AI di Bidang Kesehatan: Dari Janji ke Praktik

Bidang kesehatan tidak pernah memiliki janji teknologi yang lebih besar atau tekanan untuk memenuhinya daripada yang ada saat ini.

Inovasi dengan teknologi sangat mengagumkan. AI generatif membuat draf banding, meringkas catatan klinis, memungkinkan alat ambient, dan memungkinkan keterlibatan pasien di rumah. Lebih dari 96% rumah sakit rawat inap di AS sekarang menggunakan sistem EHR. Ini seharusnya menjadi era perawatan yang mulus dan cerdas. Tapi di suatu tempat di antara potensi dan praktik, momentum hilang.

Infrastruktur warisan, tata kelola yang terfragmentasi, kelelahan tenaga kerja, dan kesenjangan sumber daya yang semakin melebar terus memperlambat kemajuan. Bahkan lebih menantang adalah kenyataan bahwa pembayar, penyedia, dan pasien, maju dengan kecepatan mereka sendiri, masing-masing membangun kemampuan digital tanpa irama yang sama.

Sementara itu, tekanan untuk memberikan perawatan yang lebih baik dengan biaya yang lebih rendah semakin meningkat. Lebih dari 700 rumah sakit di AS, banyak di antaranya di daerah pedesaan, berisiko tutup. Perubahan legislatif bisa lebih lanjut mengurangi cakupan untuk jutaan orang.

Pada saat ini, bukan solusi titik yang dapat benar-benar mengubah perawatan, tetapi inovasi yang ditingkatkan. Untuk meningkatkan inovasi secara berkelanjutan, bidang kesehatan harus memasukkannya ke dalam alur kerja nyata, membumikannya dalam interoperabilitas, mengaturinya dengan niat, dan membangunnya untuk keselarasan di seluruh sistem.

Setiap orang berinovasi. Jadi mengapa masih terasa tidak terhubung?

Masalahnya dimulai ketika inovasi terjadi dalam isolasi. Sistem kesehatan bereksperimen dengan GenAI dan alat digital, tetapi tanpa infrastruktur bersama atau keselarasan di seluruh perusahaan, pilot ini jarang ditingkatkan.

Hanya satu dari empat sistem yang memiliki model tata kelola yang ada untuk mengelola penggunaan GenAI secara bertanggung jawab, dan sebagian besar masih bergumul dengan lingkungan data yang terfragmentasi. Alih-alih menyederhanakan perawatan, ini sering menambah kompleksitas dalam cara kerja klinis.

Ambil siklus pendapatan, misalnya, AI sekarang dapat menghasilkan banding dalam hitungan menit, namun pembayar masih memprosesnya secara manual. Ini menciptakan asimetri dan meningkatkan biaya administratif.

Apa yang dibutuhkan untuk meningkatkan AI di bidang kesehatan

Untuk melangkah maju, pemimpin harus merancang untuk konvergensi. Ini berarti membuat inovasi menjadi bagian dari cara perawatan sebenarnya bekerja: menghubungkan titik-titik di seluruh tim dan memastikan setiap upaya membawa hasil yang lebih baik untuk semua pemangku kepentingan.

Berikut adalah apa yang terlihat seperti dalam aksi:

1. Merancang ulang tenaga kerja, bukan menggantinya

Inovasi yang ditingkatkan di bidang kesehatan dimulai dengan kebenaran yang sulit: sistem kesehatan tidak akan menggerakkan jarum kecuali mereka merancang ulang cara tim perawatan sebenarnya bekerja. Pada 2024, 57% eksekutif sistem kesehatan menyebutkan kekurangan tenaga kerja sebagai kekhawatiran strategis teratas. Kekurangan kesiapan tenaga kerja juga termasuk dalam tiga hambatan teratas untuk transformasi digital. Ini menekankan kesenjangan yang luas antara penerapan dan kesiapan manusia di lapangan.

Penyedia yang berpikiran ke depan merespons dengan berbagai cara:

• Mereka berinvestasi dalam ketahanan tenaga kerja. Perawat sedang ditingkatkan untuk peran hybrid, yang ditenagai oleh teknologi, tidak untuk menggantikan intuisi klinis, tetapi untuk memperkuatnya.
• Mereka menerapkan alat GenAI yang mengurangi beban kognitif. Misalnya, dokumentasi ambient membantu klinisi mengotomatisasi pencatatan dan menandai risiko rawat ulang. Ringkasan sebelum kunjungan juga menjadi sangat penting, karena mereka menampilkan konteks pasien sebelum janji temu untuk menyederhanakan pengiriman perawatan.
• Dan mereka mengambil kembali waktu dan kapasitas dengan merancang ulang alur kerja. Rancangan ulang alur kerja, dipasangkan dengan delegasi cerdas, memiliki potensi untuk mengirimkan penghematan waktu 15-30% per shift, cukup untuk menjembatani kesenjangan hampir 300.000 perawat rawat inap^[8].

Ini adalah penggerak model perawatan yang lebih berkelanjutan. Inovasi harus dibumikan dalam pengalaman mereka yang mengirimkan perawatan agar berhasil.

2. Membangun kerangka manajemen perubahan untuk AI

Tidak ada pendekatan satu-ukuran-untuk-semua untuk memanfaatkan AI di bidang kesehatan. Karena ini bukan hanya peluncuran teknologi lain.

Tidak seperti migrasi cloud, di mana infrastruktur memimpin, AI menuntut kita untuk memahami pekerjaan, apa yang memerlukan kognisi, apa yang menciptakan gesekan, dan di mana dukungan paling dibutuhkan. Pusat Keunggulan membantu penyedia mendapatkan hal ini dengan benar.

Pusat-pusat ini memformalkan tata kelola, menyelaraskan alur kerja, dan memastikan keamanan, kesetaraan, dan kepercayaan dalam penerapan. Tanpa mereka, inovasi berisiko macet di permukaan, berguna dalam teori, tetapi terlepas dari praktik perawatan.

Di Johns Hopkins, dasbor manajemen tempat tidur prediktif yang dirancang bersama dengan tim garis depan menjadi bagian integral dari pengambilan keputusan sehari-hari. Itulah yang disebut integrasi. Untuk AI untuk ditingkatkan, itu harus pertama-tama sesuai dengan irama perawatan.

3. Membangun kesenjangan kepercayaan di AI klinis

Inovasi tidak secara seragam disambut di seluruh perusahaan kesehatan. AI telah menemukan pijakannya di kantor belakang kesehatan, tetapi di pengaturan klinis, itu masih menemukan suaranya. Otomatisasi ditingkatkan dengan cepat di mana taruhannya lebih rendah, seperti tagihan dan banding, tetapi ketika datang ke diagnosis, triase, atau perencanaan perawatan, kehati-hatian lebih dalam. Ini wajar; klinisi garis depan diminta untuk mempercayai alat yang mereka tidak bantu bangun, dalam lingkungan di mana kesalahan membawa biaya manusia yang nyata.

Itu tidak berarti inovasi klinis harus berhenti. Itu berarti itu harus dipandu secara berbeda.

Untuk AI membuat perbedaan nyata dalam praktik klinis, itu harus memudahkan beban kerja klinisi. Kesempatan terletak pada mendukung klinisi dengan tugas seperti stratifikasi risiko kesehatan populasi dan pengawasan, ringkasan riwayat pasien, dan manajemen kapasitas. Ketika AI melengkapi pengambilan keputusan, mengurangi kelelahan kognitif, dan sesuai dengan alami ke dalam cara perawatan disampaikan, itu membangun kepercayaan.

4. Mendefinisikan ulang ROI di luar dolar

Kita perlu melihat ROI dari perspektif yang lebih luas jika kita perlu meningkatkan AI di bidang kesehatan. Ketika kita mendefinisikan ROI oleh penghematan biaya dan pemotongan anggaran, kita mungkin mengabaikan apa yang benar-benar penting. Keberhasilan harus menunjukkan hasil yang lebih baik dan koneksi yang lebih kuat antara klinisi dan pasien.

Dalam lingkungan di mana sebagian besar pekerjaan yang penting seperti koordinasi perawatan, ringkasan klinis, dan keterlibatan penyedia-pasien, tidak langsung dapat dibebankan, return on investment tidak dapat diukur dalam dolar saja. Ini harus memperhitungkan waktu yang diperoleh kembali, kepercayaan yang dibangun, dan perawatan yang disampaikan dengan lebih bijaksana.

Penyedia yang berpikiran ke depan mulai menggeser percakapan. Mereka fokus pada apa yang memperbaiki perawatan daripada mengukur keberhasilan hanya oleh apa yang diotomatisasi. Apakah kita membuat tugas sehari-hari lebih mudah untuk klinisi? Apakah kita membebaskan waktu untuk hadir dengan pasien? Ini adalah pertanyaan yang harus dijawab dengan jelas setiap hari.

Merancang ulang AI kesehatan melalui perawatan yang dipimpin oleh manusia

Batas terbaru untuk AI kesehatan adalah augmentasinya. Sistem bergeser dari otomatisasi belakang ke kecerdasan yang menghadap pasien, menggunakan AI yang membantu memesan perawatan, triase gejala, dan menafsirkan catatan longitudinal untuk memandu keputusan. Dirancang dengan benar, alat ini membangun kepercayaan, mengurangi beban kognitif, memperbaiki akses, dan membebaskan waktu untuk koneksi pasien.

Hampir 60% CEO kesehatan sekarang menempatkan GenAI sebagai prioritas investasi teratas, dan 79% tetap optimis tentang pertumbuhan jangka panjang. Namun, 70% menyebutkan ketidakpastian regulasi sebagai hambatan kunci untuk skala.

Jalan maju menuntut kepemimpinan penyedia yang berani. Kemajuan tidak akan datang dari penerapan yang mencolok atau kemenangan cepat. Itu akan datang dari melakukan pekerjaan yang benar-benar menggerakkan sistem ke depan. Ini termasuk menghilangkan pemborosan sistemik, membuat fondasi data bersama antara pembayar dan penyedia, memasang kerangka manajemen perubahan yang kuat, dan tetap fokus pada nilai yang dapat diukur, baik keuangan maupun non-keuangan.

Saatnya kita mulai membentuk AI menjadi sesuatu yang lebih mendasar, dapat diandalkan, transparan, dan sangat peka terhadap kenyataan perawatan. Dampak AI terletak pada kemampuan untuk memungkinkan setiap alur kerja, setiap keputusan, setiap interaksi dengan sunyi dan mulus. Dan pada akhirnya, kemajuan nyata adalah bagaimana kita membawa teknologi lebih dekat dengan orang-orang yang dilayani.