De Med Comms Flessenhals: Waarom AI het Communicatieprobleem van Pharma aanpakt

Medische communicatie heeft altijd onder druk gestaan: biofarmaceutische bedrijven genereren enorme hoeveelheden klinische gegevens – resultaten van proeven, real-world evidence, veiligheidsupdates – die gelijktijdig bij meerdere doelgroepen moeten komen, waaronder specialistische artsen, huisartsen, medische wetenschappelijke vertegenwoordigers, verzekeraars, verzorgers en patiënten.

Elke doelgroep vereist een andere benadering, taal en niveau van technische diepgang. Gedurende decennia hebben de mensen die verantwoordelijk zijn voor het overbruggen van die kloof – ervaren wetenschappelijke communicators bij medische zakenbureaus – echter een verrassend groot deel van hun werktijd niet besteed aan nadenken, maar aan het opnieuw opmaken.

Het verplaatsen van dia-inhoud van het ene congresformulier naar het andere, het opnieuw opbouwen van presentaties voor verschillende doelgroepen en dit vaak handmatig doen tegenover korte nachtdeadlines. “We zouden al deze resultaten voor klanten doen, maar vaak besteedden we ook zo veel van onze tijd aan het samenstellen van de presentatie en vervolgens het overzetten van dingen van het ene formulier naar het andere”, zei Francine Carrick, een PhD-getrainde wetenschapper die 22 jaar in med comms heeft gewerkt.

“We droomden van een oplossing die die wetenschap voor ons zou vertalen”, voegde ze eraan toe.

Carrick is onlangs toegetreden tot het AI-presentatieplatform Prezent als president van Prezent Vivo, dat speciaal ontwikkelde AI en domeinexperts combineert om het communicatie-ecosysteem voor life sciences te laten functioneren – inclusief zowel biofarmaceutische bedrijven als de agentschappen van het bedrijf.

Het probleem dat ze beschrijft, is niet nichespecifiek; het zit op het snijvlak van twee drukken die nu goed gedocumenteerd zijn in de industrie. Enerzijds ontvangen bijna 8 van de 10 zorgprofessionals meer informatie van farmaceutische bedrijven dan voor COVID-19, en zegt 77% dat het volume van digitale communicatie al te groot is.

Anderzijds worstelen farmaceutische bedrijven met het leveren van persoonlijke, relevante inhoud die zorgprofessionals nodig hebben, deels omdat legacy-systemen niet de flexibiliteit hebben om geavanceerde personalisatie op grote schaal te ondersteunen. De inhoudpijplijn is overbelast aan beide uiteinden: te veel wordt geproduceerd en te weinig landt effectief.

Het Modulaire Inhoudprobleem

De voorgestelde oplossing van de industrie voor dit probleem is lange tijd “modulaire inhoud” geweest – het idee om wetenschappelijke informatie te breken in herbruikbare componenten die op verschillende manieren voor verschillende doelgroepen kunnen worden samengesteld.

In theorie is het elegant, maar in de praktijk worden grote taalmodellen nu gebruikt om manuscripten voor te bereiden, real-world evidence-gegevenssets samen te vatten in samenvattingen en modules te ontwikkelen voor het onderwijzen van zorgprofessionals – tools die tot voor kort alleen als bewijs van concept bestonden.

Carrick formuleert de onderliggende uitdaging in eenvoudige bewoordingen: “De manier waarop we presenteren aan een academische arts versus een huisarts versus een verzorger versus een patiënt is heel, heel anders”, benadrukte ze.

“In het traditionele model was het nemen van die informatie en het aanpassen ervan zeer tijdrovend en kostte het tijd.” Met andere woorden, de flessenhals was niet het gebrek aan expertise van communicators; het was de doorvoer – meer gegevens die sneller aankomen dan teams deze handmatig kunnen herschikken.

Na wijdverbreide AI-experimenten in 2024, staan bedrijven onder druk om echte rendementen op hun AI-investeringen te laten zien, waardoor de adoptie van verticale AI-oplossingen toeneemt die speciaal zijn ontwikkeld voor specifieke workflows.

Dit is precies het argument dat Prezent met zijn Astrid AI-agent aanvoert: dat een systeem dat speciaal is ontwikkeld voor life sciences, getraind op de compliance-eisen, regelgevingsbeperkingen en wetenschappelijke vocabulaire van biofarmaceutische bedrijven, beter zal presteren dan een algemeen doeltool dat is aangepast voor de industrie.

De Vraag van Specialisatie

Of de life sciences-context echt speciaal ontwikkelde AI vereist, of dat het een marketingkader is voor een concurrerende markt, is een legitieme vraag.

Wat duidelijk is, is dat de FDA hier aandacht aan heeft besteed. Na publicaties in 2025 over de gebruikt van AI om regelgevingsbeslissingen voor geneesmiddelen en biologische producten te ondersteunen, had het meer dan 500 indieningen ontvangen met AI-componenten. Een dergelijke regelgevingscontrole creëert een echt argument voor compliance-native AI-hulpmiddelen in plaats van aangepaste hulpmiddelen: het risico om het verkeerd te doen in een gereguleerde omgeving is kwalitatief anders dan het verkeerd doen in, zeg, een marketingpresentatie.

De bredere gezondheidszorg AI-markt weerspiegelt de groeiende vertrouwen: de wereldwijde gezondheidszorg AI-markt zal waarschijnlijk groeien van 26,6 miljard USD in 2024 tot 187,7 miljard in 2030, en de industrie heeft AI al ingezet op meer dan het dubbele van de bredere economie.

Binnen dat, blijven farmaceutische en biotechnologiebedrijven de meest R&D-georiënteerde, met 54% die innovatie en geneesmiddelenontwikkeling prioriteren, hoewel commerciële operaties – inclusief communicatie – steeds vaker op de agenda staan.

De Menselijke Expertise Vraag

De komst van AI-hulpmiddelen in professionele diensten genereert altijd hetzelfde gesprek: wat gebeurt er met de mensen die dit werk nu doen? In med comms, waar het werk echte wetenschappelijke vaardigheden vereist, is het antwoord meer genuanceerd dan de verplaatsing suggereert.

Carricks mening is dat de bindende beperking voor menselijke expertise in med comms niet kennis is, maar bandbreedte. “Het activeert, het versnelt, de menselijke expertise tot vele graden”, zei ze over AI in haar vakgebied. “Het activeert die expertise, die inzichten, die menselijke kennis om deze met meer doelgroepen in een tijdiger fashion te delen.”

Dit standpunt komt overeen met wat naar voren komt als een meer getextureerd beeld van de effecten van AI op geschoolde kenniswerk. Enquêtes onder artsen suggereren veerkracht in plaats van verplaatsing, aangezien veel artsen geloven dat AI hun werk zal veranderen, maar niet hun rol zal elimineren.

De analogie met medische communicatie is niet perfect, maar de structurele overeenkomst houdt stand: wat AI nu kan doen, is het routineuze versnellen; wat het niet kan doen, is de wetenschappelijke oordeel, de doelgroepintuïtie of het strategische denken vervangen dat het hogere waarde werk definieert.

Een studie van EPG Health toonde aan dat bijna 60% van de farmaceutische respondenten HCP-inzicht als de topprioriteit voor strategische betrokkenheid identificeerde, en dat medische wetenschappelijke vertegenwoordigers de Salesforce zijn voorbijgestreefd als het belangrijkste kanaal voor het verzenden van informatie naar HCP’s.

Dat is een signaal dat farmaceutische bedrijven meer relationele, minder uitzendende communicatie nastreven, wat meer menselijke oordeel, niet minder, vereist – zelfs als AI de productielaag afhandelt.

Wat de verschuiving eigenlijk vereist

De moeilijkere vraag is niet of AI een rol zal spelen in medische communicatie – dat is al vastgesteld. Het is of de tools die worden gebouwd, echt geschikt zijn voor de complexiteit van het domein.

Carrick merkte op wat Prezent “vingerafdrukken” noemt – doelgroepspecifieke communicatievoorkeuren die kunnen worden gecodeerd en toegepast bij het aanpassen van inhoud. Het concept weerspiegelt een meer fundamentele uitdaging: dat het doel van “de juiste inhoud, op het juiste moment, via het juiste kanaal, naar de juiste doelgroep” – lange tijd een mantra in med comms – altijd meer aspiratie dan operationeel is geweest.

Het nakomen hiervan vereist niet alleen goed wetenschappelijk schrijven, maar systematische kennis van hoe verschillende doelgroepen verschillende soorten informatie verwerken.

Of AI die kennis betrouwbaar kan coderen en of het dit kan doen zonder de wetenschappelijke nauwkeurigheid en regelgevingscompliance te schenden die medische communicatie onderscheiden van andere inhoudsindustrieën, blijft de open vraag.

Ongeacht de uitkomst, wat niet langer in twijfel wordt getrokken, is dat het oude model, met zijn nachtelijke formatie-marathons en handmatige sjabloonmigraties, nooit duurzaam was op het tempo dat moderne biofarmaceutica eist.

Het probleem was zichtbaar voor beoefenaars gedurende jaren, maar de tools om het aan te pakken zijn pas nu beschikbaar – dankzij AI.