โทนี่ ฮ็อกเบน ผู้นำสตูดิโออิมเมอร์ซีฟ ที่ Pfizer Digital Omnichannel Services & Solutions (OSS) – ซีรีส์สัมภาษณ์

โทนี่ ฮ็อกเบน เป็นผู้นำสตูดิโออิมเมอร์ซีฟที่ Pfizer (PFE ) Digital Omnichannel Services & Solutions (OSS) ซึ่งเป็นหน่วยงานที่อยู่ในระดับแนวหน้าของการเปลี่ยนแปลงวิธีการที่ Pfizer ติดต่อกับผู้ป่วย ผู้ให้บริการสุขภาพ และผู้เชี่ยวชาญทั่วโลก โดยใช้กลยุทธ์ดิจิทัลที่เป็นนวัตกรรม เทคโนโลยีที่ทันสมัย และข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล เพื่อให้เกิดประสบการณ์ที่ราบรื่น ส่วนบุคคล และมีผลกระทบ

คุณมีประสบการณ์ที่ยาวนานในด้านนวัตกรรมดิจิทัลและเทคโนโลยีอิมเมอร์ซีฟ คุณเริ่มสนใจในด้านนี้อย่างไร และคุณเดินทางมาถึงตำแหน่งปัจจุบันของคุณได้อย่างไร?

เส้นทางของฉันไม่เหมือนใคร หลังจากสำเร็จการศึกษาในสาขา ‘สื่อใหม่’ ที่ต้นศตวรรษ—เมื่อดิจิทัลยังคงกำลังพัฒนา—ฉันก่อตั้งและดำเนินธุรกิจเอเจนซี่ดิจิทัลของตัวเอง การทำงานในช่วงการเกิดขึ้นของเว็บ 2.0 เป็นประสบการณ์ที่น่าตื่นเต้นอย่างแท้จริง เราเป็นผู้บุกเบิกโซลูชัน SAAS และแอปพลิเคชันมือถือในบรรยากาศที่นวัตกรรมไม่ใช่แค่คำพูดโฆษณา แต่เป็นความเป็นจริงทุกวัน โครงการทุกโครงการเป็นการพัฒนาใหม่ และพลังงานของผู้ประกอบการนั้นเป็นเชื้อเพลิง

หลังจากขายธุรกิจของฉันก่อนเกิดการระบาดใหญ่ ฉันสนุกกับเวลาว่าง แต่เร็วๆ นี้ฉันก็รู้สึกว่าฉันต้องการความท้าทายใหม่ที่จะใช้ความเชี่ยวชาญของฉัน การเข้าร่วม Pfizer Digital ทำให้ฉันสามารถรวมทั้งความมุ่งมั่นสร้างสรรค์และความสามารถทางเทคนิคของฉัน โดยอาศัยประสบการณ์เกือบสองทศวรรษในการช่วยให้องค์กรทุกขนาดเปลี่ยนแปลงไปสู่ดิจิทัล

การสร้างสตูดิโออิมเมอร์ซีฟจากศูนย์เป็นประสบการณ์ที่น่าพึงพอใจอย่างยิ่ง—การสร้างศูนย์นวัตกรรมภายในที่ช่วยให้ทีมทั่วทั้งบริษัทสามารถใช้เทคโนโลยีอิมเมอร์ซีฟและอินเทอร์แอคทีฟได้ ปัจจุบัน ฉันเป็นส่วนหนึ่งของทีมที่นำการรวมโซลูชัน AI ทั่วทั้งหลายแผนกและกรณีการใช้งาน ช่วยให้ทีมสามารถจินตนาการถึงกระบวนการทำงานและความสามารถใหม่ๆ ของพวกเขา

สิ่งที่ทำให้ฉันรู้สึกพึงพอใจที่สุดเกี่ยวกับการเปลี่ยนแปลงมาอยู่ในด้านสุขภาพคือการนำความหลงใหลของฉันสำหรับการตัดผ่านระหว่างเทคโนโลยีและประสบการณ์ของมนุษย์มาใช้ในสภาพแวดล้อมที่งานของเรามีผลกระทบอย่างแท้จริง ที่นี่ ความแม่นยำ ความสมจริง และการมีส่วนร่วมที่เราสร้างผ่านเทคโนโลยีอิมเมอร์ซีฟมีผลกระทบโดยตรงต่อการศึกษาของนักศึกษาสุขภาพและในที่สุดก็ส่งผลต่อผลลัพธ์ของผู้ป่วย การเชื่อมโยงระหว่างนวัตกรรมทางเทคโนโลยีกับความเป็นอยู่ที่ดีของมนุษย์เป็นแรงผลักดันฉันทุกวัน

การฝึกอบรมทางการแพทย์กำลังเปลี่ยนแปลงไปพร้อมกับการจำลองสถานการณ์ที่ขับเคลื่อนด้วย AI การจำลองประสบการณ์อิมเมอร์ซีฟที่ขับเคลื่อนด้วย AI เหล่านี้เปรียบเทียบกับวิธีการฝึกอบรมแบบดั้งเดิมในแง่ของประสิทธิผลและความสามารถในการเข้าถึงได้อย่างไร?

ฉันควรเริ่มต้นด้วยการกล่าวถึงประสบการณ์อิมเมอร์ซีฟก่อนที่จะสำรวจว่า AI กำลังเปลี่ยนแปลงภูมิทัศน์อย่างไร

ประสบการณ์ฝึกอบรมอิมเมอร์ซีฟเปลี่ยนแปลงการศึกษาทางการแพทย์โดยการให้ความยืดหยุ่นที่วิธีการดั้งเดิมไม่สามารถเทียบได้ ผู้เรียนสามารถเยี่ยมชมสถานการณ์ที่ซับซ้อนจากทุกที่ ทุกเวลา และหลายๆ ครั้งตามที่ต้องการ หลักฐานที่น่าเชื่อถือแสดงให้เห็นว่าอัตราการรักษาความรู้สำหรับการเรียนรู้แบบอิมเมอร์ซีฟดีกว่าวิธีการฝึกอบรมแบบดั้งเดิมถึง 76%*

AI กำลังปฏิวัติประสบการณ์อิมเมอร์ซีฟเหล่านี้ใน четыре วิธีที่สำคัญ:

ในการสร้างเนื้อหา AI ทำให้การสร้างซิมูเลชันที่มีคุณภาพสูงเป็นประชาธิปไตย ซึ่งเคยต้องใช้ทีมพัฒนาสเปเชียลและหลายเดือนในการทำงาน สามารถทำได้เร็วขึ้นและด้วยคนน้อยกว่า – สิ่งนี้จะปลดล็อกศักยภาพในการพัฒนาและทำให้เนื้อหาสามารถสร้างได้ในระดับใหญ่

สำหรับประสบการณ์ของผู้เรียน AI ช่วยให้สามารถปรับเปลี่ยนได้แบบไดนามิก—ปรับเปลี่ยนสถานการณ์ในเวลาจริงตามการตัดสินใจและระดับทักษะ สร้างความท้าทายที่สมจริงที่สอดคล้องกับความไม่แน่นอนทางคลินิก

ในด้านการให้ข้อมูล AI ให้การประเมินที่ละเอียดกว่าเมตริกการผ่าน/ไม่ผ่านเพียงอย่างเดียว AI สามารถวิเคราะห์การเคลื่อนไหวของผู้เรียน ลำดับการตัดสินใจ และเปรียบเทียบประสิทธิภาพกับการเรียนก่อนหน้านี้หลายพันครั้งเพื่อให้ได้คำแนะนำส่วนบุคคล

สุดท้าย AI ช่วยให้การเรียนรู้ร่วมกันผ่านการประมวลผลภาษาธรรมชาติและอาวาตาร์ที่ฉลาดซึ่งจำลองการโต้ตอบที่สมจริงระหว่างผู้ป่วยและทีม

ผลกระทบต่อความสามารถในการเข้าถึงนั้นลึกซึ้ง—ประสบการณ์อิมเมอร์ซีฟที่ขับเคลื่อนด้วย AI สามารถใช้งานได้ทั่วและคุ้มต้นทุน ช่วยแก้ไขช่องว่างการฝึกอบรมทั่วโลก ส่วนผสมที่ทรงพลังของเทคโนโลยีอิมเมอร์ซีฟและ AI มีศักยภาพที่จะทำให้การเข้าถึงการฝึกอบรมทางการแพทย์คุณภาพสูงเป็นประชาธิปไตย โดยเฉพาะในภูมิภาคที่ด้อยโอกาส

*Bonde, Mads & Makransky, Guido & Wandall, Jakob & Larsen, Mette & Morsing Bagger, Mikkel & Jarmer, Hanne & Sommer, Morten. (2014). การปรับปรุงการศึกษาชีววิทยาผ่านการจำลองห้องปฏิบัติการแบบเล่นเกม

คุณสามารถแบ่งปันข้อมูลเชิงลึกเกี่ยวกับวิธีการพัฒนาการจำลองทางการแพทย์ที่ขับเคลื่อนด้วย AI ที่บริษัทของคุณอย่างไร? อะไรคือความท้าทายที่ยิ่งใหญ่ที่สุดในการสร้างการจำลองที่มีคุณภาพสูงเหล่านี้?

เรากำลังอยู่ในขั้นตอนแรกของการรวม AI เข้ากับแนวทางของเรา เรามีวิสัยทัศน์ที่ชัดเจนเกี่ยวกับทิศทางที่เรากำลังจะไป แต่พื้นที่การดูแลสุขภาพที่มีการควบคุมอย่างเข้มงวดที่เราทำงานต้องการการนำไปใช้อย่างมีระเบียบและตรวจสอบอย่างเข้มงวด ซึ่งสร้างความตึงเครียดระหว่างความปรารถนาของเราในการสร้างนวัตกรรมอย่างรวดเร็วและภาระผูกพันในการดำเนินการอย่างระมัดระวัง—เราต้องการที่จะรักษากระแสนวัตกรรมที่เกิดขึ้นพร้อมกับ AI

ปัจจุบัน เรากำลังเน้นความพยายามของ AI ในสามพื้นที่หลัก:

1. การเร่งการสร้างเนื้อหา: เรากำลังใช้ AI เพื่อปรับปรุงการผลิตเนื้อหาของเรา ช่วยให้ทีมทางการแพทย์และการออกแบบคำสอนของเราสามารถขยายการผลิตสถานการณ์ที่มีหลักฐานเชิงประจักษ์ การเปลี่ยนแปลงทางคลินิก และแบบจำลองผู้ป่วยได้อย่างมีนัยสำคัญ ซึ่งช่วยให้เราสามารถรักษาคุณภาพไว้ได้ขณะขยาย thư việnการจำลองของเรา
2. การเร่งการพัฒนาเทคนิค: เรากำลังใช้ AI เพื่อเร่งกระบวนการพัฒนาเทคนิคของเรา ทำให้เราสามารถสร้างต้นแบบได้เร็วขึ้น ทดสอบ และใช้งานคุณลักษณะการจำลองใหม่ๆ และความสามารถต่างๆ ได้อย่างรวดเร็ว ซึ่งช่วยให้เราสามารถเอาชนะข้อจำกัดด้านทรัพยากรและเร่งรอบการนวัตกรรมของเรา
3. ประสบการณ์ที่ปรับให้เหมาะกับผู้เรียน: ในขณะเดียวกัน เรากำลังพัฒนาแนวทางในการรวม AI เข้ากับการจำลองของเราโดยตรง เพื่อสร้างสภาพแวดล้อมการเรียนรู้ที่มีปฏิกิริยาและปรับให้เหมาะสมมากขึ้น ซึ่งรวมถึงระบบการให้ข้อมูลส่วนบุคคลและความยากที่ปรับให้เหมาะกับรูปแบบการแสดงผลของผู้เรียน

แม้ว่าการก้าวหน้าจะต้องใช้ความอดทนในโดเมนนี้ แต่เรารู้สึกตื่นเต้นเกี่ยวกับวิธีการที่นวัตกรรม AI เหล่านี้จะเปลี่ยนแปลงการฝึกอบรมทางการแพทย์และผลลัพธ์ของผู้ป่วยในที่สุด

ประสบการณ์ห้องปฏิบัติการ 360 องศาของคุณเป็นแนวทางใหม่ในการฝึกอบรมผู้เชี่ยวชาญด้านสุขภาพ คุณสามารถอธิบายว่ามันทำงานอย่างไร และคุณได้รับคำติชมจากผู้ใช้อย่างไร?

ห้องปฏิบัติการเสมือนจริง 360 องศาให้ผู้เชี่ยวชาญด้านสุขภาพได้สัมผัสกับการเดินผ่านห้องปฏิบัติการจริง การโต้ตอบกับอุปกรณ์ทางการแพทย์ การฝึกทักษะ และการแก้ไขปัญหาในโลกดิจิทัลที่มีการจำลองอย่างสมบูรณ์

ห้องปฏิบัติการเสมือนจริงถูกออกแบบมาเพื่อเสริมการเดินชมห้องปฏิบัติการที่ทำงานจริงที่แสดงถึงแนวปฏิบัติที่ดีที่สุด เราได้ระบุว่าการเยี่ยมชมห้องปฏิบัติการจริงต้องใช้การวางแผนและจัดตารางที่ซับซ้อน ดังนั้นเราจึงสร้างทางเลือกดิจิทัลที่สามารถเข้าถึงได้ 24/7 จากทุกที่ในโลก

ผู้เชี่ยวชาญด้านสุขภาพสามารถเดินผ่านการจำลองที่มีรายละเอียดและโต้ตอบได้ ซึ่งจะทดสอบความรู้และเพิ่มความเข้าใจเกี่ยวกับขั้นตอนในห้องปฏิบัติการ แพลตฟอร์มนี้ได้รับการออกแบบสำหรับอุปกรณ์ต่างๆ เพื่อให้แน่ใจว่ามีความยืดหยุ่นในการเรียนรู้และที่ไหน

คำติชมเป็นไปอย่างดี ผู้ใช้ชมเชยสามด้าน:

1. ความสมจริง: สภาพแวดล้อมที่มีคุณภาพสูงสร้างความรู้สึกที่แท้จริงในการมีอยู่ในห้องปฏิบัติการที่ทำงาน
2. การมีส่วนร่วม: องค์ประกอบโต้ตอบรักษาความสนใจและความตั้งใจตลอดประสบการณ์การเรียนรู้
3. ความยืดหยุ่น: ความสามารถในการเข้าถึงการฝึกอบรมได้ทุกเมื่อและทุกที่

สิ่งที่สำคัญที่สุดคือ ผู้เชี่ยวชาญด้านสุขภาพรายงานว่ารู้สึกมั่นใจในทักษะของตนมากขึ้นและรักษาความรู้ได้ดีกว่าวิธีการฝึกอบรมแบบดั้งเดิม สิ่งนี้ส่งผลโดยตรงต่อการดูแลผู้ป่วยที่ดีขึ้นในสถานการณ์จริง

AI และเทคโนโลยีอิมเมอร์ซีฟสามารถทำให้การฝึกอบรมมีความสามารถในการเข้าถึงได้มากขึ้น แต่คุณเห็นข้อจำกัด เช่น ความกังวลด้านกฎระเบียบ ความลังเลในการใช้งาน หรือข้อจำกัดทางเทคนิค ที่ต้อง克服?

เมื่อพูดถึงการนำเทคโนโลยีใหม่ๆ มาใช้ในด้านการฝึกอบรมทางการแพทย์ ข้อจำกัดแตกต่างกันอย่างมากระหว่างประสบการณ์อิมเมอร์ซีฟและแอปพลิเคชัน AI

ความท้าทายหลักๆ กับเทคโนโลยีอิมเมอร์ซีฟรวมถึง:

• ต้นทุนการผลิต: การสร้างประสบการณ์อิมเมอร์ซีฟที่มีคุณภาพสูงมักจะใช้เงินมาก แต่ AI ก็ช่วยให้เราสามารถแก้ไขปัญหานี้ได้โดยการเร่งการผลิตเนื้อหาและลดเวลาในการผลิต
• ความสามารถในการเข้าถึง: เราทำให้แน่ใจว่าการฝึกอบรมอิมเมอร์ซีฟของเรายังคงสามารถเข้าถึงได้โดยการพัฒนาสำหรับหลายแพลตฟอร์ม เช่นเดียวกับห้องปฏิบัติการเสมือนจริงของเรา ซึ่งทำงานบนอุปกรณ์ต่างๆ นี่ทำให้ผู้เรียนสามารถมีส่วนร่วมได้ไม่ว่าจะมีการตั้งค่าทางเทคนิคอย่างไร
• ความลังเลในการใช้งาน: สิ่งนี้อาจเป็นความท้าทายที่ยั่งยืนของเรา โดยเฉพาะอย่างยิ่งสำหรับผู้เชี่ยวชาญด้านสุขภาพที่มีประสบการณ์ กลยุทธ์ของเราคือการให้การเปิดเผยที่เพิ่มขึ้นอย่างค่อยเป็นค่อยไป—เริ่มต้นด้วยรูปแบบที่คุ้นเคย เช่น ห้องปฏิบัติการเสมือนจริงที่แนะนำแนวคิดการเรียนรู้เชิงพื้นที่โดยไม่ต้องมีการเรียนรู้ที่陡峭 ซึ่งช่วยสร้างความสบายใจกับแนวคิดอิมเมอร์ซีฟก่อนที่จะก้าวไปสู่เทคโนโลยีที่ซับซ้อนมากขึ้น

สำหรับการรวม AI เราเผชิญกับอุปสรรคที่แตกต่างกัน:

• ข้อจำกัดทางเทคนิค: เรากำลังทำงานผ่านสิ่งเหล่านี้โดยการสร้างแพลตฟอร์มและแนวทางที่มั่นคงซึ่งจะทำหน้าที่เป็นพื้นฐานสำหรับการพัฒนาต่อๆ ไป
• ความกังวลด้านกฎระเบียบ: สิ่งนี้แสดงถึงความท้าทายที่ยิ่งใหญ่ที่สุดของเรา องค์กรด้านกฎระเบียบมีคำถามที่ถูกต้องเกี่ยวกับความถูกต้องและความถูกต้องของเนื้อหาที่สร้างโดย AI ในการศึกษาด้านสุขภาพ แนวทางของเราคือการพัฒนากรณีการใช้งานภายในก่อน โดยการสร้างตัวอย่างที่เป็นรูปธรรมซึ่งเราสามารถใช้เพื่อโต้ตอบกับทีมด้านกฎระเบียบอย่างสร้างสรรค์ เรารู้ว่าเราต้องสนับสนุนความเข้าใจของพวกเขาในขณะเดียวกันก็ร่วมมือกันในการพัฒนาการป้องกันที่เหมาะสม

โดยการแก้ไขข้อจำกัดเหล่านี้อย่างเป็นระบบและรับรู้ถึงลักษณะเฉพาะของข้อจำกัดเหล่านั้น เรากำลังสร้างเส้นทางสำหรับการนวัตกรรมที่มีความรับผิดชอบซึ่งรักษามาตรฐานสูงซึ่งจำเป็นในการศึกษาด้านสุขภาพ

ด้วยความเร็วที่ AI กำลังเร่งตัวขึ้น คุณคิดว่าจะมีจุดหนึ่งที่ AI จะรับบทบาทที่กระตือรือร้นมากขึ้นในการดูแลผู้ป่วยแบบเรียลไทม์ มากกว่าการเป็นเพียงเครื่องมือสนับสนุน?

สิ่งนี้ออกนอกขอบเขตความเชี่ยวชาญของฉันเล็กน้อย แต่ฉันคิดว่าเราสามารถเห็นได้ว่า AI กำลังเคลื่อนตัวออกจากบทบาทสนับสนุนในด้านสุขภาพแล้ว โดยมีตัวอย่างเช่น การวินิจฉัยที่ได้รับการช่วยเหลือจาก AI และการช่วยเหลือการผ่าตัดแบบเรียลไทม์ ในช่วงห้าปีข้างหน้า ฉันคาดว่า AI จะรับบทบาทที่กระตือรือร้นมากขึ้นในการดูแลผู้ป่วย แต่จะไม่แทนที่มนุษย์โดยสมบูรณ์ AI จะทำงานร่วมกับผู้เชี่ยวชาญด้านสุขภาพในกรอบ “มนุษย์ในวงจร” โดยให้การช่วยเหลือโดยไม่ควบคุมทั้งหมด การเปลี่ยนแปลงนี้ทำให้เกิดความกังวลเกี่ยวกับความไว้วางใจและความรับผิดชอบ—ในขณะที่ AI อาจแนะนำการวินิจฉัยหรือแผนการรักษา การตัดสินใจสุดท้ายยังคงอยู่กับมนุษย์เพื่อให้แน่ใจถึงความปลอดภัยของผู้ป่วย AI จะเพิ่มประสิทธิภาพในการตัดสินใจ แต่การตัดสินใจของมนุษย์ยังคงจำเป็น

ในโลกที่ข้อมูลทางการแพทย์ที่สร้างโดย AI อาจมีประสิทธิภาพเหนือผู้เชี่ยวชาญด้านสุขภาพในบางงานได้ คุณคิดว่า ngànhสุขภาพควรเตรียมตัวสำหรับการเปลี่ยนแปลงนี้อย่างไร?

ในแต่ละครั้งที่มีการเปลี่ยนแปลงทางเทคโนโลยี เราจะเห็นการถูกแทนที่งานมากกว่าการแทนที่คน Industry สุขภาพต้องมอง AI ไม่เพียงแต่เป็นตัวแทนของการเปลี่ยนแปลง แต่เป็นเครื่องมือที่ช่วยให้การทำงานร่วมกันระหว่างมนุษย์และ AI มีประสิทธิภาพมากขึ้น มันคือสมการง่ายๆ—มนุษย์ + AI มากกว่ามนุษย์หรือ AI เพียงอย่างเดียว

การเปลี่ยนแปลงนี้จะเกิดขึ้นอย่างค่อยเป็นค่อยไปและเฉพาะจุด—อาจเริ่มต้นในพื้นที่เช่นการวินิจฉัยโดยใช้ภาพ การตรวจทางพยาธิวิทยา และการวิเคราะห์เชิงพยากรณ์สำหรับการเสื่อมสภาพของผู้ป่วย พื้นที่เหล่านี้เป็นจุดที่ AI มีประโยชน์ในการรับรู้รูปแบบในระดับใหญ่ ในขณะที่การให้เหตุผลทางคลินิกที่ซับซ้อนจะยังคงอยู่ภายใต้การนำของมนุษย์ในช่วงเวลาที่จะมาถึง

เราควรเริ่มต้นด้วยงานเล็กๆ ที่มีค่าและเฉพาะเจาะจง ซึ่งช่วยให้ผู้เชี่ยวชาญด้านสุขภาพและผู้ป่วยสามารถสร้างความไว้วางใจในความสามารถของ AI ได้โดยเร็ว การนำแนวทางที่ค่อยเป็นค่อยไปนี้ทำให้เราสามารถสร้างนวัตกรรมที่มีประสิทธิภาพและยั่งยืนได้

สิ่งแรกที่องค์กรใดๆ ควรทำคือการทำให้การเปิดเผย AI เป็นประชาธิปไตย—ให้พนักงานท้าทายตัวเองเพื่อเปิดเผยถึงศักยภาพ—ให้พวกเขาสร้างภาพ ใช้ AI ในการเขียนอีเมล หรือสร้างการนำเสนอ โดยให้พวกเขานำความสามารถนั้นกลับมาสู่การทำงานของตน และช่วยให้พวกเขาค้นหาการใช้งานที่มีประสิทธิผลในงานประจำวันของตน

หลายบริษัทต้องดิ้นรนในการขยายโซลูชัน AI ไปไกลกว่าโครงการนำร่อง คุณใช้กลยุทธ์ใดในการนำ AI ไปใช้ขนาดใหญ่?

สำหรับฉัน การขยายโครงการเทคโนโลยีใดๆ รวมถึง AI ต้องเผชิญกับความท้าทายสองประการ: โครงสร้างพื้นฐานทางเทคนิค และการยอมรับของผู้ใช้

ในด้านสุขภาพที่มีการควบคุมอย่างเข้มงวด การสร้างรากฐานทางเทคนิคที่มั่นคงก่อนการขยายโครงการ AI ใดๆ เป็นสิ่งจำเป็น เราต้องการโครงสร้างพื้นฐานที่ปลอดภัยและเป็นไปตามมาตรฐานเพื่อสร้างสมดุลระหว่างนวัตกรรมและความปลอดภัยของผู้ป่วย

เมื่อมีการนำเทคโนโลยีใหม่ๆ มาใช้ การยอมรับของผู้ใช้กลายเป็นข้อจำกัดที่ยิ่งใหญ่ที่สุด เราพบว่าการทำให้ AI เป็นแบบไม่มองเห็นเป็นสิ่งสำคัญสำหรับการยอมรับในวงกว้าง ตัวอย่างเช่น การต้องเผชิญหน้ากับหน้าจอเปล่าและต้องเขียนคำสั่งให้ถูกต้องจะสร้างความต้านทานอย่างมากสำหรับผู้ใช้ส่วนใหญ่ แทนที่จะออกแบบวิธีแก้ปัญหาโดยที่ผู้ใช้สามารถคลิกปุ่มที่กำหนดไว้ล่วงหน้าหรือใช้กระบวนการทำงานที่คุ้นเคยซึ่งใช้ AI อยู่เบื้องหลัง

แนวทางของเราคือการเริ่มต้นด้วยขนาดเล็กแต่สร้างโดยคำนึงถึงการขยายขนาดตั้งแต่วันแรก แทนที่จะสร้างโซลูชันที่ใช้ได้เพียงครั้งเดียว เราออกแบบส่วนประกอบแบบโมดูลาร์ที่สามารถขยายและนำไปใช้ใหม่ได้หลายครั้ง สิ่งนี้ช่วยให้โครงการนำร่องที่ประสบความสำเร็จกลายเป็นแบบจำลองสำหรับการนำไปใช้ในวงกว้าง

คุณเชื่อว่า AI จะเปลี่ยนแปลงสุขภาพในลักษณะที่เคยถูกมองว่าเป็นนิยายวิทยาศาสตร์ คุณคิดว่าการพัฒนาที่เฉพาะเจาะจงใดที่จะมีผลกระทบมากที่สุดในช่วงห้าปีข้างหน้า?

ในฐานะเด็กที่เติบโตในยุค 80 ฉันจำละครโทรทัศน์ “The Six Million Dollar Man” และ “The Bionic Woman” ในทศวรรษ 1970 ซึ่งมีตัวละครที่ได้รับการปรับปรุงด้วยเทคโนโลยี การปฏิวัติของ AI ในด้านสุขภาพจะไม่เกี่ยวกับการเพิ่มประสิทธิภาพทางกายภาพ แต่เกี่ยวกับการเพิ่มประสิทธิภาพทางจิต

ในช่วงห้าปีข้างหน้า ฉันเชื่อว่าการพัฒนาที่เฉพาะเจาะจงหลายอย่างจะเปลี่ยนแปลงสุขภาพในลักษณะที่สำคัญ:

1. การอัตโนมัติของการบริหาร: ภาระการบริหารที่กำลังใช้เวลาของผู้เชี่ยวชาญด้านสุขภาพไปอย่างมากจะลดลงอย่างมาก สิ่งนี้ไม่เพียงแต่เกี่ยวกับประสิทธิภาพเท่านั้น แต่ยังเกี่ยวกับการนำการดูแลกลับเข้าสู่การดูแลสุขภาพด้วยการนำความสนใจของมนุษย์กลับมาสู่การโต้ตอบกับผู้ป่วย
2. การเร่งการค้นพบยา: ระยะเวลาตั้งแต่การระบุเป้าหมายทางโภชนาการจนถึงการพัฒนาการรักษาที่มีประสิทธิผลจะถูกบีบอัดจากหลายทศวรรษเป็นหลายปีหรือแม้กระทั่งหลายเดือน AlphaFold ซึ่งถูกสร้างและเผยแพร่โดย DeepMind ของ Google ได้ปฏิวัติวิธีการทำความเข้าใจโครงสร้างโปรตีน—การแก้ปัญหาในหลายวันซึ่งเคยใช้เวลาหลายปีในการทำงานในห้องปฏิบัติการ
3. การวินิจฉัยที่แม่นยำ: ระบบ AI จะปรับปรุงการตรวจจับโรคเร็วๆ นี้ เช่น มะเร็ง โรคหัวใจ และโรคทางระบบประสาทผ่านการรับรู้รูปแบบในฐานข้อมูลขนาดใหญ่
4. การรักษาส่วนบุคคล: แผนการรักษาจะถูกปรับให้เหมาะสมอย่างต่อเนื่องตามข้อมูลของผู้ป่วยแต่ละราย โดยปรับให้เหมาะสมในเวลาจริงเพื่อเพิ่มประสิทธิผลและความมีส่วนร่วมของผู้ป่วยในดูแลตนเอง

อัตราของการเปลี่ยนแปลงเหล่านี้จะเป็นเรื่องที่น่าตกใจ AI เหมือนกับ “ปีของสุนัข” แต่ด้วยการเร่งความเร็วแบบทวีคูณ เราจะเห็นสิ่งที่อาจใช้เวลา 50 ปีในการวิจัยและนำไปใช้ในการปฏิบัติ

สิ่งเหล่านี้ไม่ใช่สถานการณ์นิยายวิทยาศาสตร์ที่อยู่ห่างไกล—พวกมันกำลังเกิดขึ้นในรูปแบบแรกๆ แล้ว มันไม่ใช่อนาคต มันคือปัจจุบัน