بخش سلامت با ظهور هوش مصنوعی به نقطه عطفی رسیده است که در آن سرعت پیشرفت بسیار بالا است، اما بازدهی حاصل از سرمایه‌گذاری‌ها چندان شفاف نیست. سازمان‌های بهداشتی و درمانی از هوش مصنوعی برای بهبود کارایی ارائه مراقبت‌ها استفاده می‌کنند، اما کمتر کسی از دستیابی به نتایج مالی یا عملیاتی مورد انتظار صحبت می‌کند.

یک مسئله معماری، نه یک مشکل فناوری
شکاف موجود میان سرمایه‌گذاری و تأثیرگذاری، یک مشکل فناوری نیست؛ بلکه یک مشکل معماری (Architecture Problem) است. نحوه پاسخگویی سازمان‌های درمانی به این مسئله تعیین خواهد کرد که آیا هوش مصنوعی در نهایت به ابزاری تبدیل می‌شود که بار روی دوش پزشکان را سبک می‌کند، یا لایه‌ای دیگر از هزینه‌ها و پیچیدگی‌ها را به سیستم‌هایی اضافه می‌کند که هرگز برای حمل چنین باری ساخته نشده بودند.

تحقق ارزش واقعی: هوش مصنوعی پیش‌تر ارزش خود را در زمینه‌هایی مانند مستندسازی، کمک به کدنویسی و خودکارسازی کارهای اداری به اثبات رسانده است.

مانع بهبودهای جزیره‌ای: بهبودهای نقطه‌ای به ندرت به تحولی در سطح سازمان تبدیل می‌شوند، مگر اینکه به جای ادغام با ارائه مراقبت‌های مدرن، صرفاً به عنوان لایه‌ای بر روی جریان‌های کاری قدیمی و ناسازگار قرار گیرند.

موضوع سیستم‌های قدیمی (Legacy Systems): بسیاری از ابزارهای دیجیتال پیچیدگی را به فرآیندهای کهنه اضافه می‌کنند؛ زیرا اجرای فناوری سال ۲۰۲۶ بر روی یک سیستم‌عامل متعلق به دهه ۱۹۹۰، تنها اصطکاک را به کاربران نهایی (غالباً پزشکان) منتقل می‌کند و زمان مراقبت از بیمار را کاهش می‌دهد.

هزینه عدم اقدام (The Cost of Inaction)
شکست صرفاً یک رویداد ناگهانی نیست، بلکه به آرامی از طریق تکثیر کنترل‌نشده پلتفرم‌ها و راه‌حل‌هایی ظاهر می‌شود که هر یک تلاش می‌کنند بخش سلامت را قطعه به قطعه خودکار کنند. نشانه‌های تحت فشار بودن سیستم عبارتند از:

ریزش کادر درمان (Clinical Attrition): اگر ابزار جدید هوش مصنوعی کار را آسان نکند، پزشکان احساس سنگینی بار می‌کنند و این امر به ترک حرفه منجر می‌شود.

کاهش ظرفیت در برابر افزایش تقاضا: با پیر شدن جمعیت، تقاضا برای مراقبت افزایش می‌یابد و اگر ابزارها کار را دشوارتر کنند، زمان بیشتری از دست می‌رود.

نارضایتی بیمار: از آنجا که پزشکان تحت فشار شدیدی هستند، تجربه بیمار نیز رو به افول می‌گذارد.

تحول هوش مصنوعی در بخش سلامت
در پزشکی، درمان یک علامت بدون توجه به علت ریشه‌ای، عملی نادرست محسوب می‌شود. رهبران بخش سلامت باید بیاموزند که چگونه مشکل اصلی را تشخیص دهند و معیارهای فناوری اطلاعات (IT) را بازنگری کنند.

معیارهایی مانند نرخ پذیرش (Adoption Rates) تمام حقیقت را بیان نمی‌کنند؛ بلکه ارزش واقعی از طریق کاهش اصطکاک در جریان کار اصلی به دست می‌آید.

معیارهایی که باید وزن بیشتری داشته باشند عبارتند از: کارهای حذف‌شده، ظرفیت بازیابی‌شده پزشک، مشارکت بیمار و رضایت ارائه‌دهنده خدمت.

بخش سلامت در یک نقطه عطف قرار دارد و آینده از آنِ کسانی نیست که بیشترین فناوری را دارند، بلکه از آنِ سازمان‌هایی است که فناوری را برای کاهش حجم کار به کار می‌گیرند و به جای وصله‌پینه کردن، بازسازی بنیادین را آغاز می‌کنند.

منبع: MedCity News