شرکت بزرگ فناوری 700 میلیارد دلار روی هوش مصنوعی شرط بندی کرده است. مراقبت های بهداشتی تصمیم خواهد گرفت که آیا این شرط نتیجه می دهد یا خیر

انتظار می رود مایکروسافت، آلفابت، متا و آمازون امسال بیش از 700 میلیارد دلار برای هزینه های سرمایه ای هزینه کنند زیرا زیرساخت های مورد نیاز برای پشتیبانی از هوش مصنوعی را گسترش می دهند. برای اینکه هزینه‌ها در این مقیاس نتیجه دهد، هوش مصنوعی باید دستاوردهای بهره‌وری معناداری را در سراسر اقتصاد ارائه دهد.

صنایع کمی نسبت به مراقبت های بهداشتی فضای بیشتری برای اثبات آن ارائه می دهند. هزینه های مراقبت های بهداشتی ایالات متحده در سال 2024 به 5.3 تریلیون دلار یا 18 درصد از تولید ناخالص داخلی رسید. بر اساس برخی برآوردها، نزدیک به 1 تریلیون دلار به تنهایی صرف امور اداری می شود.

تقاضا برای مراقبت نیز همچنان از نیروی کار بالینی موجود بیشتر است. اگر هوش مصنوعی بتواند هزینه ارائه مراقبت را کاهش دهد و در عین حال پزشکان را برای خدمات رسانی به بیماران بیشتر آزاد کند، فرصت اقتصادی می تواند بسیار زیاد باشد.

بازیگران اصلی هوش مصنوعی در حال حاضر عمیق تر به سمت مراقبت های بهداشتی حرکت می کنند. مایکروسافت و مایو کلینیک در حال توسعه یک مدل هوش مصنوعی مرزی هستند که به طور خاص برای مراقبت های بهداشتی طراحی شده است، در حالی که Google Cloud و CVS Health وارد یک همکاری بلندمدت برای تقویت پلت فرم جدید Health100 CVS با Gemini شده اند.

اما برای ارائه دهندگان مراقبت های بهداشتی، فرصت هوش مصنوعی با یک ساعت همراه است. همانطور که کارایی بیشتر در بازپرداخت منعکس می شود، آنچه امروز مزیت ایجاد می کند می تواند به ارائه دهندگان خط پایه تبدیل شود که انتظار می رود فردا ملاقات کنند.

پنجره ثبت دستاوردهای هوش مصنوعی در حال باریک شدن است

برای ارائه دهندگان، اقتصاد هوش مصنوعی می تواند ساده باشد. کاهش کار اداری مورد نیاز برای ارائه مراقبت، هزینه ارائه آن را کاهش می دهد. اما ارائه دهندگان ممکن است یک پنجره محدود برای بهره مندی از این کارایی ها قبل از بازپرداخت داشته باشند.

Medicare در حال حاضر بهره‌وری را در به‌روزرسانی‌های پرداخت در بیمارستان‌ها، امکانات پرستاری ماهر، سلامت خانه و سایر تنظیمات گنجانده است. برای سال 2026، CMS این منطق را برای پرداخت پزشکان به کار برد و با اعمال تعدیل بازده 2.5 درصدی در بخش کاری برخی از خدمات غیرمبتنی بر زمان. این تعدیل کارایی هایی را که CMS انتظار دارد در نحوه ارائه آن خدمات در طول زمان ایجاد شود، محاسبه می کند.

این به ارائه دهندگان دلیلی می دهد تا پس انداز های مبتنی بر هوش مصنوعی را زودتر ثبت کنند. کسانی که از هوش مصنوعی برای کاهش هزینه‌های اسناد، دریافت یا هماهنگی استفاده می‌کنند، می‌توانند ساختار هزینه‌های خود را اکنون کاهش دهند، قبل از اینکه کارایی بیشتر به طور کامل در نحوه پرداخت آنها منعکس شود. از سوی دیگر، آنهایی که منتظر می مانند، بدون اینکه آن پس انداز را به دست آورند، با فشار پرداخت مشابه مواجه می شوند.

با گذشت زمان، ارائه دهندگان کارآمدتر می توانند این مزیت را با سرمایه گذاری مجدد در کارکنان، ظرفیت و مراقبت ترکیب کنند.

بازده واقعی هوش مصنوعی آن چیزی است که پس از سریع‌تر شدن کار اتفاق می‌افتد

مراقبت های بهداشتی چیزی دارد که بسیاری از صنایع فاقد آن هستند: مکانی واضح برای قرار دادن دستاوردهای بهره وری که هوش مصنوعی ایجاد می کند. تقاضا در حال حاضر از نیروی کار بالینی موجود فراتر رفته است، بنابراین زمان خالی از مستندات، زمان‌بندی یا مصرف به این معنا نیست که افراد کمتری همان کار را انجام می‌دهند. این می تواند به این معنی باشد که بیماران بیشتری زودتر مراقبت می شوند.

گرفتن این ارزش مستلزم شروع با کار است نه فناوری. بهترین فرصت‌ها اغلب در معرض دید آشکار پنهان می‌شوند: اسنادی که پزشک را در یک صفحه نگه می‌دارد، فرآیند دریافتی که دسترسی را به تاخیر می‌اندازد، یا ارجاعی که بین تنظیمات مراقبت متوقف می‌شود. موفقیت باید به همان اندازه عینی باشد. هوش مصنوعی باید زمان معناداری را به پزشکان بازگرداند، به آنها این فرصت را بدهد که زمان معناداری بیشتری را با بیماران بگذرانند، یا کارهای غیرضروری را به جای اینکه آن را به جای دیگری منتقل کنند، حذف کند.

انتقال بیمار از بیمارستان به مراقبت های پس از حاد را در نظر بگیرید. ارجاع تاخیری یا از دست دادن اطلاعات می تواند باعث تماس تلفنی و پیگیری دستی، تاخیر در مراقبت و افزایش خطر بستری مجدد شود. اگر هوش مصنوعی کمک کند تا دفعه اول به درستی اتفاق بیفتد، مقدار فراتر از یک ارجاع سریعتر است. می تواند کار پایین دستی و هزینه را از بین ببرد و در عین حال بیمار را زودتر تحت مراقبت قرار دهد. ابزاری که پنج دقیقه صرفه جویی می کند اما یک ورود به سیستم، سیلو داده یا انتقال اطلاعات دیگر را اضافه می کند، به سادگی بار را جابجا کرده است.

ارائه دهندگان همچنین باید از قبل تصمیم بگیرند که با ظرفیتی که ایجاد می کنند چه کاری انجام دهند. زمان بازگشت به پزشکان می تواند به معنای دیدن بیماران بیشتر یا کاهش فشار بر نیروی کار در حال حاضر باشد. هنگامی که این افزایش بهره وری هزینه ارائه مراقبت را کاهش می دهد، می تواند حاشیه ها را تقویت کند و فضای بیشتری برای سرمایه گذاری روی کارکنان، گسترش دسترسی و بهبود مراقبت ایجاد کند.

شرط 700 میلیارد دلاری نیاز به بازدهی واقعی دارد

مرحله بعدی رونق هوش مصنوعی کمتر با میزان ظرفیت محاسباتی ایجاد شده اندازه گیری می شود تا اینکه مشاغل می توانند با آن انجام دهند. مراقبت‌های بهداشتی یک آزمون غیرمعمول پیامد ارائه می‌دهد: آیا هوش مصنوعی می‌تواند هزینه و اصطکاک کافی را از یک صنعت عظیم برای تغییر اقتصاد آن در حالی که میزان مراقبتی را که می‌تواند ارائه می‌کند، ببرد؟

Big Tech تاکنون صدها میلیارد دلار برای ایجاد زیرساخت برای هوش مصنوعی متعهد شده است. سوال سخت‌تر این است که آیا آن فناوری می‌تواند بهره‌وری را در مقیاسی ایجاد کند که سرمایه‌گذاری را ارزشمند کند؟ مراقبت‌های بهداشتی ممکن است یکی از واضح‌ترین مکان‌ها برای یافتن این موضوع باشد.

نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد