AI בתחום הבריאות: מהבטחה למעשה

תחום הבריאות לא היה מעולם בעל הבטחה טכנולוגית רבה יותר או לחץ גדול יותר לממש אותה מאשר היום.

החידושים בטכנולוגיה הם מרשימים. ג’נרטיב AI מכין ערעורים, מסכם הערות קליניות, מפעיל כלים סביבתיים ומאפשר התערבות רפואית בבית. יותר מ-96% מבתי החולים הפנימיים בארצות הברית כבר משתמשים במערכות EHR. זהו צריך להיות עידן של טיפול חכם וחסר פגמים. אבל בין הפוטנציאל לבין המעשה, התנופה מאבדת את דרכה.

תשתיות ישנות, ממשל פרגמנטרי, עייפות בקרב הכוח העבודה ופערים הולכים וגדלים במשאבים ממשיכים להאט את הקצב. עוד יותר מאתגר הוא העובדה שהמשתלמים, הספקים והחולים, מתקדמים בקצב משלהם, כל אחד בונה יכולות דיגיטליות ללא קצב משותף.

בינתיים, הלחץ לספק טיפול טוב יותר עם פחות הולך וגדל. יותר מ-700 בתי חולים בארצות הברית, רבים מהם באזורים כפריים, נמצאים בסכנת סגירה. שינויים חקיקתיים עלולים להמשיך לצמצם כיסוי למיליונים.

ברגע זה, אין זה פתרונות נקודתיים אלא חדשנות מורחבת שיכולה באמת לשנות את הטיפול. כדי ליישם חדשנות באופן בר קיימא, תחום הבריאות חייב לשלב אותה בתוך זרימות עבודה אמיתיות, להיטיב אותה באינטרופראביליות, לנהל אותה בכוונה ולבנות למען התאמה ברחבי המערכת.

כולם מחדשים. אז למה זה עדיין נראה מנותק?

הבעיה מתחילה כאשר החדשנות קורית בבידוד. מערכות בריאות ניסיוניות עם GenAI וכלים דיגיטליים, אבל ללא תשתית משותפת או הסכמה ברמה הארגונית, ניסויים אלה נדירים שמסתיימים בהצלחה.

רק אחד מכל ארבעה מערכות הבריאות הן בעלות מודלי ניהול המוכנים לנהל באופן אחראי את השימוש ב-GenAI, ורובן עדיין מתמודדים עם סביבות נתונים מפוצלות. במקום לפשט את הטיפול, זה לעיתים קרובות מוסיף עוד תוספת של סיבוכיות לדרך בה הרופאים עובדים.

לקחו, למשל, את מחזור ההכנסות, AI יכול כעת ליצור ערעורים בדקות, ועדיין המשתלמים עדיין מעבדים אותם באופן ידני. זה יוצר א-סימטריה ומעלה את העלויות המנהליות.

מהו זה שנדרש כדי להרחיב AI בתחום הבריאות

כדי להתקדם, המנהיגים חייבים לתכנן לקראת התכלסות. זהו אומר להפוך את החדשנות לחלק מהאופן בו הטיפול באמת עובד: מחברים את הנקודות ברחבי הצוותים ומוודאים שכל מאמץ מביא לתוצאות טובות יותר עבור כל בעלי העניין.

זהו מה שהמעבר הזה נראה כאשר הוא מופעל:

1.  עיצוב מחדש של הכוח העבודה, ולא החלפתו

חדשנות מורחבת בתחום הבריאות מתחילה עם אמת קשה: מערכות בריאות לא יזיזו את המחט עד שהן יחשבו מחדש כיצד צוותי הטיפול באמת עובדים. ב-2024, 57% ממנהלי מערכות הבריאות מציינים מחסור בכוח עבודה כדאגה אסטרטגית מרכזית. מחסור בכשירות כוח העבודה הוא גם בין שלושת המכשולים העיקריים לשינוי דיגיטלי. זה מדגיש פער נרחב בין הפריסה לבין הכשירות האנושית על הקרקע.

ספקים קדמיים עונים בדרכים שונות:

• הם משקיעים בחוסנו של כוח העבודה. אחיות מאומנות לתפקידים היברידיים, טכנולוגית-מועצמים, לא כדי להחליף אינטואיציה קלינית, אלא כדי לחזק אותה.
• הם מפריסים כלים של GenAI שמפחיתים את העומס הקוגניטיבי. למשל, תיעוד סביבתי עוזר לרופאים לאוטומט את רישום ההערות ולסמן סיכונים של אשפוז מחדש. סיכום לפני הביקור הופך להיות חיוני, כיוון שהוא מביא לפני הרופא את ההקשר של המטופל לפני המפגשים, כדי לזרום את הטיפול.
• והם משיבים את הזמן והיכולת על ידי עיצוב מחדש של זרימות העבודה. עיצוב מחדש של זרימות העבודה, בשילוב עם משימות משותפות, יכול לספק חיסכון של 15-30% בזמן לכל משמרת, מספיק כדי לגשר על פער של כמעט 300,000 אחיות בבתי חולים^[8].

אלו הם מאפשרים של מודל טיפול בר קיימא יותר. חדשנות חייבת להיות מונחית על ידי חווייתם של אלו שמספקים את הטיפול כדי להצליח.

2.  בניית מסגרות ניהול שינוי ל-AI

אין גישה אחידה לניצול AI בתחום הבריאות. כיוון שזהו לא רק עוד פריסת טכנולוגיה.

בניגוד להגירה לענן, שם התשתית מובילה, AI דורש שנבין קודם כל את העבודה, מהו דורש קוגניציה, מהו יוצר חיכוך, והיכן התמיכה היא הדרושה ביותר. מרכזי מצוינות עוזרים לספקים לעשות זאת נכון.

מרכזים אלו מנהלים באופן רשמי, מסדרים זרימות עבודה, ומבטיחים בטיחות, שוויון ואמון בפריסה. ללא הם, החדשנות סובלת מהיאמות במעמקים, שימושיים בתיאוריה, אך נפרדים מן הפרקטיקה של הטיפול.

בג’ונס הופקינס, לוח מנהלת מיטות חזויות, שתוכנן עם צוותים קדמיים, הפך לחלק אינטגרלי מהחלטות יומיומיות. זהו מהווה אינטגרציה. עבור AI להתרחב, הוא חייב קודם כל להתאים לקצב הטיפול.

3.  גישור הפער האמון ב-AI קליני

חדשנות לא מתקבלת בברכה באופן אחיד ברחבי תחום הבריאות. AI מצא את מקומו במשרדי הגבייה, אך בסביבות קליניות, הוא עדיין מוצא את הדרך. אוטומציה מתרחבת מהר במקומות שם הימורים נמוכים יותר, כמו חשבונות וערעורים, אבל כאשר מדובר באבחון, טריאז’, או תכנון טיפול, ההיסוס עמוק יותר. זהו מובן, רופאים קדמיים נדרשים לבטוח בכלים שהם לא עזרו לבנות, בסביבות שם שגיאות גוררות עלויות אנושיות אמיתיות.

זהו לא אומר שחדשנות קלינית צריכה לעצור. זהו אומר שהיא חייבת להיות מונחית בדרך אחרת.

עבור AI לעשות הבדל אמיתי בפרקטיקה הקלינית, הוא חייב להקל על עומס הרופא. ההזדמנות טמונה בתמיכה ברופאים במשימות כמו סיכון סטרטיפיקציה של אוכלוסייה, מעקב, סיכום היסטוריה רפואית, וניהול קיבולת. כאשר AI משלים החלטות, מפחית עייפות קוגניטיבית, ומתאים באופן טבעי לדרך בה הטיפול מסופק, הוא בונה אמון.

4.  הגדרה מחדש של ROI מעבר לדולרים

אנו צריכים לראות את ROI מנקודת מבט רחבה יותר אם אנו רוצים להרחיב AI בתחום הבריאות. כאשר אנו מגדירים ROI על ידי חיסכון בעלויות וקיצוצים בתקציב, אנו עלולים להתעלם ממה שבאמת חשוב. הצלחה צריכה להראות תוצאות טובות יותר וקשר חזק יותר בין רופאים למטופלים.

בסביבה שבה רבות מהעבודות שחשובות, כגון קואורדינציה של טיפול, סיכום קליני ומעורבות רופא-מטופל, אינן ישירות ניתנות לחיוב, החזר ההשקעה לא יכול להימדד רק בדולרים. עליו לקחת בחשבון זמן מושב, אמון, וטיפול שמסופק באופן יותר מחשבתי.

מערכות בריאות קדמיות מתחילות לשנות את השיח. הן מתמקדות במה שמשפר את הטיפול, ולא רק במה שמואטם. האם אנו עושים משימות יומיומיות קלות יותר עבור רופאים? האם אנו משחררים זמן להיות נוכחים עם המטופלים? אלו השאלות שחייבות להיות מעונות בבהירות כל יום.

שיחזור AI בתחום הבריאות דרך טיפול מונחה אנושית

הגבול הבא של AI בתחום הבריאות הוא הרחבתו. מערכות הולכות מאוטומציה בצד האחורי לאינטליגנציה הפונה למטופל, המשתמשת ב-AI שעוזרת לתאם טיפול, לטריאז’ תסמינים, ולפרש רשומות ארוכות טווח כדי להדריך החלטות.

כמעט 60% ממנהלי מערכות הבריאות כעת מדרגים GenAI כעדיפות השקעה עליונה, ו-79% נותרים אופטימיים לגבי צמיחה ארוכת טווח. עדיין, 70% מציינים את האי-ודאות הרגולטורית כמכשול מרכזי להרחבה.

הדרך קדימה דורשת הנהגה בולדת של ספקים. ההתקדמות לא תבוא מפריסות מרשימות או ניצחונות מהירים. היא תבוא מעשיית העבודה שבאמת מקדמת את המערכת קדימה. זהו כולל ביטול בזבוז סיסטמי, יצירת יסודות נתונים משותפים בין משתלמים לספקים, הצבת מסגרת ניהול שינוי חזקה, והתמקדות בערך מודד, הן כספי והן לא כספי.

הגיע הזמן שנתחיל לעצב את AI למשהו יותר מוסדי, אמין, שקוף ומחובר עמוקות למציאות של הטיפול. ההשפעה של AI טמונה באפשרויות השקטות והחלקות לאפשר כל זרימת עבודה, כל החלטה, כל אינטראקציה. ובסופו של דבר, הקדמה האמיתית היא כיצד אנו מביאים באופן משמעותי את הטכנולוגיה קרוב יותר לאנשים שהיא אמורה לשרת.