Lãnh đạo tư tưởng

Tại sao hiện đại hóa liên tục là chìa khóa để thành công với AI trong chăm sóc sức khỏe

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Trong vài thập kỷ, việc hiện đại hóa chăm sóc sức khỏe đã tuân theo một kịch bản quen thuộc: tạo ra lộ trình, đảm bảo nguồn vốn, khởi động một chương trình chuyển đổi lớn và hướng tới môi trường công nghệ tương lai. Mô hình này hợp lý khi công nghệ và yêu cầu kinh doanh thay đổi chậm đủ để một kế hoạch đa năm vẫn còn phù hợp.

Điều đó ngày càng trở nên khó khăn hiện nay. Các tổ chức chăm sóc sức khỏe đang đối mặt với áp lực tài chính và nhân lực, thay đổi quy định và kỳ vọng ngày càng cao của người tiêu dùng trong khi AI đang nhanh chóng thay đổi những gì công nghệ có thể làm. Khảo sát CIO và Giám đốc Công nghệ 2026 của Gartner cho thấy 94% các CIO dự đoán sẽ có những thay đổi đáng kể trong kế hoạch và kết quả của họ trong vòng hai năm tới, trong khi chỉ có 48% các sáng kiến kỹ thuật số đạt hoặc vượt mục tiêu kết quả kinh doanh.

Thách thức, vì vậy, không chỉ là thực hiện lộ trình hiệu quả hơn. Môi trường mà một tổ chức đang hiện đại hóa có thể thay đổi trong khi quá trình hiện đại hóa vẫn đang diễn ra. Một chương trình được thiết kế dựa trên các ưu tiên và áp lực lợi nhuận hiện tại có thể đang giải quyết một bộ yêu cầu khác — tài chính, quy định, kỹ thuật — khi nó hoàn thành.

Tại sao mô hình truyền thống liên tục tụt lại phía sau

Phương pháp truyền thống rất đơn giản. Đầu tiên, tổ chức lập một kế hoạch chi tiết, sau đó nhận được nguồn vốn và thực hiện kế hoạch chuyển đổi, hy vọng các hệ thống của mình sẽ được hiện đại hóa trong vài năm tới. Điều này hiệu quả khi công nghệ và nhu cầu kinh doanh thay đổi đủ chậm để kế hoạch vẫn còn phù hợp cho đến khi dự án hoàn thành.

Trong thế giới ngày nay, các công ty phải đối mặt với áp lực ngân sách, luật pháp mới, hạn chế về nhân sự, thay đổi sở thích của người tiêu dùng và sự phát triển công nghệ nhanh chóng – tất cả đồng thời. Đó không còn là môi trường mà ngành chăm sóc sức khỏe Hoa Kỳ đang hoạt động. Bất kỳ lộ trình nào bạn xây dựng cũng sẽ gặp một thách thức khác so với hiện tại, vì các hệ thống bắt đầu suy giảm ngay từ khi triển khai. Hơn nữa, các công ty thường xuyên trễ hạn khi thực hiện các thay đổi cơ bản mỗi năm năm đến bảy năm.

Vấn đề then chốt ở đây là thiếu nguồn lực và sự kiên trì cần thiết. Kiểu chuyển đổi “big bang” đòi hỏi ngân sách khổng lồ, dễ bị lệch hướng trong quá trình do thay đổi ưu tiên kinh doanh, và đôi khi kéo dài quá lâu đến mức khi kết quả xuất hiện, ban lãnh đạo đã mất niềm tin vào nỗ lực.

Một mô hình hiện đại hóa vận hành khác

Cách tiếp cận này không giống như trước, mà là một phương pháp sắp xếp hoàn toàn mới. Thay vì cố gắng đổi mới toàn bộ cùng lúc, các công ty nhận thấy họ có thể quản lý quá trình chuyển đổi tốt hơn bằng cách tập trung vào một khả năng kinh doanh đầu cuối tại một thời điểm, từ con người đến quy trình, đến ứng dụng, đến dữ liệu. Sau đó chuyển sang khả năng tiếp theo. Điều này giống như việc cải tạo một ngôi nhà từng phòng hoàn thiện thay vì cải tạo toàn bộ tòa nhà một lần. Mục tiêu là tạo đà: cung cấp điều gì đó hữu hình, học hỏi từ trải nghiệm đó và phát triển thành quy mô lớn hơn.

Nơi AI phù hợp và nơi nó không phù hợp

Sự bùng nổ của AI lại đặt ra một câu hỏi triết học thú vị, nếu không nói là sâu sắc: công nghệ nên tối ưu hoá các quy trình hiện tại hay làm chúng trở nên lỗi thời?

Sự bùng nổ của AI làm cho sự phân biệt này càng quan trọng hơn. Gartner cho thấy 80% các CEO tin rằng AI sẽ buộc phải thực hiện các cuộc cải tổ năng lực vận hành. Điều này cho thấy cơ hội lớn hơn việc chỉ áp dụng AI để làm cho các quy trình hiện có nhanh hơn. Áp dụng AI vào một quy trình kém hiệu quả có thể tăng tốc độ, nhưng không loại bỏ được sự không hiệu quả cơ bản.

Cùng lúc đó, các tổ chức không thể chỉ đơn giản bỏ qua các quy trình cốt lõi trong một đêm; nhiều quy trình vẫn cần hoạt động trong khi quá trình thay đổi đang diễn ra. Giá trị thực sự của AI, vì vậy, nằm ở việc sử dụng nó để xác định những quy trình nào nên được thiết kế lại, những quy trình nào nên được đơn giản hoá, và những quy trình nào có thể không còn cần thiết nữa.

Ngừng đo lường Dự án. Đo lường Kết quả.

Việc hiện đại hóa không còn có thể chỉ dựa trên thực tế công nghệ đã lỗi thời. Khi các tổ chức chăm sóc sức khỏe Hoa Kỳ liên tục chịu áp lực tài chính và không có chỗ cho sai sót, mọi sáng kiến đều cần chứng minh giá trị kinh doanh rõ ràng.

Điều này đòi hỏi một cách tiếp cận khác trong việc ưu tiên hiện đại hóa. Các chương trình lớn nhất không nhất thiết là có giá trị nhất. Giá trị được định nghĩa bằng những cải tiến trong quy trình kinh doanh dẫn đến hoạt động hiệu quả hơn, củng cố chu kỳ doanh thu và quy trình lâm sàng, nâng cao trải nghiệm của bệnh nhân hoặc thành viên và cung cấp tính linh hoạt cho tương lai. Tất cả đều hội tụ vào một điểm – chúng ta phải đo lường nỗ lực hiện đại hóa dựa trên giá trị mà chúng mang lại, chứ không phải dựa trên quy mô và kích thước của các sáng kiến.

Ngành chăm sóc sức khỏe Hoa Kỳ luôn phải hoạt động trong môi trường thay đổi liên tục – các quy định mới, công nghệ mới, mô hình kinh doanh mới, cũng như nhu cầu ngày càng tăng từ thành viên, bệnh nhân và nhà cung cấp. Mục tiêu không bao giờ là đạt được một trạng thái duy nhất là ‘hiện đại’.

Những người chiến thắng trong môi trường này sẽ không phải là các tổ chức đặt cược vào các cuộc chuyển đổi lớn và ngân sách khổng lồ cho những chuyển đổi đó và doanh thu lớn cho những ngân sách này. Người chiến thắng sẽ là những tổ chức có khả năng liên tục thích nghi, liên tục chuyển đổi, liên tục cung cấp giá trị mà không làm hỏng doanh nghiệp trong quá trình.

Đó là sự chuyển đổi mà ngành chăm sóc sức khỏe cần thực hiện: hiện đại hóa không còn là nỗ lực định kỳ để bắt kịp tương lai. Nó đang trở thành một năng lực kinh doanh cốt lõi để đáp ứng với tương lai.

Abhijeet Vaidya là Trưởng bộ phận Data & AI tại Emids. Abhijeet có hơn hai thập kỷ kinh nghiệm trong lĩnh vực Data & AI, với trọng tâm giúp các tổ chức thúc đẩy chuyển đổi dựa trên công nghệ. Kiến thức chuyên môn của anh bao gồm hiện đại hoá dữ liệu, độ tin cậy dữ liệu, chiến lược AI, kiến trúc giải pháp, Gen AI và Agentic AI.

Trước khi gia nhập Emids, Abhijeet là Trưởng bộ phận Thị trường Toàn cầu cho Data Engineering & Analytics tại Zensar Technologies, nơi anh làm việc về hiện đại hoá dữ liệu, phân tích và học máy. Trước Zensar, anh đã làm việc hơn 15 năm tại Cognizant, tiến lên qua các vị trí lãnh đạo cấp cao và cuối cùng dẫn dắt Data & Intelligence Delivery cho mảng Dịch vụ Tài chính Bắc Mỹ.