Úzké místo medicínské komunikace: proč AI řeší komunikační problém farmaceutického průmyslu

Medicínská komunikace vždy fungovala pod tlakem: biofarmaceutické společnosti generují obrovské množství klinických dat – výsledky studií, údaje z reálného světa, bezpečnostní aktualizace – která musí být doručena více cílovým skupinám současně, včetně specialistů, praktických lékařů, medicínsko-vědeckých kontaktních pracovníků (MSL), plátců, pečovatelů a pacientů.

Každá cílová skupina vyžaduje odlišné rámce, jazyk a úroveň technické hloubky. Během desetiletí však lidé odpovědní za překlenování této propasti – zkušení vědečtí komunikátoři v agenturách medicínské komunikace – trávili překvapivě velkou část své pracovní doby nikoli přemýšlením, ale přeformátováváním.

Přesouváním obsahu prezentací z jedné kongresové šablony do jiné, znovuvytvářením prezentací pro různé cílové skupiny a prováděním těchto úkolů manuálně, často přes noc pod tlakem napjatých termínů. “Vytvářeli jsme všechny tyto výstupy pro klienty, ale často jsme také trávili tolik času sestavováním prezentace a poté přenášeli věci z jedné šablony do další,” řekla Francine Carrick, vědkyně s titulem PhD, která strávila 22 let v medicínské komunikaci.

“Snili jsme o řešení, které by pro nás přeložilo tu vědu,” dodala.

Carrick nedávno nastoupila do platformy pro prezentace s AI Prezent jako prezidentka Prezent Vivo, která spojuje umělou inteligenci vyvinutou speciálně pro tento účel s oborovými odborníky a podporuje komunikační ekosystém věd o živé přírodě – včetně biofarmaceutických firem i partnerských agentur společnosti.

Problém, který popisuje, není omezen na úzkou oblast; nachází se na rozhraní dvou tlaků, které jsou v odvětví dobře zdokumentovány. Na jedné straně téměř 8 z 10 zdravotnických odborníků dostává větší objem informací od farmaceutických firem než před COVID-19, a 77 % říká, že objem digitální komunikace je již příliš velký.

Na druhé straně farmaceutické firmy bojují s dodáním personalizovaného a relevantního obsahu, který potřebují zdravotničtí odborníci, částečně proto, že zastaralé systémy postrádají flexibilitu pro pokročilou personalizaci ve velkém měřítku. Tok obsahu je zahlcen na obou koncích: příliš mnoho se produkuje a příliš málo obsahu účinně osloví cílové skupiny.

Problém modulárního obsahu

Navrhované řešení odvětví pro tento problém bylo po dlouhou dobu “modulární obsah” – myšlenka rozdělení vědeckých informací na opakovaně použitelné komponenty, které lze sestavit odlišně pro různé cílové skupiny.

V teorii je to elegantní, ale v praxi se nyní velké jazykové modely používají k přípravě rukopisů, kondenzaci dat reálného světa do souhrnů a vývoji modulů pro vzdělávání zdravotnických odborníků – nástrojů, které až donedávna existovaly jen jako ověření konceptu.

Carrick popisuje základní výzvu přímo: “Způsob, jakým prezentujeme akademickým lékařům, praktickým lékařům, pečovatelům a pacientům, je velmi, velmi odlišný,” zdůraznila.

“V tradičním modelu bylo převzetí těchto informací a jejich přizpůsobení velmi pracné a časově náročné.” Jinými slovy, úzké místo nebylo v odbornosti komunikátorů, ale v kapacitě zpracování – více dat přichází rychleji, než týmy mohou manuálně přebalit.

Po široké experimentaci s AI v roce 2024 jsou firmy pod tlakem, aby prokázaly skutečné výnosy z investic do AI, což pohání přijetí vertikálních AI řešení speciálně navržených pro konkrétní pracovní postupy.

Toto je přesně ten argument, který Prezent předkládá se svým agentem Astrid AI: že systém speciálně navržený pro vědy o živé přírodě, vycvičený na požadavcích na dodržování předpisů, regulatorních omezeních a vědecké terminologii biofarmaceutického odvětví, bude lepší než obecný nástroj upravený pro toto odvětví.

Otázka specializace

Zda kontext věd o živé přírodě skutečně vyžaduje specializovanou umělou inteligenci, nebo zda se jedná o marketingový rámec pro konkurenční trh, je legitimní otázkou.

Co je jasné, je, že FDA věnovala této problematice velkou pozornost. Po zveřejnění pokynů v roce 2025 pro použití AI při regulatorních rozhodnutích o léčivech a biologických produktech obdržela více než 500 podání obsahujících AI komponenty. Taková regulatorní kontrola vytváří silný argument pro nástroje AI, které jsou nativní pro dodržování předpisů, spíše než pro upravené nástroje: riziko chyby v regulovaném prostředí je kvalitativně odlišné od rizika chyby v marketingovém materiálu.

Širší trh zdravotnické AI odráží rostoucí důvěru: globální trh zdravotnické AI by se měl rozvinout z 26,6 miliard USD v roce 2024 na 187,7 miliard do roku 2030, přičemž odvětví již nasazuje AI více než dvakrát rychleji než širší ekonomika.

V rámci toho farmaceutické a biotechnologické firmy zůstávají nejvíce zaměřeny na výzkum a vývoj, přičemž 54 % z nich priorituje inovace a vývoj léků, i když komerční operace – včetně komunikace – jsou stále více na programu.

Otázka lidské odbornosti

Příchod nástrojů AI do profesionálních služeb spolehlivě generuje stejnou diskusi: co se stane s lidmi, kteří tuto práci v současnosti vykonávají? V medicínské komunikaci, kde práce vyžaduje skutečnou vědeckou způsobilost, je odpověď nuancovanější, než by naznačovala představa nahrazení lidí.

Názor Carrick je, že omezující faktor pro lidskou odbornost v medicínské komunikaci není znalost, ale spíše kapacita. “Umožňuje využít lidskou odbornost a v mnoha ohledech její využití urychluje,” řekla o AI ve svém oboru. “Umožňuje sdílet tuto odbornost, tyto poznatky a tyto lidské znalosti s více cílovými skupinami ve vhodnější dobu.”

Tento názor se shoduje s tím, co se objevuje jako jemnější obraz o účincích AI na kvalifikovanou znalostní práci. Průzkumy mezi lékaři naznačují odolnost namísto vytlačení z práce, protože mnozí věří, že AI změní jejich práci, ale nevytlačí je z role.

Analogie k medicínské komunikaci není dokonalá, ale strukturální podobnost platí: co AI může v současnosti dělat, je urychlit rutinní úkoly; co nemůže udělat, je nahradit vědecké úsudky, intuitivní porozumění cílovým skupinám nebo strategické myšlení, které definuje práci s vyšší přidanou hodnotou.

Studie EPG Health zjistila, že téměř 60 % respondentů z farmaceutických firem identifikovalo porozumění potřebám a perspektivám zdravotníků jako nejvyšší prioritu pro strategické zapojení, a že medicínsko-vědečtí kontaktní pracovníci (MSL) předstihli prodejní týmy jako nejvýznamnější kanál pro zasílání informací HCP.

To je signál, že farmaceutický průmysl se pohybuje směrem k více vztahově intenzivním, méně vysílacím komunikačním stylům, které vyžadují více lidského úsudku, ne méně – i když AI zpracovává produkční vrstvu.

Co skutečně vyžaduje tento posun

Těžší otázka není, zda AI bude hrát roli v medicínské komunikaci – to je již rozhodnuto. Je to, zda nástroje, které se budují, jsou skutečně vhodné pro složitost tohoto odvětví.

Carrick poznamenala, co Prezent nazývá “otisky prstů” – preferencemi komunikace specifickými pro cílovou skupinu, které lze zakódovat a aplikovat při přizpůsobování obsahu. Koncept odráží fundamentálnější výzvu: že cíl “správný obsah, ve správný čas, prostřednictvím správného kanálu, pro správnou cílovou skupinu” – dlouholeté heslo v medicínské komunikaci – byl vždy spíše ambicí než provozní realitou.

Dosažení tohoto cíle vyžaduje nejen dobré vědecké psaní, ale také systematické znalosti o tom, jak různé cílové skupiny zpracovávají různé typy informací.

Zda AI může spolehlivě zakódovat tyto znalosti a zda to může dělat při zachování vědecké přesnosti a souladu s předpisy, které odlišují medicínskou komunikaci od ostatních odvětví obsahu, zůstává otevřenou otázkou.

Bez ohledu na to již není sporné, že starý model s jeho nočními maratony formátování a manuálními migracemi šablon nebyl nikdy udržitelný pro tempo, které moderní farmaceutický průmysl vyžaduje.

Problém byl viditelný pro praktiky po mnoho let, ale nástroje pro jeho řešení se teprve nyní stávají životaschopnými – díky AI.