Ách Tắc Truyền Thông Y Khoa: Tại Sao Trí Tuệ Nhân Tạo Đang Nhắm Vào Vấn Đề Truyền Thông Của Ngành Dược

Truyền thông y khoa luôn hoạt động dưới áp lực: các công ty dược sinh học tạo ra một lượng lớn dữ liệu lâm sàng – kết quả thử nghiệm, bằng chứng thực tế, cập nhật an toàn – mà phải đến được nhiều đối tượng đồng thời, bao gồm 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 cách trình bày, ngôn ngữ và mức độ chuyên sâu kỹ thuật khác nhau. Tuy nhiên, trong nhiều thập kỷ, những người chịu trách nhiệm bắc cầu đó – những người 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 hội nghị này sang mẫu khác, xây dựng lại các bộ trình bày cho các đối tượng khác nhau và làm điều đó một cách thủ công thường vào các hạn ngạch qua đêm. “Chúng tôi đã thực hiện tất cả các tài liệu này cho khách hàng, nhưng thường chúng tôi cũng dành rất nhiều thời gian để tập hợp trình bày và sau đó chuyển đổi 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 khoa.

“Chúng tôi mơ về một giải pháp có thể dịch ngôn ngữ khoa học cho chúng tôi”, cô thêm.

Gần đây, Carrick đã gia nhập nền tảng trình bày trí tuệ nhân tạo Prezent với tư cách là chủ tịch của Prezent Vivo, một công cụ kết hợp trí tuệ nhân tạo 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 sinh học 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 đã được ghi nhận rõ ràng trong ngành. Một mặt, gần 8 trong số 10 chuyên gia y tế nhận được một lượng thông tin lớn hơn từ các công ty dược so với trước đại dịch COVID-19, và 77% cho biết lượng thông tin truyền thông kỹ thuật số đã quá lớn.

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

Vấn Đề Nội Dung Modular

Giải pháp được đề xuất của ngành cho vấn đề này trong thời gian dài là “nội dung modular” – ý tưởng về việc phá vỡ thông tin khoa học thành các thành phần có thể tái sử dụng có thể được lắp ráp khác nhau cho các đối tượng khác nhau.

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

Carrick đặt ra thách thức cơ bản theo cách thẳng thắn: “Cách chúng tôi trình bày cho một bác sĩ học thuật 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 kiến thức của những người truyền thông; đó là năng suất – nhiều dữ liệu đến nhanh hơn so với các đội có thể tái gói thủ công.

Sau khi thực hiện các thí nghiệm trí tuệ nhân tạo rộng rãi vào năm 2024, các công ty đang dưới áp lực phải thể hiện lợi nhuận thực sự từ các khoản đầu tư trí tuệ nhân tạo của họ, thúc đẩy việc áp dụng các giải pháp trí tuệ nhân tạo 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 trí tuệ nhân tạo Astrid của họ: rằng một hệ thống được xây dựng đặc biệt cho lĩnh vực khoa học đời sống, được đào tạo về các yêu cầu tuân thủ, các hạn chế quy định và từ vựng khoa học của công ty dược sinh học, sẽ hoạt động tốt hơn một công cụ chung được trang bị lại cho ngành.

Câu Hỏi Về Chuyên Môn

Liệu bối cảnh khoa học đời sống có thực sự đòi hỏi trí tuệ nhân tạo được thiết kế riêng, 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 trí tuệ nhân tạo để hỗ trợ việc ra quyết định quy định cho các sản phẩm thuốc và sinh học, họ đã nhận được hơn 500 hồ sơ chứa các thành phần trí tuệ nhân tạo. Sự kiểm tra quy định như vậy tạo ra một lập luận thực sự cho các công cụ trí tuệ nhân tạo bản địa về tuân thủ thay vì các công cụ được điều chỉnh: rủi ro khi làm sai trong một môi trường được quản lý là khác biệt về chất lượng so với làm sai trong, chẳng hạn, một bộ trình bày tiếp thị.

Thị trường trí tuệ nhân tạo chăm sóc sức khỏe rộng lớn hơn phản ánh sự tự tin ngày càng tăng: thị trường trí tuệ nhân tạo 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 trí tuệ nhân tạo với tốc độ cao hơn gấp đôi so với nền kinh tế rộng lớn.

Trong đó, các công ty dược 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 cả truyền thông – đang ngày càng được đưa vào chương trình nghị sự.

Câu Hỏi Về Chuyên Môn Con Người

Sự xuất hiện của các công cụ trí tuệ nhân tạo 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 khoa, nơi công việc đòi hỏi sự thông thạo khoa học thực sự, câu trả lời tinh tế hơn so với việc thay thế gợi ý.

Quan điểm của Carrick là rằng ràng buộc ràng buộc đối với chuyên môn con người trong truyền thông y khoa 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 trí tuệ nhân tạo trong lĩnh vực của mình. “Nó cho phép chuyên môn đó, những kiến thức đó, kiến thức con người đó được chia sẻ với nhiều đối tượng hơn một cách kịp thời hơn.”

Quan điểm này phù hợp với hình ảnh đang xuất hiện về tác động của trí tuệ nhân tạo 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 trí tuệ nhân tạo sẽ thay đổi công việc của họ nhưng không loại bỏ vai trò của họ.

Phương pháp tương tự đối với truyền thông y khoa không hoàn hảo, nhưng sự tương đồng về cấu trúc vẫn còn: những gì trí tuệ nhân tạo có thể làm hiện tại là tăng tốc quy trình thường xuyên; những gì nó không thể làm là thay thế sự phán quyết 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 xác định thông tin của chuyên gia y tế là ưu tiên hàng đầu cho việc tham gia chiến lược, và rằng 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 các chuyên gia y tế.

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

Điều Thay Đổi Thực Sự Yêu Cầu

Câu hỏi khó hơn không phải là liệu trí tuệ nhân tạo sẽ đóng vai trò trong truyền thông y khoa – 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 này hay không.

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

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

Liệu trí tuệ nhân tạo có thể mã hóa kiến thức đó một cách đáng tin cậy 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 khoa với các ngành nội dung khác, vẫn còn là một 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 hiện đại đòi hỏi.

Vấn đề đó đã rõ ràng với các chuyên gia trong nhiều năm, nhưng các công cụ để giải quyết nó chỉ mới trở nên khả thi – nhờ vào trí tuệ nhân tạo.