ืื ืืืื ืืขื
ืืืืฉืื ืฉื Med Comms: ืืื AI ืคืื ื ืืืขืืืช ืืชืงืฉืืจืช ืฉื ืคืืจืื
תקשורת רפואית תמיד פעלה תחת לחץ: חברות ביופארמה מייצרות כמויות עצומות של נתונים קליניים – תוצאות ניסויים, ראיות מהעולם האמיתי, עדכוני בטיחות – שחייבים להגיע לקהלים מרובים בו-זמנית, כולל רופאים מומחים, רופאים קהילתיים, נציגי מדע רפואי, משלמים, מטפלים וחולים.
כל קהל דורש הצגה שונה, שפה ורמות עומק טכני. למשך עשורים, עם זאת, האנשים האחראים לגשר בין הפער – מגישים מדעיים מיומנים בסוכנויות מדע רפואי – בילו חלק משמעותי משעות עבודתם לא בחשיבה, אלא בארגון מחדש.
העברת תוכן שקפים מתבנית קונגרס אחת לאחרת, בנייה מחדש של סיפריות לקהלים שונים, ועשיית זאת באופן ידני, לעיתים קרובות נגד מועדים דחופים. “עשינו את כל המסמכים האלה עבור לקוחות, אבל לעיתים קרובות בילינו חלק גדול מזמננו באיסוף ההצגה ואז העברנו דברים מתבנית אחת לתבנית הבאה”, אמרה Francine Carrick, מדענית בעלת תואר דוקטור שבילתה 22 שנים בתקשורת רפואית.
“חלמנו על פתרון שיתרגם את המדע בשבילנו”, היא הוסיפה.
קריק הצטרפה לאחרונה לפלטפורמת הצגות AI Prezent כנשיאת Prezent Vivo, שמשלבת AI מותאמת ומומחים בתחום כדי לתת כוח למערכת התקשורת של מדעי החיים – כולל חברות ביופארמה ושותפי הסוכנות.
הבעיה שהיא מתארת אינה נישית; היא יושבת במפגש של שתי לחצים שתועדו היטב בתעשייה. מצד אחד, כמעט 8 מתוך 10 מקצועי בריאות מקבלים כמות גדולה יותר של מידע מחברות פארמה מאשר לפני COVID-19, ו-77% אומרים שכמות התקשורת הדיגיטלית כבר גדולה מדי.
מצד שני, חברות פארמה מאבקות לספק תוכן אישי, רלוונטי שמקצועי בריאות הצריכים, בחלק משום שמערכות ירשה חסרות את הגמישות לתמוך באישון מתקדם בקנה מידה. צינור התוכן מוצף בשני הקצוות: יותר מדי מופק, ומעט מדי מונחת בצורה יעילה.
בעיית התוכן המודולרי
פתרון התעשייה לכך היה “תוכן מודולרי” – הרעיון לשבור מידע מדעי לרכיבים שיכולים לשמש מחדש שונים לקהלים שונים.
בתיאוריה, זה אלגנטי, אבל בפועל, מודלים שפה גדולים משמשים כעת להכין מאמרים, לדחוס נתוני ראיות מהעולם האמיתי לסיכומים, ולפתח מודולים לחינוך מקצועי בריאות – כלים שעד לא מזמן התקיימו רק כהוכחת קונספט.
קריק מציגה את האתגר הבסיסי במונחים פשוטים: “הדרך שבה אנו מציגים לפיזיקאי אקדמי לעומת רופא קהילתי לעומת מטפל לעומת חולה היא מאוד, מאוד שונה”, היא הדגישה.
“במודל המסורתי, לקחת את המידע הזה ולהתאימו היה מאוד צורך בעבודה ידנית, וזה לקח זמן”. במילים אחרות, המכשול לא היה הידע של המגישים; היה זרימה – יותר נתונים מגיעים מהר מאשר צוותים יכולים לארוז מחדש באופן ידני.
לאחר ניסויים נרחבים של AI ב-2024, חברות נמצאות תחת לחץ להראות תשואות אמיתיות על השקעות AI, מה שמניע אימוץ של פתרונות AI אנכיים שנבנו במיוחד עבור זרימות עבודה ספציפיות.
זהו בדיוק הטיעון ש-Prezent עושה עם סוכנת AI Astrid: שמערכת שנבנתה במיוחד עבור מדעי החיים, שאומנה על דרישות תקינה, הגבלות רגולטוריות ומילון מדעי של ביופארמה, תעלה על כלי כללי מטרה.
שאלת המומחיות
האם ההקשר של מדעי החיים דורש באמת AI מותאם, או שזה רק מסגרת שיווקית לשוק תחרותי, היא שאלה לגיטימית.
מה שברור, עם זאת, הוא ש-FDA הייתה שומרת על קשב רב. לאחר פרסום הנחיה ב-2025 על שימוש ב-AI לתמיכה בקבלת החלטות רגולטוריות עבור מוצרים תרופתיים וביולוגיים, היא קיבלה יותר מ-500 הגשות המכילות רכיבי AI. פיקוח רגולטורי כזה יוצר טיעון אמיתי לכלים AI ייעודיים לתקינה, ולא כאלה שעובדו מחדש: הסיכון לטעות בסביבה מוסדרת שונה איכותית מלטעות, למשל, בדף שיווק.
השוק הרחב יותר של AI בבריאות משקף ביטחון עולה: השוק הגלובלי של AI בבריאות צפוי לגדול מ-26.6 מיליארד דולר ב-2024 ל-187.7 מיליארד עד 2030, כאשר התעשייה כבר מפליגה AI ביותר מפי שניים מקצב הכלכלה הרחבה.
בתוכו, חברות פארמה וביוטק ממשיכות להיות המתמקדות ביותר במחקר ופיתוח, עם 54% המעדיפים חדשנות ופיתוח תרופות, אם כי פעילויות מסחריות – כולל תקשורת – נמצאות בסדר היום.
שאלת המומחיות האנושית
הגעת כלים AI לשירותים מקצועיים יוצרת את אותה שיחה: מה קורה לאנשים שעושים עבודה זו? בתקשורת רפואית, שם העבודה דורשת רהיטות מדעית אמיתית, התשובה יותר עדינה מאשר ההחלפה מרמזת.
דעתה של קריק היא שהמגבלה הקושרת את המומחיות האנושית בתקשורת רפואית אינה ידע, אלא רוחב פס. “זה מאפשר, מאיץ, את המומחיות האנושית לרמות רבות”, היא אמרה על AI בתחומה. “זה מאפשר את המומחיות, התובנות, הידע האנושי לשתף עם קהלים רבים יותר בצורה זמנית יותר”.
נקודת המבט הזו תואמת את מה שמתעצב כתמונה מורכבת יותר של השפעות AI על עבודה מומחית. סקרים של רופאים מראים עמידות במקום החלפה, כאשר רבים מאמינים ש-AI תשנה את עבודתם אבל לא תחסל את תפקידם.
ההשוואה לתקשורת רפואית אינה מושלמת, אבל הדמיון המבני עומד: מה ש-AI יכול כרגע לעשות הוא לאיץ את הרוטינה; מה ש-AI לא יכול לעשות הוא להחליף את השיפוט המדעי, את האינטואיציה של הקהל, או את החשיבה האסטרטגית שמגדירה את העבודה בערך גבוה.
מחקר EPG Health מצא כי כמעט 60% מהנציגים של פארמה זיהו תובנות HCP כעדיפות עליונות למעורבות אסטרטגית, וכי נציגי מדע רפואי עקפו את כוח המכירות כערוץ החשוב ביותר לשליחת מידע ל-HCP.
זהו אות, שפארמה נעה לעבר תקשורת יותר אינטנסיבית יותר, פחות בסגנון שידור, שדורשת יותר שיפוט אנושי, ולא פחות – אפילו כאשר AI מטפלת בשכבת הייצור.
מה שהמעבר דורש באמת
השאלה הקשה לא האם AI תשחק תפקיד בתקשורת רפואית – זה כבר הוכרע. האם הכלים הנבנים באמת מתאימים למורכבות של התחום.
קריק הצביעה על מה ש-Prezent קוראים “טביעות אצבע” – העדפות תקשורת ספציפיות לקהל שיכולות להיות מקודדות ומיושמות כאשר מותאמים תוכן. המושג משקף אתגר יותר בסיסי: שמטרת “התוכן הנכון, בזמן הנכון, דרך הערוץ הנכון, לקהל הנכון” – שהייתה מנטרה בתקשורת רפואית – תמיד הייתה יותר אספירציה מאשר פעילות.
למלא את זה דורש לא רק כתיבה מדעית טובה, אלא ידע סיסטמטי של איך קהלים שונים מעבדים סוגים שונים של מידע.
האם AI יכול לקודד באופן אמין את הידע, והאם הוא יכול לעשות זאת בעודו שומר על דיוק מדעי והתאמה רגולטורית שמבדילים את תקשורת רפואית מתעשיות תוכן אחרות, נותרה שאלה פתוחה.
בכל מקרה, מה שאינו עוד בספק הוא שהמודל הישן, עם מרתוני הפורמטים הליליים והמיגרציה הידנית של תבניות, לא היה בר-קיימא בקצב שבו דורשת פארמה המודרנית.
הבעיה הייתה גלויה למעשים לשנים, אבל הכלים לטפל בה רק עכשיו הופכים לברי-קיימא – הודות ל-AI.
