مدیر عامل سابق UnitedHealthcare خطاب به هوش مصنوعی "نبرد ربات ها"

صبح بخیر من در حال جمع‌بندی یادداشت‌های صحنه‌ای خود برای نشست سلامت هوش مصنوعی نیوزویک در هفته آینده هستم و تفاوتی با انجمن‌های مراقبت سلامت دیجیتال گذشته مشاهده می‌کنم. بیشتر سوالات من در مورد آنچه که هوش مصنوعی می تواند انجام دهد نیست، بلکه در مورد کارهایی است که مردم می توانند انجام دهند.

چه کسی وقتی یک الگوریتم یک بیمار رو به وخامت را علامت گذاری می کند، پاسخ می دهد؟ وقتی هوش مصنوعی به آنها اجازه می دهد شرایطی را که زمانی به متخصص نیاز داشتند را مدیریت کنند، نقش یک پزشک چه می شود؟ اگر هوش مصنوعی بتواند یک پروتکل کارآزمایی بالینی را در عرض چند دقیقه تهیه کند، آیا فرآیندهای قرارداد، بودجه و پوشش پیرامون آن می‌تواند سریع‌تر پیش برود؟

هوش مصنوعی می تواند اتفاقاتی را که در یک مرحله از گردش کار اتفاق می افتد تغییر دهد. رهبران مراقبت های بهداشتی اکنون باید دریابند که چگونه هر قدم در اطراف آن تغییر می کند.

این موضوعی بود که من مدام در تماس های کوتاه پیش از اجلاس سران می شنیدم، و این موضوع محور داستانی شد که این هفته منتشر کردم. توسعه دهندگان سیستم های سلامت و فناوری چندین سال گذشته را صرف اثبات این موضوع کرده اند که هوش مصنوعی می تواند کارهای قابل توجهی انجام دهد. اما ثابت شده است که ادغام این قابلیت‌ها در گردش‌های کاری ده‌ها ساله، شرح وظایف و ساختارهای تصمیم‌گیری چالشی بسیار متفاوت است.

در حال حاضر، سؤالات اساسی در C-suites کاملا با فناوری پایین هستند: چه کسی چه کاری انجام می دهد؟ به چه ترتیبی؟ چه کسی تصمیم نهایی را می گیرد؟ و چه اتفاقی می‌افتد وقتی روش قدیمی کار دیگر مناسب نباشد؟ به من گفته می شود که فناوری پایین به معنای پیچیده تر بودن نیست.

شاخص هوش مصنوعی استنفورد در سال 2026 نشان داد که عملکرد هوش مصنوعی در سال 2025 در استدلال های پیشرفته و معیارهای عاملی به شدت افزایش می یابد. در SWE-bench Verified، که ارزیابی می کند آیا هوش مصنوعی می تواند به طور مستقل مشکلات مهندسی نرم افزار دنیای واقعی را حل کند، عملکرد از تقریبا 60 درصد در سال 2024 به تقریبا 20W2 یا 10 تست در سال 2020 افزایش یافت. کارگزارانی که وظایف رایانه ای را انجام می دادند، در مدت مشابه، عملکرد از حدود 6 درصد به 75 درصد رسید.

مدل‌های مرزی همچنین در آخرین امتحان Humanity's Last Exam 30 درصد در یک سال به دست آوردند، معیاری که عمدا طراحی شده است تا برای هوش مصنوعی پیشرفته دشوار بماند.

در همان دوره یک ساله، بسیاری از ما در اتاق‌های هیئت مدیره و سالن‌های کنفرانس نشستیم و از اصول دوره‌های کسب‌وکار در مقطع کارشناسی استفاده کردیم و در مورد استراتژی‌های مدیریت تغییر که قبل از قانون HITECH به بحث و گفتگو پرداختیم. ما همچنان هفته آینده در شهر نیویورک در مورد آنها صحبت خواهیم کرد و احتمالا در سال آینده همچنان در مورد آنها صحبت خواهیم کرد. مراقبت های بهداشتی یک تجارت کاملا انسانی است، و اگرچه انسان ها رم را ساختند، اما نتوانستند آن را در یک روز انجام دهند.

دن شونتال، مدیر ارشد نوآوری در مرکز سرطان MD Anderson، معتقد است که رهبران مراقبت های بهداشتی ممکن است نیاز داشته باشند که از عدم تطابق بین تکامل هوش مصنوعی و خودمان راحت باشند. او در این هفته به من گفت که شرکت‌های فناوری «با سرعتی حتی سریع‌تر از ما پیش می‌روند»، در حالی که زمان لازم برای یک سیستم بهداشتی برای درک ارزش محصولاتشان بیشتر از انتظار بسیاری از فروشندگان است.

او گفت: "شما باید آزمایش کنید تا بفهمید که یک نقش چگونه باید تکامل یابد." می‌توانید آن را روی کاغذ بنویسید و هر آنچه را که می‌خواهید برنامه‌ریزی کنید، اما تا زمانی که واقعا شروع به استفاده از فناوری و آزمایش آن نکنید، هرگز نمی‌دانید.»

در واقع، شونتال اضطراب بسیاری از مدیران را به اشتراک گذاشت و نگران بود که سازمان‌هایشان در حال عقب‌نشینی هستند. به جای رقابت برای روشن کردن ابزار بعدی چون سیستم بهداشتی در سراسر شهر آن را دارد، او از ارائه دهندگان می خواهد که زمان بیشتری را صرف به اشتراک گذاشتن چیزهایی کنند که کارآمد هستند، چه چیزهایی مفید نبودند و چه چیزی "خوب" در واقع به نظر می رسد.

هفته آینده شما را برای بررسی نبض با شونتال و احتمالا چند درس سرسختانه انسانی از یک روز اختصاص داده شده به هوش مصنوعی می بینم.

(P.S.، اگر شما یک مدیر مراقبت های بهداشتی هستید و می خواهید در اجلاس سلامت هوش مصنوعی در شهر نیویورک در 23 سپتامبر به ما بپیوندید، به آدرس a.kayser@newsweek.com برای من ایمیل بزنید تا در مورد مجوز رایگان جویا شوید.)

دیروز، با بیل گلدن، مدیر عامل سابق کارفرمای UnitedHealthcare و مشاغل فردی، برای یک گفتگوی نادر به گفتگو نشستم. پرداخت‌کنندگان اصلی در مورد عملکرد درونی‌شان، از جمله استراتژی هوش مصنوعی و استقرار، به‌طور بدنامی صحبت می‌کنند. گلدن که اکنون بازنشسته شده و چندین سال از نقش اجرایی خود کنار گذاشته شده بود، مایل بود آنچه را که از 25 سال حضور در بزرگترین بیمه سلامت کشور آموخته به اشتراک بگذارد.

انتریور اخیرا کمپینی به نام «اسب‌های سریع‌تر بسازید» راه‌اندازی کرده است، نمایشنامه‌ای در خط معروف منسوب به هنری فورد درباره مشتریانی که به جای تصور خودرو، اسب‌های سریع‌تر را می‌خواهند. در نهایت، این کمپین - که توسط رهبران مراقبت های بهداشتی از جمله گلدن، دیوید شولکین، وزیر سابق امور کهنه سربازان ایالات متحده، کریگ سمیت مدیر عامل سابق Blue Cross Blue Shield of Minnesota و مدیر عامل Stellarus، ونسا کوللا، پیشروی می شود - استدلال می کند که استفاده از هوش مصنوعی برای بهینه سازی فرآیندهایی که ممکن است نیاز به طراحی مجدد اساسی داشته باشند، خطرات مراقبت های بهداشتی را به دنبال دارد.

گلدن به من گفت که این خطر را در هر دو طرف میز مذاکره می بیند. هوش مصنوعی می‌تواند مجوزهای قبلی، ادعاها و یکپارچگی پرداخت را برای پرداخت‌کنندگان سریع‌تر کند، در حالی که به طور همزمان چرخه درآمد را برای ارائه‌دهندگان پیچیده‌تر می‌کند. اما اگر رابطه اساسی تغییر نکند، این پیشرفت‌ها به سادگی می‌تواند هر یک از طرفین را در مبارزه با دیگری بهتر کند.

او همچنین معتقد است که اجرای درست هوش مصنوعی می تواند به شکستن این چرخه کمک کند. او با دادن داده‌های بهتر به پرداخت‌کنندگان و ارائه‌دهندگان در مورد نقاط درد مربوطه‌شان، استدلال می‌کند که این فناوری می‌تواند مجموعه‌ای از حقایق مشترک را برای مکالمات سازنده‌تر در مورد بازپرداخت و قرارداد ایجاد کند، به‌جای اینکه دو طرف به قول او به «غلبه بر مزخرفات» ادامه دهند.

یادداشت ویرایشگر: پاسخ ها به دلیل طولانی بودن و وضوح کمی ویرایش شده اند.

شما 25 سال را در Oxford Health Plans و UnitedHealthcare گذراندید و در نهایت تجارت تجاری یونایتد را رهبری کردید. اکنون که با شرکت‌های سراسر صنعت کار می‌کنید، دیدگاه شما در مورد برنامه‌های سلامت چگونه تغییر کرده است؟

وقتی یک قدم به عقب بر می‌دارید، متوجه می‌شوید، صرف نظر از اینکه طرفدار شرکت‌های بیمه سلامت هستید یا نه، آنها در موقعیت بسیار قدرتمندی در اکوسیستم مراقبت‌های بهداشتی ایالات متحده قرار دارند.

با هر شرکت سهامی خصوصی که با آنها صحبت می کنم، هر هیئت مدیره ای که در آن می نشینم، اولین سؤالات این است: یونایتد چه واکنشی به این موضوع نشان خواهد داد؟ یونایتد در این شرایط چه خواهد کرد؟ چگونه به یک یونایتد یا سیگنا در مورد کاری که می خواهیم انجام دهیم نزدیک شویم؟

اینطور نیست که 50 تا از این شرکت ها وجود داشته باشد. چهار مورد وجود دارد، و سپس شما بلوز غیرانتفاعی [برنامه های سلامتی صلیب آبی و سپر آبی] را دارید. آنقدر نیست که آنها بتوانند دیکته کنند، اما مطمئنا تأثیر زیادی دارند.

اکثر خوانندگان من مدیران بیمارستان ها و سیستم های بهداشتی هستند، بنابراین آنها در سمت بسیار متفاوتی از این تغییر در سراسر صنعت قرار دارند. در برنامه‌های هوش مصنوعی و سلامتی چه می‌بینید، و اگر این فناوری به درستی به کار گرفته شود، چه مشکلاتی را برطرف می‌کند؟

این ماشین پیچیدگی عظیم در عملکرد داخلی یک طرح سلامت وجود دارد. شما بالینی دارید، مجوز قبلی دارید، مقدار زیادی کاغذ دارید. شما نه تنها جنبه بالینی و بخش ارائه دهنده، بلکه تمام خدمات سرپایی اطراف را دارید.

فرصت‌های فوق‌العاده‌ای در مدیریت و کارهای روزانه یک برنامه سلامت برای هوش مصنوعی وجود دارد تا بسیاری از کارهای انجام شده در آنجا را انجام دهد و آن را مختصر، دقیق و کارآمدتر کند، بنابراین پزشکان می‌توانند زمان بیشتری را صرف کارهایی کنند که برای اعضا و مشتریان مهم است.

باید همه چیز را مقرون به صرفه تر و درک آن آسان تر کند. خواه تایید باشد یا رد، پردازش ادعا باید آسان‌تر و روان‌تر باشد. همه آن چیزهایی که بر اعضا، مشتریان و سیستم‌های سلامت تأثیر می‌گذارند، فرصت بزرگی برای هوش مصنوعی هستند.

جایی که مراقبت‌های بهداشتی در طول سال‌ها واقعا با مشکل مواجه شده است، این است که شرکت‌های بیمه سلامت، که واقعا قصد خوبی داشتند، پنج یا 10 سال پیش گفتند: "اینترنت عالی است. برنامه‌ها واقعا خوب هستند. بیایید به اعضا اطلاعات زیادی بدهیم تا به مصرف‌کنندگان واقعا عالی مراقبت‌های بهداشتی تبدیل شوند."

مطمئنا، اطلاعات واقعا خوب بود. جزئیات عالی بود مشکل این است که مردم لزوما نمی‌خواهند خریداران عالی مراقبت‌های بهداشتی شوند. آنها از مردم می خواهند که کار را برای آنها آسان کنند. آنها پیشنهاد می خواهند. حرف آنها این است: شما قبلا می دانید. به من بگو چه می دانی.

وقتی با شرکت مراقبت های بهداشتی خود تعامل دارید، هرکسی که مطالبات شما را پرداخت می کند و از نظر اداری با شما کار می کند، باید به شما به عنوان یکی از هزاران یا میلیون ها عضو نگاه کند. آنها باید به شما به عنوان یک فرد نگاه کنند.

هوش مصنوعی می‌تواند همه چیزهایی را که توضیح دادیم به صورت داخلی بگیرد و آنها را بسته بندی کند تا وقتی وارد پورتال مزایای خود می‌شوم، همه چیز درباره من و خانواده‌ام باشد. اینطور نیست، "اینجا مجموعه ای بزرگ و گسترده از اطلاعات و داده ها است. برو بهترین دکتر را پیدا کن."

اینجاست که هوش مصنوعی می تواند جزئیات بیشتر، اطلاعات بسیار بیشتری را ارائه دهد و آن را به تجربه بهتری تبدیل کند.

برنامه های بهداشتی تنها سهم کمی از هزینه های هوش مصنوعی مراقبت های بهداشتی را در سال گذشته به خود اختصاص دادند. چرا شرکت های بیمه کندتر از سیستم های بهداشتی حرکت کرده اند؟

آخرین شرکت بیمه بزرگی را که وارد بیمه درمانی تجاری شد و گفت: "ما با یونایتد و سیگنا و آبی ها رقابت خواهیم کرد." تقریبا هیچ، حداقل از نقطه نظر مقیاس.

هیچ انگیزه ای برای برنامه های بهداشتی وجود ندارد که بگوییم: "ما باید به همان اندازه که در حمله بازی کنیم، دفاع بازی کنیم." این یک چیز است.

شماره دو، این یک تجارت پر حاشیه نیست. هنگامی که بودجه خود را در زمینه مراقبت های بهداشتی ایجاد می کنید، با این شروع می کنید: در اینجا به نظر من چقدر پول می گیریم. در اینجا چیزی است که ما فکر می کنیم روند قرار است باشد. اگر روند بالاتر از جایی است که ما قیمت گذاری می کنیم، شما شروع به بررسی بودجه خود می کنید و می گویید: "برای روشن نگه داشتن چراغ ها به چه چیزی نیاز دارم؟ چگونه می توانم شروع به کاهش سرمایه گذاری کنم تا حداقل به نظر بیایم که دارم در فناوری مراقبت های بهداشتی سرمایه گذاری می کنم، اما نمی توانم همه چیز را وارد کنم زیرا چیزهای دیگری دارم که باید از آنها مراقبت کنم؟"

من همچنین فکر می کنم که شرکت های مراقبت های بهداشتی به نوآوری این گونه نگاه کرده اند: این چیزی است که ما امروز انجام می دهیم. کمی بهترش کنیم بیایید سال آینده آن را کمی بهتر کنیم. سال بعد کمی بهترش کنید.

چیزی که تقریبا هرگز ندیده‌اید این است که یک شرکت مراقبت‌های بهداشتی می‌گوید: «به هر حال، ما کسب‌وکارمان را کاملا متحول می‌کنیم، و در اول ژانویه از خواب بیدار می‌شویم و شرکتی کاملا متفاوت خواهیم بود». این اتفاق نمی افتد.

اول از همه، این یک تجارت به شدت تنظیم شده است، بنابراین شما باید در مورد رعایت و حاکمیت مراقب باشید. اگر شروع به پرداخت نکردن مطالبات به درستی کنید یا اشتباه بزرگی مرتکب شوید، دولت درگیر می شود. مشتریان شما درگیر می شوند. شما باید مباشرین خوبی در راه سرمایه گذاری و تغییرات باشید.

اما تغییرات تدریجی همیشه مکان امنی برای شرکت های بیمه سلامت بود. اگر 10 سال را صرف ایجاد تغییرات تدریجی کرده‌اید، می‌توانید به گذشته نگاه کنید و بگویید: "ما در این 10 سال کار بزرگی انجام دادیم. ببینید ما به عنوان یک تجارت چقدر متفاوت هستیم."

فکر می کنم دنیا آنقدر سریع در حال تغییر است که 10 سال تبدیل به یک سال می شود. اگر چهار گروه بزرگ و دیگران، بلوزهای غیرانتفاعی و دیگران در فضای مدیریت مراقبت های بهداشتی، اکنون سرمایه گذاری های هوش مصنوعی را انجام ندهند، در موقعیتی قرار خواهند گرفت که در تلاش هستند تا بازی را جبران کنند.

وقتی برنامه سلامتی را با میلیون‌ها و میلیون‌ها عضو اجرا می‌کنید، هیچ چیز بدتر از تلاش برای بازی کردن نیست، زیرا زمانی که به عقب بیفتید، رقیب شما از شما دورتر می‌شود.

من فکر می‌کنم شرکت‌هایی مانند یونایتد برای متحول کردن کسب‌وکارشان روی هوش مصنوعی شرط‌بندی می‌کنند و فکر می‌کنم در چند سال آینده شاهد تغییرات عمده‌ای خواهید بود.

UnitedHealthcare اخیرا اعلام کرده است که نزدیک به 30 درصد از الزامات مجوز قبلی خود را حذف خواهد کرد. چه چیزی در مورد اینکه کسب و کار به کجا می رود به شما پیشنهاد می کند؟

من در مورد آن یک قدم به عقب برمی‌دارم زیرا نمی‌دانم که این یک بازی هوش مصنوعی است. من فکر می کنم این است: "ما واقعا نگاهی داخلی به نحوه رفتار خود با اعضای خود انداختیم."

اگر تقریبا همه دسته خاصی از مجوزهای قبلی را تأیید می کنید، سؤال این است: لعنتی چرا این کار را می کنیم؟ من فکر می کنم این فقط منطقی است. از دیدگاه کسب و کار منطقی نیست که در داخل برای چیزی خرج کنید که در نهایت برای آن پول می پردازید.

فکر می‌کنم این موضوع بیشتر است: چگونه به مصرف‌کننده خدمت کنیم؟ این واکنشی است به اینکه دولت به آنها در مورد نحوه رفتارشان در بازار، نارضایتی شما از ارائه دهندگان و نارضایتی از اعضایی که از انکار شکایت می کنند، سخت می گذراند.

با این حال، آنها هنوز بخش قابل توجهی از الزامات مجوز قبلی را حفظ می کنند. چرا؟ زیرا آنها معتقدند که اینها واقعا ارزش افزوده دارند.

من یکی از مدافعان هستم. من اینجا می نشینم و به صحبت های مردم در مورد انکارها گوش می دهم و می گویم: "یک لحظه صبر کنید. شرکت های بیمه انکار را انجام نمی دهند، زیرا آنها دوست دارند انکار را انجام دهند." اکثر انکارهایی که آنها انجام می دهند از طرف مشتریان خود هستند که در واقع مطالبات را پرداخت می کنند.

می‌توانم هیچ مشتری را نام ببرم که به من گفته‌اند، "از شما می‌خواهم برای هر چیزی که پزشک دستور می‌دهد هزینه کنید. فقط پرداخت کنید. من فقط به دکتر اعتماد خواهم کرد." هیچ یک از مشتریان هرگز این را به هیچ برنامه بهداشتی نگفته است زیرا آنها در واقع معتقدند که برخی از آنها ارزش دارند.

مجوزهای قبلی زیادی وجود دارد: آیا لازم است؟ آیا راه دیگری برای انجام این سرویس وجود دارد؟ آیا در منطقی ترین شرایط است؟ آیا در مکانی است که بهترین ارزش را برای پرداخت کننده نهایی خسارت داشته باشد؟

فکر می کنم هوش مصنوعی می تواند به توضیح و ارائه داده ها و اطلاعات کمک کند. اگر می‌خواهید زانو را جراحی کنید، می‌توان گفت: "فقط می‌خواهم این را به شما ارائه دهم. به این اطلاعات نگاه کنید. می‌توانید زانوی خود را در اینجا انجام دهید، احتمالا با همان پزشک، یا می‌توانید به گران‌ترین بیمارستان شهر بروید."

بسیاری از مردم، به ویژه افرادی که فرانشیز و بیمه تضامنی دارند و در پرداخت مشارکت دارند، ترجیح می دهند به سراغ گزینه ارزان تر بروند. هوش مصنوعی می تواند در این زمینه کمک کند.

در مورد کارتان با Anterior بیشتر بگویید. ماموریت آن و تفاوتی که فکر می کنید می تواند در استقرار هوش مصنوعی برنامه های سلامتی ایجاد کند را چگونه توصیف می کنید؟

من فکر می کنم آنها واقعا جاه طلب هستند. هنگامی که برای اولین بار در جلسه شرکت کردم، فکر کردم که قرار است اینگونه باشد: "ما به دنبال این هستیم که جهان را کمی بهتر کنیم و آن را کمی کارآمدتر کنیم." من فکر کردم، خوب، به نظر یک شرکت جالب است.

من خیلی سریع متوجه شدم که جاه طلبی های آنها بسیار بزرگتر از این است.

آنها می خواهند تجربه مراقبت های بهداشتی را در این کشور بهبود بخشند. آنها می خواهند با برنامه های بهداشتی شروع کنند. آنها فکر می کنند بزرگترین فرصت برای رفتن از کاری که انجام می دهند به چیزی که بسیار بهتر، بسیار کارآمدتر و مختصرتر است وجود دارد، و سپس از چیزهایی که در آنجا ساخته اند برای حرکت در سیستم سلامت و اتصال اکوسیستم بزرگتر استفاده کنند.

این فقط گرفتن چیزی که در حال حاضر ناکارآمد است و کارآمدتر کردن آن نیست. من فکر می کنم که این یک تجارت واقعا خسته کننده خواهد بود.

کاری که Anterior می‌کوشد انجام دهد این است که چیزی ناکارآمد، پیچیده و نه چندان مناسب برای مصرف‌کننده انتخاب کند، آن را برطرف کند و سپس نحوه اتصال آن کسب‌وکار را به تمام بخش‌های دیگر کسب‌وکار کاملا تغییر دهد.

اگر فقط، "ما چیزی را می گیریم که شش هفته طول می کشد و آن را سه هفته می کنیم. مجوزهای قبلی شما را به چند ساعت کاهش می دهیم"، همه اینها چیزهای خوبی هستند، اما شرکت های بیمه سال ها روی آن کار کرده اند.

آنچه هیجان انگیز است این است که کارهایی را که آنها به دنبال انجام آن هستند و سپس تغییر دادن کسب و کار انجام دهند. آنها یکی از معدود مشاغلی هستند که فکر می کنم مایل به مقابله با آن هستند.

آیا این در نهایت مربوط به ارتباط برنامه های سلامت با سایر بخش های سیستم مراقبت بهداشتی است یا اتصال سیلوهای مختلف در یک پرداخت کننده؟

در نهایت، همه آن چیزها خواهد بود. اما اگر وقت خود را صرف یک برنامه بهداشتی کنید که تمام سیلوهای مختلف را به هم متصل می کند، دستتان پر خواهد بود.

شما تمام مشاغل بالینی را دارید. شما عملیات، ادعاها، یکپارچگی پرداخت، جمع آوری و حق بیمه دارید. شما طرح های طرح و عملکردهای بازاریابی دارید. شما دارای اکچوئری، پذیره نویسی، قانونی و انطباق هستید.

آنها می توانند در اکوسیستم طرح سلامت کارهای بسیار زیادی انجام دهند. سپس، در ارتباط با آن، شما شروع به صحبت با سیستم های بهداشتی می کنید. شما شروع به صحبت با مشاوران و کارگزاران در مورد انواع کارهایی می کنید که انجام می دهید و سعی می کنید به آن پیشرفت کنید. شما گروه های تجاری را در مورد نحوه اشتراک گذاری اطلاعات و نگاه کردن به داده ها به هم متصل می کنید.

برای شرکتی مانند Anterior نه تنها در اکوسیستم داخلی، بلکه واقعا بر اکوسیستم خارجی نیز تأثیرگذار است.

اگر پرداخت کنندگان و ارائه دهندگان هر دو در انجام بازی بازپرداخت موجود با هوش مصنوعی به طرز چشمگیری بهتر شوند، آیا واقعا مراقبت های بهداشتی را بهبود بخشیده ایم؟ برای حذف اصطکاک از کل سیستم به جای یک طرف، چه چیزی باید تغییر کند تا هوش مصنوعی؟

شما نمی‌خواهید ربات‌های یکپارچگی پرداخت با ربات‌های مدیریت چرخه درآمد مبارزه کنند، و سپس همه ربات‌ها واقعا باهوش می‌شوند و فقط از همدیگر شکست می‌خورند، و واقعا هیچ اتفاقی نمی‌افتد.

چیزی که باید اتفاق بیفتد و هوش مصنوعی می‌تواند کمک کند، این است که می‌تواند افراد و داده‌ها را به هم متصل کند و بگوید: "شما بچه‌ها از اینجا استفاده می‌کنید. ما از اینجا استفاده می‌کنیم. باید دور هم جمع شویم و درباره نحوه قرارداد صحبت کنیم."

چرا همه نمی نشینیم و به این اطلاعات نگاه می کنیم؟ با سیستم بزرگ سلامت بنشینید و بگویید، "این چیزی است که داده ها نشان می دهد. چرا ما با این ایده که شما برای کارهایی که انجام می دهید و باید به آنها دستمزد مناسبی دریافت کنید، قرارداد نمی بندیم؟ و چرا مطمئن نمی شویم که مانعی برای دریافت حقوق شما نیستیم، اما می توانیم به چشمان مشتریان خود نگاه کنیم و بگوییم که شما بیش از حد پول پرداخت نمی کنید؟"

تقلب، اتلاف و سوء استفاده واقعی است. من سیستم های بهداشتی بزرگ را به تقلب، اتلاف و سوء استفاده متهم نمی کنم، اما حتی در یک سیستم بهداشتی بزرگ، اشتباهاتی وجود دارد. این فقط یک واقعیت است. و کم پرداختی وجود دارد. این فقط یک واقعیت است.

الان وسط نشستم من در هیئت‌های سه ارائه‌دهنده می‌نشینم و می‌بینم که شرکت‌های مراقبت‌های بهداشتی در شرایط خاص در چه شرایطی فوق‌العاده دشوار هستند، و گاهی اوقات برای دفاع از آنها تلاش می‌کنم. من همچنین زمانی از آنها دفاع می کنم که معتقدم آنها در واقع کارهایی را انجام می دهند که سعی در صرفه جویی در پول مردم دارند و آنها نیت خوبی دارند.

فرصت هوش مصنوعی نشان دادن این است: در اینجا نقاط درد در سمت پرداخت کننده وجود دارد. در اینجا نقاط درد در سمت ارائه دهنده وجود دارد. آیا این می تواند منجر به گفتگوی پیچیده تر در مورد روشی بهتر برای قرارداد شود، به طوری که سیستم های بهداشتی بدانند که شریکی دارند که به طور مناسب به آنها پرداخت می کند؟

فکر می کنم هوش مصنوعی می تواند در این مورد کمک کند. شما می توانید قراردادهای مناسب، قراردادهای مبتنی بر عملکرد، انجام کارهای مناسب برای اعضا بسازید. اگر بتوانیم به آن سطح برسیم، فکر می‌کنم یک فرصت واقعی وجود دارد که پویایی متفاوتی با آنچه در حال حاضر وجود دارد وجود داشته باشد، که این است: تو من را شکست دادی، من جهنم را شکست دادم. هیچکس خوشحال نیست هیچ کس همدیگر را دوست ندارد.

زمانی که من بازار نیویورک را اداره می کردم، واقعا با مدیران مراقبت های بهداشتی دانشگاه نیویورک و پرزبیتریان درگیر بودم. آنها افراد فوق العاده باهوشی هستند. آنها فوق العاده خوش نیت هستند. آنها معتقدند که سیستم هایشان بهترین است. آنها چنگ و دندان می جنگند تا حقوقشان را به درستی دریافت کنند.

ما در طول بحث در مورد بازپرداخت از همدیگر شکست خوردیم. اگر هوش مصنوعی برای کمک به داده‌ها و اطلاعات، صحبت در مورد انکارها و حذف تمام احساسات از این موضوع و واقعا رسیدن به واقعیت‌ها وجود داشت، فکر می‌کنم یک فرصت واقعی برای هوش مصنوعی وجود دارد که بر آن روابط تأثیر بگذارد.

خواهیم دید، زیرا شما به یک نکته مهم اشاره کردید: مبارزه با ربات‌ها با ربات‌ها مکان واقعا خوبی برای صنعت مراقبت‌های بهداشتی نیست.