Tankeledare

Varför införandet av AI inom långtidsvård tar lång tid

mm
Lägg till Unite.AI bland dina föredragna källor på Google

AI gör betydande framsteg inom många branscher, men dess antagande inom långtidsvårdseinstitutioner förblir långsamt och utmanande. Medan AI har potentialen att revolutionera patientvård genom fallupptäckt, trycksårprevention och sömnkvalitetsbedömningar, har vägen till omfattande distribution varit allt annat än snabb. Detta är ett problem av stor vikt för investerare, vårdhemchefer och systemintegratörer, alla som är väl medvetna om den transformerande potential som AI erbjuder. Ändå, trots dess löfte, implementeras AI inom långtidsvård inte i den takt eller skala vi skulle förvänta oss.

Det betyder inte att AI bör accepteras utan eftertanke eller kontroll, men det finns en tydlig tveksamhet inom vårdbranschen som gör att sektorn halkar efter i utvecklingen. Om man tittar på andra områden finns det en större öppenhet för AI, även inom olika hälsosektorer. AI används alltmer för att diagnostisera sjukdomar, utbilda hälsoarbetare och underlätta deras arbete, så varför skulle det inte vara likadant inom långtidsvård?

Vad venturekapitalister bör veta

För venturekapitalister är AI inom långtidsvård attraktivt av flera skäl. Först och främst säljs hälso mjukvara vanligtvis genom återkommande licensavtal, vilket gör företag som erbjuder dessa lösningar till primära mål för förvärv. Företag med återkommande inkomstflöden, särskilt inom en sektor som är så robust som hälsovården, är attraktiva för förvärv till premiumvärderingar. Nylig marknadsaktivitet understryker detta: till exempel förvärvade Nordic Capital i juli 2024 en majoritetspost i det Oslo-baserade företaget Senso, medan Avasure förvärvade det San Francisco-baserade företaget Ouva, vilket signalerar en het investeringsmarknad inom långtidsvård.

Men trots dessa marknadsdrivande faktorer frågar VCs ofta: “Vilken teknik kommer att dominera?” Det finns många aktörer – wearables, radar och optiska sensorer – men att identifiera den vinnande lösningen är inte lätt för dem.

Chefer för vårdhem: Navigering i konkurrerande agendor

Det centrala problemet för långtidsvårdspersonal är den växande personalbristen. AI kan hjälpa till genom att öka vårdpersonalens produktivitet med 20-30%, vilket gör det till ett viktigt verktyg för att upprätthålla kvalitetsvård i ansiktet av resursbegränsningar. Men chefer måste vara medvetna om de konkurrerande agendorna bland leverantörer. Många systemintegratörer har etablerat långsiktiga relationer med vårdhem och kan inte vara fullständigt motiverade att acceptera AI. Anledningen är enkel: deras intäkter beror på försäljning och underhåll av nuvarande, ofta föråldrade system. Dessa system börjar skymmas av införandet av AI, som förenklar allt och använder mindre utrustning, såsom endast en kamera som kan kombineras med datorseendeinlärning.

Långtidsvårdseinstitutioner är beroende av dessa föråldrade teknologier, ofta installerade av systemintegratörer med ekonomiska intressen i att upprätthålla status quo. Listan över produkter som för närvarande används inkluderar infraröda rörelsesensorer, dörrkontakter, akustisk övervakning, sängsensorer och bärbara enheter. Medan dessa system är funktionella är de långt ifrån optimala, eftersom de genererar så många falska larm att vårdgivare utvecklar larmtrötthet. Fördelen för systemintegratörerna är att dessa system kräver frekvent underhåll och support.

För systemintegratörer som specialiserar sig på säkerhet presenterar långtidsvårdsmarknaden en lovande möjlighet. Säkerhet är en överbelastad och konkurrensutsatt marknad – en “röd ocean”. I kontrast representerar långtidsvårdseinstitutioner en framväxande “blå ocean” tack vare införandet av AI. Det finns pengar att tjäna för dem som är villiga att ändra riktning mot denna växande marknad, men de måste förstå de unika utmaningar som AI medför.

Det överväldigande problemet inom vård

Problemen som långtidsvårdssektorn står inför är enorma och dubbla:

  1. Ökad efterfrågan på vård, driven av en snabbt åldrande befolkning och längre livslängd.
  2. Minskande tillgång på vårdgivare, förvärrad av minskande födelsetal under de senaste decennierna. En nylig analys fann att Storbritanniens fertilitetsgrad minskar snabbare än något annat G7-land, med en minskning på 8%.

Globalt sett förväntas marknaden för vårdplatser explodera – från 63 miljoner idag till 121 miljoner år 2050. Utmaningen är hur man ska möta denna ökande efterfrågan samtidigt som man hanterar begränsade mänskliga resurser. Vårdarbetare över hela världen arbetar redan för mycket, med långa arbetsdagar, dålig lön och hög stress, vilket gör att allt fler av dem lämnar branschen.

Varför AI-antagande tar så lång tid

Den långsamma antagandet av AI inom långtidsvård beror på fyra nyckelfaktorer:

  1. Systemintegratörsresistens: AI hotar att ersätta de många sensorer som för närvarande används inom vårdinstitutioner med en enda, kamera-baserad lösning som drivs av avancerad datorseende. Detta hotar i sin tur intäktsflödena för etablerade systemintegratörer. I många avseenden liknar denna situation andra väl dokumenterade affärsstrider – som Netflix vs. Blockbuster eller digitala kameror vs. Kodak och Polaroid. Det disruptiva potentialen i AI är tydlig, men oviljan hos befintliga aktörer att acceptera det är lika tydlig.
  2. Maskinvaruförsening: Rodney Brooks, en expert på robotik från MIT, påpekar att medan mjukvaruadoption sker i blixtens hastighet (tänk på ChatGPT som nådde 100 miljoner användare på två månader), tar det mycket längre tid att implementera maskinvara. AI-drivna lösningar kräver fysiska kameror, kablar och installation, vilket innebär att antagandetprocessen bromsas upp.
  3. Utbildnings- och kulturella barriärer: Inom långtidsvård lär unga vårdgivare på jobbet av mer erfarna personal. Medan denna mentor-modell har sina fördelar, skapar den också en betydande barriär för att anta nya teknologier som AI. Vårdgivare som utbildats i traditionella metoder är ofta motvilliga att lära sig att arbeta med avancerade system, vilket kan sakta ner integrationsprocessen.
  4. Uppfattning: AI har utsatts för enorm kritik, ibland berättigad men ibland på grund av brist på utbildning på ämnet. Det finns en rädsla för att AI ska ersätta jobb inom hälsovården, ta bort inkomst från hårt arbetande människor. Men när AI skapas och tillämpas på rätt sätt är målet inte att ta bort jobb, utan att förbättra och göra människors jobb lättare och låta dem fokusera på de viktiga delarna av vårdarbetet.

Slutsats: Framtiden är här – men den anländer långsamt

AI erbjuder en transformerande potential för långtidsvård, men antagandeprocessen är långsammare än den borde vara. Vårdhemchefer måste erkänna den möjlighet som AI presenterar för att förbättra produktiviteten, även om det utmanar den befintliga leverantörslandskapet. Venturekapitalister bör hålla ett öga på visionsteknologi som förenar och förbättrar de nuvarande fragmenterade systemen. Systemintegratörer som ändrar riktning mot att erbjuda AI-baserade lösningar inom långtidsvård kan positionera sig för framgång i en växande och underservad marknad.

Till slut kommer införandet av AI inom långtidsvård att vara en långsam men oundviklig process. Frågan är inte om AI kommer att transformera denna sektor, utan hur snabbt det kommer att hända – och vem som kommer att leda anfallet.

Dr. Harro Stokman är VD och grundare av Kepler Vision Technologies, ett företag som använder AI och maskinlärande för att förbättra människors välbefinnande. En expert inom datorseende-teknik och AI, grundade Dr. Stokman Kepler Vision 2018 efter att ha insett potentialen för AI- och maskinlärande-driven humanaktivitetigenkänning för att minska arbetsbördan för vårdpersonal. Nu fungerar Kepler Visions "Night Nurse"-program som ett avancerat hemautomatiseringssystem som håller patienter säkra och minskar stressen och arbetsbördan för personal inom äldreomsorgen.