الصحية على نطاق واسع. قبل توليه منصب الرئيس التنفيذي في يوليو 2025، قضى أكثر من 16 عاماً في قسم Strategy& بشركة PwC، حيث قاد أعمال الاستشارات الاستراتيجية في الولايات المتحدة بالإضافة إلى ممارسة استراتيجية المؤسسة والقيمة والتحول الرقمي، مقدمًا المشورة للمنظمات الكبرى حول النمو وإعادة تصميم نموذج التشغيل والتحول المدعوم بالذكاء الاصطناعي. في مرحلة سابقة من مسيرته، شارك سوبرامانيان في قيادة مركز التميز لبرنامج Medicaid وMedicare في Booz & Company وعمل بشكل مكثف مع مزودي الرعاية الصحية، بعد أدوار رفيعة في WellCare وMcKinsey & Company. في Zyter، يقود توسيع الشركة في مجال الذكاء الاصطناعي الوكائي وتنسيق سير العمل الذكي، مع التركيز على استخدام الذكاء الاصطناعي لإعادة تصميم العمليات التجارية من الطرف إلى الطرف بدلاً من مجرد أتمتة المهام الفردية.

Zyter هي شركة تقنية مؤسسية خاصة تمتلك أكثر من عقدين من الخبرة في الرعاية الصحية الرقمية، حيث أن منصة TruCare لصحة السكان قد أسست حضورًا يدعم أكثر من 44 مليون حياة عبر أكثر من 45 منظمة رعاية صحية. الآن تبني الشركة ما يتجاوز جذورها في الرعاية الصحية من خلال منصة تنفيذ الذكاء الاصطناعي المصممة للعمليات المعقدة والمرقبة بشدة عبر قطاعات الرعاية الصحية والحكومة والخدمات المالية. يجمع هيكلها بين Zyter Symphony، الذي ينسق وكلاء الذكاء الاصطناعي والأنظمة المؤسسية وإجراءات البشر؛ Zyter Praxis، الذي يجمع الوكلاء والقواعد والبيانات والرقابة البشرية في وحدات سير عمل شاملة؛ وTruCare Digital Core، الذي يربط هذه سير العمل بالأنظمة مثل السجلات الصحية الإلكترونية ومنصات المطالبات وأنظمة تخطيط موارد المؤسسة وبرمجيات إدارة علاقات العملاء. الهدف الأوسع هو جعل الذكاء الاصطناعي الوكائي عمليًا داخل بيئات المؤسسات الحالية مع الحفاظ على الحوكمة، وإمكانية التدقيق، والرقابة البشرية على القرارات ذات الأثر.

قضيت أكثر من 16 عاماً في Strategy&، تقود أعمال الاستشارات الاستراتيجية في الولايات المتحدة وتعمل بشكل مكثف في مجال الرعاية الصحية، بعد تجربة سابقة في WellCare. ما الذي أقنعك بأن القفزة الكبيرة التالية في الرعاية الصحية ستأتي من الذكاء الاصطناعي الوكائي وتنفيذ سير العمل بدلاً من جيل آخر من البرمجيات التقليدية؟

طوال مسيرتي المهنية، أتيحت لي الفرصة لرؤية الرعاية الصحية من عدة منظورات، كمنفذ، ومستشار استراتيجي، والآن كمن يبني التكنولوجيا. عبر هذه التجارب، أصبحت ملاحظة واحدة أكثر وضوحًا. لم تكن الرعاية الصحية تعاني لعدم وجود التكنولوجيا؛ بل كانت تعاني لأن التكنولوجيا لم تغير طريقة إنجاز العمل.

خلال العقد الماضي، استثمرت الصناعة بشكل كبير في الرقمنة. قمنا بتحديث البنية التحتية، وتوسيع التحليلات، وتحسين التوافقية، ومؤخرًا تبني الذكاء الاصطناعي. هذه الاستثمارات أنشأت قدرات جديدة مهمة، لكنها لم تحل أحد أكثر التحديات إصرارًا في الرعاية الصحية: تنسيق العمل بين الأشخاص والأنظمة والسياسات والمؤسسات. كثيرًا ما تم إضافة التكنولوجيا إلى نماذج التشغيل القائمة بدلاً من تغيير طريقة عملها.

غيرت هذه الإدراك طريقة تفكيري حول التحول. لا تُعرّف المرحلة التالية بنشر المزيد من الذكاء الاصطناعي؛ بل بإعادة تصميم طريقة إنجاز العمل. الذكاء الاصطناعي هو مُمكن استثنائي، لكن قيمته العظمى تكمن في مساعدة المؤسسات على التنفيذ بشكل أكثر فاعلية من خلال تنسيق العمل بين الأشخاص والأنظمة والسياسات والذكاء الاصطناعي.

هذا ما جذبني إلى Zyter. بعد سنوات من مساعدة المؤسسات على تطوير استراتيجيات التحول، رغبت في المساهمة في بناء طبقة التنفيذ التي تحول تلك الاستراتيجيات إلى نتائج قابلة للقياس. بالنسبة لي، مستقبل الرعاية الصحية لا يتعلق بجعل الذكاء الاصطناعي أكثر ذكاءً؛ بل بمساعدة الرعاية الصحية على العمل بذكاء أكبر.

تضع Zyter نفسها كطبقة تنفيذ للمؤسسة الوكائية، حيث يقوم Symphony بتنسيق الوكلاء والبشر، وPraxis بتنفيذ سير العمل، وTruCare يرسخها في بيانات المؤسسة. ما الذي يمكن لهذه البنية تحقيقه ولا يستطيع مساعدي الذكاء الاصطناعي الفرديين القيام به؟

لم يقتصر تحول المؤسسات أبدًا على نقص الأفكار أو الذكاء. عادةً ما تعرف المنظمات ما تحتاج إلى القيام به. التحدي الأصعب هو تحويل تلك القرارات إلى فعل بشكل مستمر عبر الأشخاص والأنظمة والسياسات وسير العمل.

هنا أرى المرحلة التالية للذكاء الاصطناعي المؤسسي. المساعدون الفرديون للذكاء الاصطناعي يجعلون الأشخاص أكثر إنتاجية. يجب أن يجعل الذكاء الاصطناعي المؤسسي المؤسسات أكثر فاعلية. ينبغي أن ينسق العمل، ينفذ سير العمل، يتكيف مع تغير الظروف، ويحسن باستمرار طريقة تشغيل المنظمة.

تعكس بنيةنا هذه الفلسفة. يقوم Symphony بتنسيق وكلاء الذكاء الاصطناعي، والأنظمة المؤسسية، وخبرة البشر. ينفذ Praxis سير العمل، وتوفر TruCare الأساس التشغيلي الذي يرسخ تلك سير العمل في بيانات مؤسسية موثوقة. معًا، يخلقون طبقة تنفيذ يصبح فيها الذكاء الاصطناعي جزءًا من طريقة إنجاز العمل بدلاً من أداة إضافية يستخدمها الأشخاص جنبًا إلى جنب مع عملهم.

ستقيس المنظمات في النهاية الذكاء الاصطناعي بناءً على قدرته على تحسين النتائج. الإنتاجية مهمة، لكن القيمة طويلة الأمد تأتي من مساعدة المؤسسات على التنفيذ بشكل أكثر اتساقًا، والتكيف بسرعة أكبر، والتعلم من كل سير عمل تقوم به.

يصبح الذكاء الاصطناعي الوكائي أكثر تعقيدًا عندما يتشارك عدة وكلاء البيانات، وينقلون المهام، ويرفعون القرارات إلى البشر. ماذا تعلمت Zyter حول جعل الأنظمة متعددة الوكلاء موثوقة بما يكفي للرعاية الصحية على نطاق واسع؟

مع تقدم الذكاء الاصطناعي إلى ما وراء الحالات الفردية ويصبح جزءًا من العمليات اليومية، يتغير التحدي. يصبح الأمر أقل حول مدى ذكاء كل وكيل، وأكثر حول كيفية تنسيق العمل عبر الأنظمة والسياسات والأشخاص والذكاء الاصطناعي.

وجدنا أن التخصص مهم. لا تعتمد الرعاية الصحية على شخص واحد للقيام بكل شيء، ولا ينبغي للذكاء الاصطناعي أن يعتمد كذلك. الوكلاء الذين لديهم مسؤوليات محددة بوضوح يكونون أكثر موثوقية، وأسهل في الحوكمة، وأسهل في التحسين مع مرور الوقت. تقوم طبقة التنسيق بتنسيق هؤلاء الوكلاء، وإدارة عمليات التسليم، وتطبيق السياسات بشكل ثابت، وتحديد متى يجب إدخال الخبرة البشرية إلى سير العمل.

الشفافية مهمة بنفس القدر. تحتاج الفرق إلى فهم كيفية اتخاذ القرارات، وما هي المعلومات التي أثرت فيها، وكيف ساهمت في النتيجة. يخلق توثيق سلالة القرار تلك الشفافية مع السماح لكل سير عمل أن يصبح مصدرًا للتعلم والتحسين المستمر.

لا يُعرّف الذكاء الاصطناعي الموثوق بعدد الوكلاء المنتشرين. يتجلى ذلك في مدى اتساق إنجاز العمل، ومدى ثقة الأشخاص في النتائج، ومدى فاعلية تحسين النظام مع مرور الوقت.

تريد مؤسسات الرعاية الصحية أن تتحسن أنظمة الذكاء الاصطناعي مع مرور الوقت، لكنها تحتاج أيضًا إلى سلوك قابل للتنبؤ وإمكانية التدقيق. كيف تمكّن التعلم المستمر دون السماح للأنظمة بالانحراف عن الإرشادات السريرية أو سياسات الدافعين أو سير العمل المعتمد؟

لا أعتقد أن كل قرار يجب أن يُؤتمت عبر الذكاء الاصطناعي. في الرعاية الصحية، هناك العديد من القرارات التي يمكن للمنطق الحتمي أو القواعد التجارية الثابتة أو السياسات السريرية أن توفر لها إجابة واضحة ومتسقة. عندما يكون ذلك ممكنًا، ينبغي أن نستخدمها بدلاً من إدخال عدم يقين غير ضروري.

الفرصة الأكثر إثارة هي دمج تلك الأساليب الحتمية مع الذكاء الاصطناعي. نجحنا في نشر منطق عصبي-رمزي يخلق طبقة تحقق حول استدلال الذكاء الاصطناعي. يمكن للذكاء الاصطناعي تفسير المعلومات المعقدة أو غير المهيكلة، بينما تتحقق القواعد الحتمية والمنطق الرمزي من أن الإجراء الناتج يظل متسقًا مع السياسات والإرشادات وسير العمل المعتمد. يقلل ذلك من عدم اليقين ويحسن الدقة مقارنة بالاعتماد على نهج قائم على الذكاء الاصطناعي فقط.

هذا يغيّر أيضًا نظرتي إلى التعلم المستمر. الهدف ليس منح الذكاء الاصطناعي حرية أكبر لاتخاذ القرارات مع مرور الوقت. بل هو التعلم من التنفيذ مع الحفاظ على الضوابط التي تحدد كيفية اتخاذ القرارات ذات الأثر. يمكنك تحسين طريقة تفسير النظام للمعلومات، ومعالجة الاستثناءات، وتنسيق العمل دون السماح له بالانحراف عن القواعد التي تحكم العملية الأساسية.

إن الجمع بين استدلال الذكاء الاصطناعي، والقرارات الحتمية، والتحقق المستمر هو ما يخلق أنظمة يمكنها التحسن مع مرور الوقت مع الحفاظ على قابلية التنبؤ، وإمكانية التدقيق، والمسؤولية.

تستكشف Zyter نهج C‑RLM المتكرر لتجميع السجلات السريرية الطويلة والمجزأة. ما مدى أهمية استدلال السياق الطويل في الرعاية الصحية، وهل يمكن أن يحتفظ الوكلاء في النهاية بفهم يتطور باستمرار لكل مريض؟

لم تواجه الرعاية الصحية نقصًا في المعلومات أبدًا. التحدي هو أن قصة المريض موزعة عبر سنوات من ملاحظات الأطباء، ونتائج المختبرات، والأدوية، والتصوير، والمطالبات، وتفاعلات الرعاية. فهم تلك السجلات يتطلب أكثر من معالجة كمية كبيرة من البيانات؛ فهو يتطلب ربط الأدلة، وتعرف الأنماط، وبناء فهم متماسك لمسار كل مريض.

سيصبح استدلال السياق الطويل أكثر أهمية مع تقدم الذكاء الاصطناعي إلى ما وراء مساعدة المهام الفردية والبدء في دعم الرعاية الطولية. يعكس عملنا مع C‑RLM هذا الاتجاه. الهدف ليس مجرد تلخيص المزيد من المعلومات؛ بل تجميع الأدلة السريرية المجزأة في فهم منظم يبقى مستندًا إلى السجل الأساسي. يجب أن تكون كل استنتاجات قابلة للتتبع إلى مصدرها حتى يتمكن الأطباء من فهم كيفية الوصول إليها والتحقق منها مقابل الأدلة.

مع نضوج هذه القدرات، سيساعد وكلاء الذكاء الاصطناعي بشكل متزايد في الحفاظ على فهم يتطور باستمرار لمسار كل مريض. يجب أن يصبح هذا الفهم أكثر ثراءً مع توافر معلومات جديدة مع الحفاظ على الشفافية، والاعتماد على الأدلة، والارتكاز على بيانات سريرية موثوقة. دور الذكاء الاصطناعي هو تزويد الأطباء بصورة أكثر اكتمالًا ليتخذوا قرارات مستنيرة بشكل أفضل وبثقة أكبر.

تشارك Zyter في برنامج CMS WISeR، حيث يمكن للذكاء الاصطناعي دعم سير العمل بينما يحتفظ الأطباء المرخصون بسلطة اتخاذ القرار. هل هذا هو الحد التقريبي للحدود الاستقلالية اليوم، وما الذي يجب أن يتغير قبل أن يتمكن وكلاء الذكاء الاصطناعي من اتخاذ قرارات أكثر أهمية؟

لا أعتقد أن هناك حدًا موحدًا للاستقلالية في الرعاية الصحية. يعتمد الدور المناسب للذكاء الاصطناعي على سير العمل، ومستوى المخاطرة، وثقة المؤسسات في أن النظام سيتصرف بثبات تحت ظروف العالم الحقيقي.

تعكس برامج مثل WISeR هذه الواقعية. الذكاء الاصطناعي فعال بالفعل في تجميع المعلومات، وتطبيق السياسات الثابتة بشكل موحد، وتنسيق سير العمل الإداري، وتقليل الأعمال المتكررة. يواصل الأطباء المرخصون تقديم الحكم للقرارات التي تكون فيها السياق والضبابية والمسؤولية أكثر أهمية. هذا نموذج تشغيل يعكس قوة كل من الذكاء الاصطناعي والخبرة البشرية.

مع مرور الوقت، ستستمر تلك الحدود في التطور، لكن يجب أن تتطور لأن الثقة قد اكتسبت، وليس لأن النماذج أصبحت أكثر قدرة. تأتي الثقة من الأدلة، والشفافية، والتحقق، والأداء المتسق في الإنتاج. يجب أن يدعم كل توسيع لدور الذكاء الاصطناعي نفس المعايير التي تطبقها الرعاية الصحية على أي قدرة حيوية أخرى.

لا أعتقد أن النجاح سيقاس بمدى استقلالية الذكاء الاصطناعي. سيقاس بما إذا كان المرضى يتلقون رعاية أفضل، والأطباء يحصلون على مزيد من الوقت للتركيز على القرارات المعقدة، وتعمل الرعاية الصحية بفعالية أكبر نتيجة لذلك.

قامت Zyter مؤخرًا بنقل TruCare إلى بنية سحابية أصلية على AWS لدعم تنسيق الذكاء الاصطناعي على نطاق المؤسسة. ما هو الجزء الأكبر من التحدي في الذكاء الاصطناعي الوكائي: النماذج نفسها أم البنية التحتية التي تربط البيانات والأنظمة والسياسات والأشخاص؟

نماذج الأساس تتقدم بسرعة استثنائية، وهذا مفيد لكامل الصناعة. يتحول النقاش تدريجيًا من ما يمكن أن تفعله النماذج إلى كيفية عملها داخل مؤسسات حقيقية.

ربط البيانات والأنظمة والسياسات والأشخاص هو المكان الذي ينجح فيه التحول أو يتعثر. يجب أن يعمل الذكاء الاصطناعي ضمن بيئات تشغيلية موجودة، وينفذ عبر أنظمة متعددة، ويطبق السياسات بثبات، ويؤدي بشكل موثوق على نطاق الإنتاج. بدون تلك الأساس، يبقى حتى أقوى نموذج منفصلًا عن العمل الذي يُقصد تحسينه.

تعكس انتقالنا إلى بنية سحابية أصلية على AWS هذا التطور. فهي توفر الأساس المتين والقابل للتوسع اللازم لتنسيق الذكاء الاصطناعي عبر سير العمل المؤسسي مع الحفاظ على الموثوقية والحوكمة والأداء الذي تتطلبه الرعاية الصحية. البنية التحتية مهمة لأنها تمكّن الذكاء الاصطناعي من أن يصبح جزءًا من كيفية تنفيذ العمل يوميًا، وليس مجرد تطبيق آخر يعمل بجانب العمليات القائمة.

الفرصة طويلة الأمد لا تُعرّف بالنماذج الأفضل فقط؛ بل تنبع من دمج تقدم الذكاء الاصطناعي مع البنية التحتية ونموذج التشغيل المطلوبين لتنفيذ العمل بثبات على نطاق المؤسسة.

تسعى Zyter أيضًا إلى توظيف نموذج التنفيذ الخاص بها في صناعات خاضعة للرقابة أخرى، بما في ذلك الخدمات المالية والحكومة. أي أجزاء من المنصة هي أفقية حقًا، وأي مزايا تنبع تحديدًا من خبرة Zyter في الرعاية الصحية؟

غالبًا ما يُنظر إلى الصناعات الخاضعة للرقابة من منظور ما يميزها. وجدت أن من المهم بنفس القدر فهم ما تشترك فيه. سواء كنت تقدم رعاية صحية، أو تدير مخاطر مالية، أو تدعم برامج حكومية، فإن النجاح يعتمد على تنسيق عمل معقد بين الأشخاص والأنظمة والسياسات والبيانات مع الحفاظ على المساءلة عن كل قرار.

هنا أرى نموذج التنفيذ كأفقي أساسًا. تنسيق الذكاء الاصطناعي، والأنظمة المؤسسية، وخبرة البشر، وتطبيق السياسات بثبات، وتنسيق العمل عبر أنظمة متعددة، والحفاظ على الشفافية هي تحديات تتجاوز الرعاية الصحية بكثير. تختلف سير العمل حسب الصناعة، لكن الحاجة إلى تنفيذ موثوق ثابتة بشكل ملحوظ.

لم تغير الرعاية الصحية ما بنيناه؛ بل رفعت المستوى الذي كان علينا بناءه وفقًا له. تتطلب سير العمل السريرية الدقة، والتوافقية، والحوكمة، والمرونة، والثقة لأن عواقب الخطأ تكون جسيمة. أدى التصميم لمستوى التعقيد هذا إلى إنشاء نموذج تنفيذ يمكن تكييفه مع صناعات خاضعة للرقابة أخرى حيث الانضباط التشغيلي والامتثال والمسائلة حاسمة بالمثل.

مع تعمق دمج الذكاء الاصطناعي في عمليات المؤسسات، أعتقد أن النقاش سيتحول من ما إذا كانت القدرة قد بُنيت لصناعة معينة إلى ما إذا كان يمكنها التنفيذ بثقة في بيئات معقدة وخاضعة للرقابة. هذا هو المعيار الذي صممناه منذ البداية.

يجمع منسق الرعاية الصحية الريفية من Zyter بين الرعاية الافتراضية، والمراقبة عن بُعد، وإدارة الرعاية، والخدمات السريرية. ما الذي يمكن لتنسيق الذكاء الاصطناعي الوكائي حله في الرعاية الصحية الريفية لا يستطيع Telehealth وحده تحقيقه؟

حل Telehealth تحديًا مهمًا في الوصول. التحدي التالي هو ضمان أن كل تفاعل يؤدي إلى عمل منسق ونتائج قابلة للقياس.

حققت الرعاية الصحية الريفية تقدمًا كبيرًا في توسيع الوصول عبر Telehealth، والمراقبة عن بُعد، والاستثمار في النطاق العريض. ومع ذلك، لم تواكب النتائج ذلك لأن العديد من التفاعلات الرقمية لا تزال منفصلة عن مسار الرعاية الأوسع. الزيارة الافتراضية التي لا تُحدّث خطة الرعاية، أو تُطلق متابعة، أو تُنسق الخطوة التالية، تحسن الوصول، لكنها لا تحسن الصحة بالضرورة.

هنا يصبح التنسيق أمرًا أساسيًا. يربط Telehealth، والمراقبة عن بُعد، وإدارة الرعاية، والموارد المجتمعية، وسير العمل السريرية في نظام واحد منسق بحيث يتدفق المعلومات بسلاسة ويتبع الفعل تلقائيًا. يصبح كل تفاعل جزءًا من رحلة رعاية مستمرة بدلاً من حدث منفصل.

الفرصة ليست مجرد توسيع الوصول؛ بل تحويل الوصول إلى نتائج. عندما تكون الرعاية متصلة بين الأشخاص والأنظمة وسير العمل، يقضي الأطباء وقتًا أقل في التنقل بين عمليات مجزأة، ويتلقى المرضى متابعة أكثر اتساقًا، ويمكن لأنظمة الرعاية الريفية تقديم نتائج أفضل بالموارد المتاحة لديها. أعتقد أن هذا هو المكان الذي يخلق فيه تنسيق الذكاء الاصطناعي أكبر قيمة له.

مع التعاون الجديد مع PwC، ما الذي سيُميز تحولًا ناجحًا للذكاء الاصطناعي عن تجربة تجريبية أخرى للذكاء الاصطناعي في الرعاية الصحية؟ ما هي النتائج القابلة للقياس التي ستقنعك بأن الذكاء الاصطناعي قد حسّن جوهريًا طريقة عمل الدافع أو المزود؟

قضت الرعاية الصحية سنوات في الاستثمار في القدرات الرقمية. اليوم، تمتلك معظم المؤسسات إمكانية الوصول إلى البيانات والذكاء الاصطناعي والتقنية الحديثة. لا تُعرّف المرحلة التالية بإضافة مزيد من القدرات؛ بل بإعادة تصميم طريقة إنجاز العمل.

لهذا السبب لا أقيس التحول بعدد نماذج الذكاء الاصطناعي المُنشورة أو التجارب التجريبية التي تم إطلاقها. أُقيّم ما إذا كان نموذج تشغيل المؤسسة قد تغير. هل تتسارع اتخاذ القرارات؟ هل أصبحت سير العمل أكثر تنسيقًا بين الأقسام والأنظمة؟ هل تقل الأعباء الإدارية بينما يقضي الأطباء وفرق الرعاية وقتًا أكبر في الأنشطة التي تحسن رعاية المرضى؟ هل هذه التحسينات قابلة للتكرار عبر المؤسسة بأكملها بدلاً من أن تكون محصورة في حالة استخدام واحدة؟

هذه هي الفلسفة وراء تعاوننا مع PwC. تجلب PwC خبرة عميقة في استراتيجية الرعاية الصحية والتحول. توفر Zyter طبقة التنفيذ التي تحول تلك الاستراتيجيات إلى عمليات عبر سير عمل معقد، وتربط الذكاء الاصطناعي، والأنظمة المؤسسية، والسياسات، والأشخاص بحيث يمكن للمؤسسات تحويل الاستراتيجية إلى فعل باستمرار.

بالنسبة لي، يحدث التحول الناجح للذكاء الاصطناعي عندما لا يُنظر إلى الذكاء الاصطناعي كمبادرة منفصلة. يصبح جزءًا من نموذج التشغيل. في تلك المرحلة، لا تقيس المؤسسات نجاح الذكاء الاصطناعي نفسه؛ بل تقيس نتائج أفضل، وتكاليف إدارية أقل، ورعاية أكثر تنسيقًا، ونظام رعاية صحية يعمل بفعالية أكبر لأن التنفيذ قد تحسن جوهريًا.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد ينبغي عليهم زيارة Zyter.