Hvorfor innføringen av AI i langtidsomsorg tar lang tid

AI gjør store fremskritt i mange bransjer, men innføringen i langtidsomsorgsinstitusjoner skjer langsomt og utfordrende. Mens AI har potensialet til å revolusjonere pasientbehandling gjennom fall-deteeksjon, tryk-sårforebygging og søknekvalitetsvurderinger, har veien til omfattende utbredelse vært alt annet enn rask. Dette er et problem av stor betydning for investorer, omsorgsinstitusjonsledere og systemintegratorer, alle som er godt kjent med det transformasjonelle potensialet AI tilbyr. Likevel, til tross for løftene, blir AI i langtidsomsorg ikke implementert i den hastigheten eller skalaen vi kunne forvente.

Dette betyr ikke at AI skal omfavnes uten noen form for sikkerhet eller kontroll, men det finnes en tydelig frykt i omsorgsbransjen som gjør at sektoren faller bak med tiden. Hvis man ser på andre bransjer, er det mer åpenhet for AI, selv i andre helsebransjer. AI brukes stadig mer til å diagnostisere sykdommer, eller til å trene helsearbeidere og gjøre deres arbeid lettere, så hvorfor skulle det ikke være det samme i langtidsomsorg?

Hva venturekapitalister bør vite

For venturekapitalister er langtidsomsorgs-AI tiltrekkende av flere grunner. Først og fremst selges helseprogramvare vanligvis gjennom gjentakende lisensavtaler, noe som gjør selskaper som tilbyr disse løsningene til attraktive mål for oppkjøp. Selskaper med gjentakende inntektsstrømmer, spesielt i en bransje så robust som helse, er attraktive for oppkjøp til premium-verdier. Nylig markedsvirksomhet understreker dette: for eksempel kjøpte Nordic Capital i juli 2024 en majoritetsandel i Oslo-baserte Senso, mens Avasure kjøpte opp San Francisco-baserte Ouva, noe som signaliserer en varm investeringsmarked i langtidsomsorgssektoren.

Men til tross for disse markedstrendene, spør VCs ofte “Hvilken teknologi vil dominere?” Det finnes mange kandidater – wearables, radar og optiske sensorer – men å identifisere den vinnende løsningen er ikke enkelt for dem.

Omsorgsinstitusjonsledere: Navigering av konkurrerende agendauer

Kjerneproblemet for langtidsomsorgstilbydere er en økende personalmangel. AI kan hjelpe ved å øke omsorgspersonales produktivitet med 20-30%, noe som gjør det til et avgjørende verktøy for å opprettholde kvalitetsomsorg i møte med ressursbegrensninger. Likevel må ledere være klar over de konkurrerende agendauer blant leverandører. Mange systemintegratorer har etablert langvarige forhold til omsorgsinstitusjoner, og de kan ikke være fullt motiverte til å omfavne AI. Grunnen er enkel: deres inntektsstrømmer avhenger av salg og vedlikehold av nåværende, ofte foreldede, systemer. Disse systemene begynner å bli overskygget av innføringen av AI, som forenkler alt og bruker mindre utstyr, som bare en kamera hvor det kan kombineres med datadrevet læring.

Langtidsomsorgsinstitusjoner er avhengige av disse foreldede teknologiene, ofte installert av systemintegratorer med økonomiske interesser i å opprettholde status quo. Listen over produkter som for tiden er i bruk inkluderer infrarød bevegelsessensorer, dørkontakter, akustisk overvåking, sengsensorer og bærbare enheter. Mens disse systemene er funksjonelle, er de langt ifra optimale, da de genererer så mange falske alarmer at omsorgspersonalet utvikler alarmtrøtthet. Fordelen for systemintegratorene er at disse systemene krever hyppig vedlikehold og støtte.

For systemintegratorer som spesialiserer seg i sikkerhet, presenterer langtidsomsorgsmarkedet en lovende mulighet. Sikkerhet er en overfyldt og konkurrerende bransje – en “rød osean”. I motsetning til dette representerer langtidsomsorgsinstitusjoner en fremvoksende “blå osean” takket være innføringen av AI. Det finnes penger å tjene for de som er villige til å omprioritere til denne voksende markedet, men de må forstå de unike utfordringene som AI bringer til bordet.

Det overveldende problemet i omsorg

Problemene som langtidsomsorgssektoren står overfor er enorme og todelt:

1. Økt etterspørsel etter omsorg, drevet av en raskt aldrende befolkning og lengre levetid.
2. Et avtagende tilbud av omsorgspersonale, forverret av synkende fødselsrater de siste tiårene. En nylig analyse fant at Storbritannias fødselsrate falt raskere enn noen annen G7-nasjon, med en nedgang på 8%.

Globalt er markedet for omsorgssenger på vei til å eksplodere – fra 63 millioner i dag til 121 millioner i 2050. Utfordringen er hvordan man kan møte denne økende etterspørselen samtidig som man håndterer begrensede menneskelige ressurser. Omsorgsarbeidere over hele verden er allerede overarbeidet, med lange arbeidstider, dårlig lønn og høy stress, noe som får flere og flere av dem til å forlate bransjen.

Hvorfor AI-tilpasning tar så lang tid

Den langsomme tilpasningen av AI i langtidsomsorg kan forklares med fire nøkkel faktorer:

1. Systemintegrator-motstand: AI truer med å erstatte de multiple sensorer som for tiden brukes i omsorgsinstitusjoner med en enkelt, kamera-basert løsning drevet av avansert datadrevet læring. Dette truer i sin tur inntektsstrømmene til etablerte systemintegratorer. På mange måter ligner denne situasjonen andre velkjente forretningskamper – som Netflix vs. Blockbuster eller digitale kameraer vs. Kodak og Polaroid. Det disruptieve potensialet til AI er tydelig, men motstanden fra eksisterende spillere til å omfavne det er like tydelig.
2. Maskinvaru-forsinkelse: MIT-robotikk-ekspert Rodney Brooks påpeker at mens programvare-tilpasning skjer med lynets hastighet (tenk på ChatGPT som nådde 100 millioner brukere på to måneder), tar det mye lenger tid å implementere maskinvaru-løsninger. AI-drevne løsninger krever fysiske kameraer, kabel og installasjon, noe som innebygget langsommere tilpasningsprosess.
3. Trening og kulturelle barrierer: I langtidsomsorg lærer unge omsorgsarbeidere på jobben fra mer erfarne medarbeidere. Mens denne mentor-modellen har sine fordeler, skaper den også en betydelig barriere for å tilpasse seg nye teknologier som AI. Omsorgsarbeidere som er trent i tradisjonelle metoder er ofte motvillige til å lære hvordan man arbeider med avanserte systemer, noe som kan langsommere integreringen.
4. Opfatning: AI har blitt utsatt for massiv kritikk, noen ganger forståelig, men noen ganger på grunn av manglende kunnskap om emnet. Det finnes en frykt for at AI vil erstatte jobber i helsevesenet, og ta bort inntekt fra hardt arbeidende mennesker. Likevel, når AI blir skapt og brukt på riktig måte, er målet ikke å ta bort jobber, men å forbedre og gjøre menneskers jobber lettere og la dem fokusere på de viktigste delene av omsorgsarbeidet.

Konklusjon: Fremtiden er her – men den kommer langsomt

AI tilbyr et transformasjonelt potensial for langtidsomsorg, men tilpasningsprosessen er mye langsommere enn den trenger å være. Omsorgsinstitusjonsledere må erkjenne mulighetene AI presenterer for å forbedre produktiviteten, selv om det utfordrer den eksisterende leverandør-landskapet. Venturekapitalister bør holde øye på visjonsteknologi som forener og forbedrer nåværende fragmenterte systemer. Systemintegratorer som omprioriterer til å tilby AI-baserte løsninger i langtidsomsorg kan posisjonere seg for suksess i et voksende og underserviced marked.

Til slutt vil innføringen av AI i langtidsomsorg være en langsom, men uunngåelig prosess. Spørsmålet er ikke om AI vil transformere denne sektoren, men hvor raskt det vil skje – og hvem som vil lede an.