The Med Comms Bottleneck: Tại Sao AI Đang Nhắm Vào Vấn Đề Truyền Thông Của Ngành Dược

Truyền thông y tế luôn hoạt động dưới áp lực: các công ty sinh học và dược phẩm tạo ra một lượng lớn dữ liệu lâm sàng – kết quả thử nghiệm, bằng chứng thực tế, cập nhật an toàn – phải đến được nhiều đối tượng đồng thời, bao gồm các bác sĩ chuyên khoa, bác sĩ cộng đồng, đại diện khoa học y tế, người trả tiền, người chăm sóc và bệnh nhân.

Mỗi đối tượng yêu cầu khung hình, ngôn ngữ và mức độ sâu kỹ thuật khác nhau. Tuy nhiên, trong nhiều thập kỷ, những người chịu trách nhiệm bắc cầu đó – các nhà truyền thông khoa học có kỹ năng tại các cơ quan quan hệ y tế – đã dành một phần đáng kể thời gian làm việc của họ không phải để suy nghĩ, mà để định dạng lại.

Di chuyển nội dung trình bày từ một mẫu đại hội này sang mẫu đại hội khác, xây dựng lại các bộ trình bày cho các đối tượng khác nhau và làm tất cả những việc này một cách thủ công thường xuyên trước các hạn chót chặt chẽ. “Chúng tôi đã thực hiện tất cả các giao hàng cho khách hàng, nhưng thường chúng tôi cũng dành rất nhiều thời gian để tập hợp lại bài trình bày và sau đó chuyển các thứ từ mẫu này sang mẫu khác”, nói Francine Carrick, một nhà khoa học được đào tạo tiến sĩ đã dành 22 năm trong lĩnh vực truyền thông y tế.

“C chúng tôi đã mơ về một giải pháp có thể dịch khoa học cho chúng tôi”, cô thêm.

Carrick gần đây đã gia nhập nền tảng trình bày AI Prezent với tư cách là chủ tịch của Prezent Vivo, công ty này kết hợp AI được thiết kế riêng và chuyên gia lĩnh vực để cung cấp năng lượng cho hệ sinh thái truyền thông khoa học đời sống – bao gồm cả công ty dược phẩm và các đối tác cơ quan của họ.

Vấn đề mà cô mô tả không phải là một vấn đề hẹp; nó nằm ở điểm giao nhau của hai áp lực hiện đã được ghi nhận trong ngành. Một mặt, gần 8 trong số 10 chuyên gia y tế nhận được một lượng lớn thông tin từ các công ty dược phẩm hơn so với trước COVID-19, và 77% cho biết lượng thông tin truyền thông kỹ thuật số đã quá lớn.

Mặt khác, các công ty dược phẩm đang gặp khó khăn trong việc cung cấp nội dung được cá nhân hóa, phù hợp mà các chuyên gia y tế cần, một phần vì các hệ thống cũ thiếu sự linh hoạt để hỗ trợ cá nhân hóa tiên tiến trên quy mô lớn. Đường ống nội dung bị quá tải ở cả hai đầu: quá nhiều đang được sản xuất, và quá ít trong số đó hạ cánh hiệu quả.

Vấn Đề Nội Dung Modular

Giải pháp được đề xuất của ngành cho vấn đề này từ lâu đã là “nội dung mô-đun” – ý tưởng về việc chia nhỏ thông tin khoa học thành các thành phần có thể tái sử dụng được lắp ráp khác nhau cho các đối tượng khác nhau.

Trong lý thuyết, nó rất优雅, nhưng trong thực tế, các mô hình ngôn ngữ lớn hiện đang được sử dụng để chuẩn bị bản thảo, cô lập dữ liệu bằng chứng thực tế vào các bản tóm tắt, và phát triển các mô-đun để giáo dục các chuyên gia y tế – các công cụ mà cho đến gần đây chỉ tồn tại như một概念 chứng minh.

Carrick mô tả thách thức cơ bản bằng các thuật ngữ thẳng thắn: “Cách chúng tôi trình bày cho một bác sĩ chuyên khoa so với một bác sĩ cộng đồng so với một người chăm sóc so với một bệnh nhân là rất, rất khác nhau”, cô nhấn mạnh.

“Trong mô hình truyền thống, việc lấy thông tin đó và tùy chỉnh nó rất tốn thời gian và công sức.” Nói cách khác, nút thắt không phải là chuyên môn của các nhà truyền thông; mà là thông lượng – nhiều dữ liệu đến nhanh hơn so với các nhóm có thể tái gói nó một cách thủ công.

Sau khi thử nghiệm AI rộng rãi vào năm 2024, các công ty đang dưới áp lực phải thể hiện lợi nhuận thực sự từ các khoản đầu tư AI của họ, thúc đẩy việc áp dụng các giải pháp AI dọc được thiết kế riêng cho các quy trình công việc cụ thể.

Đây chính là lập luận mà Prezent đang đưa ra với đại lý AI Astrid của mình: rằng một hệ thống được xây dựng đặc biệt cho lĩnh vực khoa học đời sống, được đào tạo trên các yêu cầu tuân thủ, các ràng buộc quy định và từ vựng khoa học của dược phẩm, sẽ vượt trội so với một công cụ chung được thiết kế lại cho ngành.

Câu Hỏi Về Chuyên Môn

Liệu bối cảnh khoa học đời sống có thực sự đòi hỏi AI được thiết kế riêng hay không, hay đó chỉ là một khuôn khổ tiếp thị cho một thị trường cạnh tranh, là một câu hỏi hợp lệ.

Điều rõ ràng, tuy nhiên, là FDA đã chú ý đến vấn đề này. Sau khi xuất bản các hướng dẫn vào năm 2025 về việc sử dụng AI để hỗ trợ việc ra quyết định quy định cho các sản phẩm thuốc và sinh học, họ đã nhận được hơn 500 bản nộp có chứa các thành phần AI. Sự giám sát quy định như vậy tạo ra một lập luận thực sự cho các công cụ AI bản địa tuân thủ thay vì các công cụ được thích nghi: rủi ro khi làm sai trong một môi trường được quy định là khác biệt về chất so với làm sai trong, chẳng hạn, một bản trình bày tiếp thị.

Thị trường AI chăm sóc sức khỏe rộng lớn hơn phản ánh sự tự tin ngày càng tăng: thị trường AI chăm sóc sức khỏe toàn cầu dự kiến sẽ tăng từ 26,6 tỷ USD vào năm 2024 lên 187,7 tỷ vào năm 2030, với ngành đã triển khai AI với tốc độ cao hơn gấp đôi so với nền kinh tế rộng lớn hơn.

Trong đó, các công ty dược phẩm và công nghệ sinh học vẫn là những công ty tập trung vào nghiên cứu và phát triển nhất, với 54% ưu tiên đổi mới và phát triển thuốc, mặc dù các hoạt động thương mại – bao gồm truyền thông – đang ngày càng được đưa vào chương trình.

Câu Hỏi Về Chuyên Môn Con Người

Sự xuất hiện của các công cụ AI trong dịch vụ chuyên nghiệp luôn tạo ra cùng một cuộc trò chuyện: điều gì sẽ xảy ra với những người hiện đang làm công việc này? Trong truyền thông y tế, nơi công việc đòi hỏi sự thông thạo khoa học thực sự, câu trả lời tinh tế hơn so với sự thay thế gợi ý.

Quan điểm của Carrick là ràng buộc gắn kết đối với chuyên môn con người trong truyền thông y tế không phải là kiến thức, mà là băng thông. “Nó cho phép, nó tăng tốc, chuyên môn con người đến nhiều mức độ”, cô nói về AI trong lĩnh vực của mình. “Nó cho phép chuyên môn đó, những thông tin đó, kiến thức con người được chia sẻ với nhiều đối tượng hơn một cách kịp thời.”

Quan điểm này phù hợp với những gì đang xuất hiện như một bức tranh phức tạp hơn về ảnh hưởng của AI đối với công việc kiến thức có kỹ năng. Các cuộc khảo sát của các bác sĩ cho thấy sự kiên cường thay vì thay thế, vì nhiều người tin rằng AI sẽ thay đổi công việc của họ nhưng không loại bỏ vai trò của họ.

Tương tự như truyền thông y tế không hoàn hảo, nhưng sự tương đồng về cấu trúc vẫn tồn tại: những gì AI có thể làm hiện tại là tăng tốc các quy trình thường xuyên; những gì nó không thể làm là thay thế sự phán đoán khoa học, trực giác đối tượng, hoặc tư duy chiến lược định nghĩa công việc có giá trị cao hơn.

Một nghiên cứu của EPG Health cho thấy gần 60% người trả lời từ ngành dược phẩm xác định thông tin của HCP là ưu tiên hàng đầu cho việc tương tác chiến lược, và các đại diện khoa học y tế đã vượt qua lực lượng bán hàng để trở thành kênh quan trọng nhất để gửi thông tin đến HCP.

Đây là một tín hiệu cho thấy ngành dược phẩm đang chuyển hướng sang các hình thức truyền thông quan hệ nhiều hơn, ít hơn là phong cách phát sóng, điều này đòi hỏi phải có nhiều hơn sự phán đoán của con người, không ít – ngay cả khi AI xử lý lớp sản xuất.

Điều Thay Đổi Thực Sự Yêu Cầu

Câu hỏi khó hơn không phải là liệu AI sẽ đóng vai trò trong truyền thông y tế – điều đó đã được xác định. Đó là liệu các công cụ được xây dựng có thực sự phù hợp với sự phức tạp của lĩnh vực hay không.

Carrick lưu ý những gì Prezent gọi là “dấu vân tay” – các sở thích truyền thông cụ thể cho đối tượng có thể được mã hóa và áp dụng khi thích nghi nội dung. Khái niệm phản ánh một thách thức cơ bản hơn: rằng mục tiêu “nội dung phù hợp, tại đúng thời điểm, qua đúng kênh, đến đúng đối tượng” – từng là một câu thần chú trong truyền thông y tế – luôn mang tính khát vọng hơn là hoạt động.

Để thực hiện điều này đòi hỏi không chỉ viết khoa học tốt, mà còn đòi hỏi kiến thức hệ thống về cách các đối tượng khác nhau xử lý các loại thông tin khác nhau.

Liệu AI có thể mã hóa đáng tin cậy kiến thức đó, và liệu nó có thể làm như vậy trong khi duy trì độ chính xác khoa học và tuân thủ quy định mà phân biệt truyền thông y tế với các ngành nội dung khác, vẫn là câu hỏi mở.

Dù thế nào, điều không còn nghi ngờ nữa là mô hình cũ, với các cuộc chạy đua định dạng qua đêm và di chuyển mẫu thủ công, không bao giờ bền vững với tốc độ mà ngành dược phẩm hiện đại đòi hỏi.

Vấn đề này đã rõ ràng với các nhà hành nghề trong nhiều năm, nhưng các công cụ để giải quyết nó chỉ mới trở nên khả thi – nhờ vào AI.