Узкое место медицинских коммуникаций: почему ИИ нацелен на коммуникационную проблему фармацевтики

Медицинская коммуникация всегда работала под давлением: биофармацевтические компании генерируют огромное количество клинических данных – результаты испытаний, реальные данные, обновления безопасности – которые должны одновременно достигать нескольких аудиторий, включая специалистов-врачей, врачей общей практики, специалистов по научно-медицинским связям (MSL), плательщиков, опекунов и пациентов.

Каждая аудитория требует иной подачи, языка и уровня технической глубины. Однако в течение десятилетий люди, отвечающие за преодоление этого разрыва – квалифицированные научные коммуникаторы в агентствах по медицинским коммуникациям – тратили удивительно большую часть своего рабочего времени не на размышления, а на переформатирование.

Перемещение содержания слайдов из одного конгресс-шаблона в другой, перестройка презентаций для разных аудиторий и выполнение этого вручную, нередко за ночь в сжатые сроки. “Мы делали все эти материалы для клиентов, но часто мы также тратили много времени на сбор презентации и затем переносили материалы из одного шаблона в другой”, – сказала Франсин Каррик, учёная с докторской степенью, проработавшая 22 года в медицинских коммуникациях.

“Мы мечтали о решении, которое переведет эту науку для нас”, – добавила она.

Каррик недавно присоединилась к платформе презентаций ИИ Prezent в качестве президента Prezent Vivo, который объединяет специально разработанный ИИ и экспертов для обеспечения коммуникационной экосистемы жизненных наук – включая как биофармацевтику, так и партнёрские агентства компании.

Проблема, которую она описывает, не является нишевой; она находится на пересечении двух факторов давления, которые сейчас хорошо задокументированы в отрасли. С одной стороны, почти 8 из 10 медицинских специалистов получают больший объем информации от фармацевтических компаний, чем до COVID-19, и 77% говорят, что объем цифровых коммуникаций уже слишком велик.

С другой стороны, фармацевтические компании борются за предоставление персонализированного, актуального контента, который необходим медицинским специалистам, частично потому, что устаревшие системы не имеют гибкости для поддержки продвинутой персонализации в масштабе. Конвейер контента перегружен на обоих концах: слишком много производится, и слишком мало из этого эффективно доходит до места назначения.

Проблема модульного контента

Предложенное отраслью решение этой проблемы в течение долгого времени было “модульным контентом” – идеей разбиения научной информации на повторно используемые компоненты, которые можно собрать по-разному для разных аудиторий.

В теории это элегантно, но на практике крупные языковые модели сейчас используются для подготовки рукописей, сжатия наборов реальных данных в сводки и разработки модулей для обучения медицинских специалистов – инструментов, которые до недавнего времени существовали только как демонстрации осуществимости концепции.

Каррик формулирует основную задачу в прямых терминах: “То, как мы представляем информацию врачу из академической среды, врачу общей практики, человеку, ухаживающему за пациентом, или самому пациенту, очень, очень различается”, – подчеркнула она.

“В традиционной модели взятие этой информации и ее адаптация были очень трудоемкими и требовали времени”. Другими словами, проблемой не была экспертиза коммуникаторов, а скорость – больше данных, поступающих быстрее, чем команды могут вручную переупаковывать их.

После широкого экспериментирования с ИИ в 2024 году компании находятся под давлением, чтобы показать реальные результаты от своих инвестиций в ИИ, что стимулирует принятие вертикальных решений ИИ, специально разработанных для конкретных рабочих процессов.

Это именно тот аргумент, который предлагает Prezent со своим агентом ИИ Astrid: что система, построенная специально для жизненных наук, обученная на требованиях соблюдения правил, ограничениях регулирования и научной терминологии биофармацевтики, будет работать лучше, чем инструмент общего назначения, адаптированный для отрасли.

Вопрос специализации

Вопрос о том, действительно ли контекст жизненных наук требует специально разработанного ИИ, или это просто маркетинговая формулировка для конкурентного рынка, вполне обоснован.

Однако ясно, что FDA внимательно следит за этим. После публикации в 2025 году руководств по использованию ИИ для поддержки принятия регуляторных решений по лекарственным средствам и биологическим продуктам она получила более 500 заявок, содержащих компоненты ИИ. Такой регуляторный контроль создает реальный аргумент в пользу инструментов ИИ с изначально встроенным соблюдением нормативных требований, а не адаптированных: риск ошибки в регулируемой среде качественно отличается от риска ошибки, скажем, в маркетинговой презентации.

Более широкий рынок ИИ в здравоохранении отражает растущую уверенность: глобальный рынок ИИ в здравоохранении, как ожидается, вырастет с 26,6 миллиардов долларов США в 2024 году до 187,7 миллиардов долларов к 2030 году, и отрасль уже развертывает ИИ более чем в два раза быстрее, чем более широкая экономика.

В этом контексте фармацевтические и биотехнологические компании остаются наиболее ориентированными на исследования и разработки: 54% из них отдают приоритет инновациям и разработке лекарств, хотя коммерческие операции – включая коммуникации – все чаще входят в повестку дня.

Вопрос человеческой экспертизы

Приход ИИ-инструментов в профессиональные услуги неизбежно генерирует один и тот же разговор: что происходит с людьми, которые в настоящее время выполняют эту работу? В медкоммуникациях, где работа требует настоящей научной грамотности, ответ более нюансирован, чем предполагает замена.

Мнение Каррик заключается в том, что фактор, ограничивающий использование человеческой экспертизы в медкоммуникациях, — не знания, а доступная рабочая ёмкость. “Это позволяет использовать человеческую экспертизу и во многих отношениях ускоряет её применение”, – сказала она об ИИ в своей области. “Это позволяет делиться этой экспертизой, этими идеями и этими человеческими знаниями с большим числом аудиторий в более подходящее время”.

Эта точка зрения соответствует тому, что появляется как более многогранная картина влияния ИИ на квалифицированную интеллектуальную работу. Опросы врачей предполагают устойчивость вместо замены, поскольку многие считают, что ИИ изменит их работу, но не устранит их роль.

Аналогия с медицинской коммуникацией не идеальна, но структурное сходство сохраняется: то, что ИИ может сделать сейчас, – это ускорить рутину; то, что он не может сделать, – это заменить научное суждение, интуитивное понимание аудитории или стратегическое мышление, которое определяет более высокоценную работу.

Исследование EPG Health показало, что почти 60% респондентов из фармацевтики определили информацию о медицинских специалистах как главный приоритет для стратегического взаимодействия, и что специалисты по научно-медицинским связям (MSL) обогнали отделы продаж как наиболее важный канал для отправки информации медицинским специалистам.

Это сигнал о том, что фармацевтика переходит к коммуникациям, более ориентированным на отношения и менее — на массовое вещание, которые требуют больше человеческого суждения, а не меньше – даже когда ИИ обрабатывает производственный уровень.

Чего на самом деле требует этот сдвиг

Более трудный вопрос не в том, будет ли ИИ играть роль в медицинской коммуникации – это уже решено. Это то, являются ли инструменты, которые строятся, действительно подходящими для сложности области.

Каррик отметила, что Prezent называет “отпечатки пальцев” – предпочтения коммуникации, специфичные для аудитории, которые можно закодировать и применить при адаптации контента. Концепция отражает более фундаментальную задачу: что цель “правильного контента, в правильное время, через правильный канал, для правильной аудитории” – долгое время служившая девизом медкоммуникаций – всегда была более аспирационной, чем операционной.

Для достижения этого требуется не только хороший научный текст, но и систематическое знание о том, как разные аудитории обрабатывают разные виды информации.

Остается открытым вопросом, может ли ИИ надежно закодировать эти знания и может ли он сделать это, сохраняя научную точность и соблюдение правил, которые отличают медицинскую коммуникацию от других отраслей контента.

Независимо от этого, то, что больше не под вопросом, – это то, что старая модель, с ее ночными марафонами форматирования и ручными миграциями шаблонов, никогда не была устойчивой при темпе, который требует современная биофармацевтика.

Проблема была видна практикам в течение многих лет, но инструменты для ее решения только сейчас становятся жизнеспособными – благодаря ИИ.