Mengapa Pengenalan AI dalam Perawatan Jangka Panjang Membutuhkan Waktu yang Lama

AI sedang membuat kemajuan signifikan di banyak industri, tetapi adopsinya di fasilitas perawatan jangka panjang tetap lambat dan menantang. Sementara AI memiliki potensi untuk merevolusi perawatan pasien melalui deteksi jatuh, pencegahan luka baring, dan penilaian kualitas tidur, jalan menuju penerapan yang luas telah menjadi tidak cepat. Ini adalah masalah yang sangat penting bagi investor, manajer rumah perawatan, dan integrator sistem, yang semua menyadari potensi transformasional yang ditawarkan AI. Namun, meskipun janji itu, AI dalam perawatan jangka panjang tidak diimplementasikan dengan kecepatan atau skala yang kita harapkan.

Itu tidak berarti AI harus diterima tanpa pemikiran atau tanpa perlindungan, tetapi ada kekhawatiran yang jelas dalam industri perawatan yang menyebabkan sektor ini ketinggalan dengan zaman. Jika Anda melihat ke tempat lain, ada lebih banyak keterbukaan terhadap AI yang datang dari industri lain, bahkan di sektor kesehatan yang berbeda. AI sedang digunakan lebih dan lebih untuk mendiagnosis penyakit, atau untuk melatih pekerja kesehatan dan membuat hidup mereka lebih mudah, jadi mengapa tidak sama dalam perawatan jangka panjang?

Apa yang Harus Diketahui Venture Capitalis

Untuk venture capitalist, AI perawatan jangka panjang menarik karena beberapa alasan. Pertama, perangkat lunak kesehatan biasanya dijual melalui perjanjian lisensi berulang, yang membuat perusahaan yang menawarkan solusi ini menjadi target akuisisi utama. Perusahaan dengan aliran pendapatan berulang, terutama di sektor yang kuat seperti kesehatan, menarik untuk akuisisi dengan valuasi premium. Kegiatan pasar baru-baru ini menekankan hal ini: misalnya, pada Juli 2024, Nordic Capital mengakuisisi Senso yang berbasis di Oslo, sedangkan Avasure mengakuisisi Ouva yang berbasis di San Francisco, menandai investasi yang panas di ruang perawatan jangka panjang.

Tapi meskipun ada pendorong pasar ini, VC sering bertanya, “Teknologi mana yang akan mendominasi?” Ada banyak pesaing – wearable, radar, dan sensor optik – tetapi mengidentifikasi solusi yang menang tidaklah mudah bagi mereka.

Manajer Rumah Perawatan: Menghadapi Agenda yang Bersaing

Masalah utama bagi penyedia perawatan jangka panjang adalah kekurangan staf yang semakin meningkat. AI dapat membantu dengan meningkatkan produktivitas perawat sebesar 20-30%, membuatnya menjadi alat yang penting untuk mempertahankan kualitas perawatan dalam menghadapi keterbatasan sumber daya. Namun, manajer perlu menyadari agenda yang bersaing di antara pemasok. Banyak integrator sistem telah membangun hubungan jangka panjang dengan rumah perawatan, dan mereka mungkin tidak sepenuhnya termotivasi untuk menerima AI. Alasannya sederhana: pendapatan mereka bergantung pada menjual dan memelihara sistem yang sudah ada, yang sering kali sudah ketinggalan zaman. Sistem ini mulai digantikan oleh pengenalan AI, yang menyederhanakan semuanya dan menggunakan peralatan yang lebih sedikit, seperti hanya satu kamera yang dapat digabungkan dengan pembelajaran visi komputer.

Fasilitas perawatan jangka panjang sangat bergantung pada teknologi yang sudah ketinggalan ini, yang sering dipasang oleh integrator sistem dengan kepentingan keuangan yang telah mapan dalam mempertahankan status quo. Daftar produk yang saat ini digunakan termasuk sensor gerak inframerah, kontak pintu, pemantauan akustik, sensor tempat tidur, dan perangkat wearable. Sementara sistem ini fungsional, mereka jauh dari optimal karena mereka menghasilkan banyak peringatan palsu yang membuat perawat mengalami kelelahan peringatan. Keuntungan bagi integrator sistem adalah bahwa sistem ini memerlukan pemeliharaan dan dukungan yang sering.

Masalah yang Menghantui Perawatan

Masalah yang dihadapi sektor perawatan jangka panjang sangat besar dan ganda:

1. Permintaan perawatan yang meningkat, dipicu oleh populasi yang menua dengan cepat dan harapan hidup yang lebih lama.
2. Pasokan perawat yang semakin menurun, diperburuk oleh tingkat kelahiran yang menurun selama beberapa dekade terakhir. Analisis baru-baru ini menemukan bahwa tingkat fertilitas di Inggris menurun lebih cepat daripada negara G7 lainnya, menurun sebesar 8%.

Secara global, pasar untuk tempat tidur perawatan diperkirakan akan meledak – dari 63 juta saat ini menjadi 121 juta pada 2050. Tantangan adalah bagaimana memenuhi permintaan yang meningkat ini sambil mengelola sumber daya manusia yang terbatas. Pekerja perawatan di seluruh dunia sudah bekerja berlebihan, dengan jam kerja yang panjang, gaji yang rendah, dan stres yang tinggi, menyebabkan semakin banyak dari mereka meninggalkan industri.

Mengapa Adopsi AI Membutuhkan Waktu yang Lama

Pengambilan AI yang lambat dalam perawatan jangka panjang disebabkan oleh empat faktor kunci:

1. Perlawanan Integrator Sistem: AI mengancam untuk menggantikan banyak sensor yang saat ini digunakan di fasilitas perawatan dengan solusi berbasis kamera tunggal yang ditenagai oleh visi komputer yang canggih. Ini, pada gilirannya, mengancam aliran pendapatan integrator sistem yang sudah ada. Dalam banyak cara, situasi ini mirip dengan pertempuran bisnis yang terdokumentasi dengan baik – seperti Netflix vs. Blockbuster atau kamera digital vs. Kodak dan Polaroid. Potensi gangguan AI jelas, tetapi keengganan pemain yang sudah ada untuk menerimanya juga jelas.
2. Keterlambatan Perangkat Keras: Ahli robotika MIT Rodney Brooks menunjukkan bahwa sementara adopsi perangkat lunak terjadi dengan kecepatan kilat (pikirkan ChatGPT mencapai 100 juta pengguna dalam dua bulan), perangkat keras membutuhkan waktu yang lebih lama untuk diimplementasikan. Solusi yang ditenagai AI memerlukan kamera fisik, kabel, dan instalasi, yang secara inheren memperlambat proses adopsi.
3. Pelatihan dan Hambatan Budaya: Dalam perawatan jangka panjang, perawat muda belajar di tempat kerja dari staf yang lebih berpengalaman. Sementara model mentorship ini memiliki kelebihan, juga menciptakan hambatan signifikan untuk menerima teknologi baru seperti AI. Perawat yang dilatih dengan metode tradisional sering resisten terhadap belajar bagaimana bekerja dengan sistem yang canggih, yang dapat memperlambat integrasi.
4. Persepsi: AI telah mendapat kritik yang luar biasa, terkadang dapat dipahami tetapi terkadang karena kurangnya pendidikan tentang subjek. Ada kekhawatiran bahwa AI akan menggantikan pekerjaan di bidang kesehatan, mengambil pendapatan dari orang-orang yang bekerja keras. Namun, ketika AI dibuat dan diterapkan dengan benar, tujuannya bukan untuk mengambil pekerjaan, tetapi untuk meningkatkan dan membuat pekerjaan orang lebih mudah dan memungkinkan mereka untuk fokus pada bagian penting dari pekerjaan perawatan.

Kesimpulan: Masa Depan Sudah Tiba – Tetapi Datang dengan Lambat

AI menawarkan potensi transformasional untuk perawatan jangka panjang, tetapi proses adopsi jauh lebih lambat dari yang diperlukan. Manajer rumah perawatan harus mengenali kesempatan yang ditawarkan AI untuk meningkatkan produktivitas, bahkan jika itu menantang lanskap pemasok yang ada. Venture capitalist harus memantau teknologi visi yang mempersatukan dan memperbaiki sistem yang saat ini terfragmentasi. Integrator sistem yang beralih untuk menawarkan solusi berbasis AI dalam perawatan jangka panjang dapat memposisikan diri mereka untuk sukses di pasar yang tumbuh dan belum terlayani.

Pada akhirnya, pengenalan AI ke dalam perawatan jangka panjang akan menjadi proses yang lambat tetapi tak terhindarkan. Pertanyaannya bukanlah apakah AI akan mengubah sektor ini, tetapi seberapa cepat itu akan terjadi – dan siapa yang akan memimpin serangan.