هوش مصنوعی در بسیاری از صنایع پیشرفت چشمگیری دارد، اما پذیرش آن در مراکز مراقبت طولانی مدت همچنان کند و چالش برانگیز است. در حالی که هوش مصنوعی این پتانسیل را دارد که مراقبت از بیمار را از طریق تشخیص سقوط، پیشگیری از زخم بستر و ارزیابی کیفیت خواب متحول کند، راه به سوی استقرار گسترده هر چیزی جز سریع بوده است. این موضوع برای سرمایه‌گذاران، مدیران خانه‌های مراقبت و یکپارچه‌سازان سیستم از اهمیت بالایی برخوردار است، که همگی از پتانسیل‌های متحول کننده هوش مصنوعی آگاه هستند. با این حال، علی‌رغم وعده‌اش، هوش مصنوعی در مراقبت طولانی‌مدت با سرعت یا مقیاسی که ممکن است انتظارش را داشته باشیم، اجرا نمی‌شود.
این بدان معنا نیست که باید هوش مصنوعی بدون هیچ گونه حفاظت یا کنترلی پذیرفته شود، اما نگرانی واضحی در صنعت مراقبت وجود دارد که باعث می‌شود این بخش با زمان عقب بماند. اگر به جای دیگری نگاه کنید، هوش مصنوعی از صنایع دیگر، حتی در بخش‌های مختلف سلامت، بازتر است. هوش مصنوعی بیشتر و بیشتر برای تشخیص بیماری‌ها یا آموزش کارکنان بهداشتی و آسان‌تر کردن زندگی آنها استفاده می‌شود، پس چرا نباید در مراقبت‌های طولانی‌مدت هم همین‌طور باشد؟
آنچه سرمایه گذاران خطرپذیر باید بدانند
برای سرمایه گذاران خطرپذیر، هوش مصنوعی مراقبت طولانی مدت به دلایل مختلفی جذاب است. اولاً، نرم‌افزار مراقبت‌های بهداشتی معمولاً از طریق موافقت‌نامه‌های مجوز مکرر فروخته می‌شود، که باعث می‌شود شرکت‌هایی که این راه‌حل‌ها را ارائه می‌کنند، اهداف اصلی کسب را داشته باشند. شرکت‌هایی با جریان‌های درآمدی مکرر، به‌ویژه در بخش قوی مانند مراقبت‌های بهداشتی، برای کسب در ارزش‌های برتر جذاب هستند. فعالیت های اخیر بازار بر این امر تأکید می کند: به عنوان مثال، در جولای 2024، Nordic Capital شرکت Senso مستقر در اسلو را خریداری کرد، در حالی که Avasure Ouva مستقر در سانفرانسیسکو را انتخاب کرد، نشان دهنده کانون سرمایه گذاری در فضای مراقبت طولانی مدت است.
اما علی‌رغم این محرک‌های بازار، VCها اغلب می‌پرسند، “کدام فناوری غالب خواهد شد؟” رقبای زیادی وجود دارد – پوشیدنی ها، رادارها و حسگرهای نوری – اما شناسایی راه حل برنده برای آنها آسان نیست.
مدیران خانه مراقبت: پیمایش دستورکارهای رقابتی
مشکل اصلی برای ارائه دهندگان مراقبت های طولانی مدت کمبود فزاینده کارکنان است. هوش مصنوعی می تواند با افزایش 20 تا 30 درصدی بهره وری مراقبین کمک کند و آن را به ابزاری حیاتی برای حفظ کیفیت مراقبت در مواجهه با محدودیت منابع تبدیل کند. با این حال، مدیران باید از برنامه های رقابتی بین تامین کنندگان آگاه باشند. بسیاری از یکپارچه‌سازان سیستم، روابط بلندمدتی با خانه‌های مراقبت برقرار کرده‌اند و ممکن است انگیزه کاملی برای پذیرش هوش مصنوعی نداشته باشند. دلیل آن ساده است: درآمد آنها به فروش و حفظ سیستم های فعلی، اغلب قدیمی، بستگی دارد. این سیستم‌ها تحت الشعاع معرفی هوش مصنوعی قرار می‌گیرند، که همه چیز را ساده می‌کند و از تجهیزات کمتری استفاده می‌کند، مانند تنها یک دوربین که می‌تواند با یادگیری بینایی کامپیوتری ترکیب شود.
تسهیلات مراقبت درازمدت به شدت به این فناوری‌های قدیمی متکی هستند که اغلب توسط یکپارچه‌کننده‌های سیستم با منافع مالی خاص در حفظ وضعیت موجود نصب می‌شوند. لیست محصولاتی که در حال حاضر مورد استفاده قرار می گیرند شامل سنسورهای حرکت مادون قرمز، کنتاکت درب، مانیتورینگ آکوستیک، سنسورهای تخت و دستگاه های پوشیدنی است. در حالی که این سیستم‌ها عملکردی دارند، اما از آنجایی که هشدارهای کاذب زیادی تولید می‌کنند که مراقب‌ها خستگی هشدار را ایجاد می‌کنند، بسیار دور از حد مطلوب هستند. مزیت یکپارچه‌کننده‌های سیستم این است که این سیستم‌ها به نگهداری و پشتیبانی مکرر نیاز دارند.
برای یکپارچه‌سازهای سیستم که در زمینه امنیت تخصص دارند، بازار مراقبت طولانی‌مدت فرصتی امیدوارکننده است. امنیت فضایی پر ازدحام و رقابتی است – یک «اقیانوس سرخ». در مقابل، امکانات مراقبت طولانی‌مدت به لطف معرفی هوش مصنوعی، یک «اقیانوس آبی» در حال ظهور را نشان می‌دهد. کسانی که مایل به چرخش در این بازار رو به رشد هستند، باید پولی به دست بیاورند، اما آنها باید چالش های منحصر به فردی را که هوش مصنوعی روی میز می آورد، درک کنند.
مشکل بزرگ در مراقبت
مشکلات پیش روی بخش مراقبت های طولانی مدت بسیار زیاد و دوگانه است:
- افزایش تقاضا برای مراقبت، ناشی از پیری سریع جمعیت و امید به زندگی طولانی تر.
- کاهش عرضه مراقبین که با کاهش نرخ تولد در چند دهه گذشته تشدید شده است. یک تجزیه و تحلیل اخیر نشان داد که نرخ باروری بریتانیا سریعتر از هر کشور دیگر G7 در حال کاهش است. 8 درصد
در سطح جهانی، بازار تخت‌های مراقبت از 63 میلیون امروز به 121 میلیون در حال افزایش است. 2050. چالش این است که چگونه می توان با مدیریت منابع انسانی محدود به این تقاضای فزاینده پاسخ داد. کارکنان مراقبت در سراسر جهان در حال حاضر بیش از حد کار می کنند، با ساعات کار طولانی، دستمزد ضعیف و استرس زیاد، که باعث شده است که تعداد بیشتری از آنها به طور قابل درک صنعت را ترک کنند.
چرا پذیرش هوش مصنوعی اینقدر طول می کشد؟
جذب آهسته هوش مصنوعی در مراقبت های طولانی مدت به چهار عامل کلیدی خلاصه می شود:
- مقاومت یکپارچه ساز سیستم: هوش مصنوعی تهدید می کند که حسگرهای متعددی را که در حال حاضر در مراکز مراقبتی مورد استفاده قرار می گیرند، با یک راه حل منفرد مبتنی بر دوربین که از دید کامپیوتری پیشرفته پشتیبانی می کند، جایگزین کند. این به نوبه خود جریان های درآمدی یکپارچه سازان سیستم فعلی را تهدید می کند. از بسیاری جهات، این وضعیت منعکس کننده سایر نبردهای تجاری مستند است – مانند نتفلیکس در مقابل بلاک باستر یا دوربین های دیجیتال در مقابل کداک و پولاروید. پتانسیل مخرب هوش مصنوعی واضح است، اما عدم تمایل بازیکنان موجود به پذیرش آن به همان اندازه مشهود است.
- تاخیر سخت افزاری: رادنی بروکس، کارشناس رباتیک MIT، خاطرنشان می‌کند که در حالی که پذیرش نرم‌افزار با سرعت رعد و برق اتفاق می‌افتد (به این فکر کنید که ChatGPT در عرض دو ماه به ۱۰۰ میلیون کاربر می‌رسد)، پیاده‌سازی سخت‌افزار بسیار طولانی‌تر طول می‌کشد. راه‌حل‌های مبتنی بر هوش مصنوعی به دوربین‌های فیزیکی، کابل‌کشی و نصب نیاز دارند که به طور ذاتی روند پذیرش را کند می‌کند.
- موانع آموزشی و فرهنگی: در مراقبت طولانی مدت، مراقبان جوان در حین کار از کارکنان با تجربه تر یاد می گیرند. در حالی که این مدل راهنمایی مزایای خود را دارد، همچنین مانع قابل توجهی برای پذیرش فناوری های جدید مانند هوش مصنوعی ایجاد می کند. مراقبانی که در روش‌های سنتی آموزش دیده‌اند، اغلب در برابر یادگیری نحوه کار با سیستم‌های پیشرفته مقاوم هستند، که می‌تواند ادغام را کند کند.
- ادراک: هوش مصنوعی مورد انتقاد شدید قرار گرفته است، گاهی قابل درک است، اما گاهی اوقات به دلیل عدم آموزش در مورد این موضوع. این ترس وجود دارد که هوش مصنوعی جایگزین مشاغل در مراقبت های بهداشتی شود و درآمد را از افراد سختکوش بگیرد. با این حال، هنگامی که هوش مصنوعی به درستی ایجاد و اعمال می شود، هدف از بین بردن مشاغل نیست، بلکه بهبود و آسان کردن مشاغل افراد و اجازه دادن به آنها برای تمرکز بر بخش های مهم کار مراقبت است.
نتیجه: آینده اینجاست – اما به کندی در حال رسیدن است
هوش مصنوعی پتانسیل تحول آفرینی را برای مراقبت طولانی مدت ارائه می دهد، اما روند پذیرش بسیار کندتر از آنچه لازم است انجام می شود. مدیران خانه مراقبت باید فرصتی را که هوش مصنوعی برای بهبود بهره وری ارائه می دهد، تشخیص دهند، حتی اگر چشم انداز موجود تامین کننده را به چالش بکشد. سرمایه گذاران خطرپذیر باید به فناوری چشم اندازی که سیستم های چندپاره فعلی را متحد و بهبود می بخشد، توجه داشته باشند. یکپارچه‌کننده‌های سیستمی که به ارائه راه‌حل‌های مبتنی بر هوش مصنوعی در مراقبت‌های طولانی‌مدت می‌پردازند، می‌توانند خود را برای موفقیت در یک بازار رو به رشد و کم خدمات قرار دهند.
در نهایت، معرفی هوش مصنوعی به مراقبت های طولانی مدت یک فرآیند کند اما اجتناب ناپذیر خواهد بود. سوال این نیست که آیا هوش مصنوعی این بخش را متحول می‌کند یا خیر، بلکه این است که چقدر سریع اتفاق می‌افتد و چه کسی مسئولیت را رهبری خواهد کرد.
