Khai thác AI để định hình lại trải nghiệm người tiêu dùng trong lĩnh vực chăm sóc sức khỏe

15 tháng 11, 2024 |Bởi Jenny Cordina với Eduardo Coronado, Penelope Williams, và Sarah Greenberg | mckinsey.com

Các giải pháp được hỗ trợ bởi AI có thể mở khóa những hiểu biết sâu sắc từ dữ liệu trước đây không thể tiếp cận và cho phép sự tương tác và cá nhân hóa với người tiêu dùng ở quy mô chưa từng có, từ đó nâng cao kết quả kinh doanh trong lĩnh vực chăm sóc sức khỏe.

Trong bối cảnh chăm sóc sức khỏe đang phát triển nhanh chóng, AI có tiềm năng định hình lại cách người tiêu dùng tương tác với các dịch vụ y tế. Hiện nay, người tiêu dùng ở Hoa Kỳ có thể gặp khó khăn với mọi thứ từ việc tìm bảo hiểm phù hợp đến việc hiểu khi nào họ nên gặp bác sĩ, chi phí sẽ là bao nhiêu và cách quản lý sức khỏe của họ. Nhiều người dành hàng giờ để nghiên cứu, tham khảo ý kiến bạn bè và gia đình, và gọi điện cho các nhà cung cấp dịch vụ và công ty bảo hiểm để tìm câu trả lời cho các câu hỏi của họ. Thực tế, một phần tư số người tiêu dùng chúng tôi khảo sát cho biết họ không thể nhận được sự chăm sóc họ cần khi họ cần.

Những cải tiến đáng kể để giải quyết hệ sinh thái chăm sóc sức khỏe phức tạp sẽ cần nhiều hơn là tăng cường sự tham gia của con người, đặc biệt là do tình trạng thiếu lao động và chi phí chăm sóc ngày càng tăng. Giới thiệu AI: công nghệ này có tiềm năng tái định hình trải nghiệm người tiêu dùng (CX) và nâng cao sự tương tác theo những cách trước đây không thể thực hiện được, thậm chí cách đây vài năm. Nó có thể giúp tạo điều kiện cho việc chăm sóc cá nhân hóa, tăng cường tính minh bạch và đơn giản, đồng thời đảm bảo rằng người tiêu dùng có thể kiểm soát sức khỏe và các quyết định liên quan đến chăm sóc sức khỏe của họ. Một nghiên cứu gần đây, trong đó các chuyên gia y tế đánh giá câu trả lời của bác sĩ cho các câu hỏi của bệnh nhân trên các diễn đàn mạng xã hội so với câu trả lời được tạo ra bởi chatbot, cho thấy rằng các đánh giá viên thích các phản hồi của AI hơn, đánh giá chúng có chất lượng cao hơn và đồng cảm hơn.

Một tin tốt: ngành chăm sóc sức khỏe hiểu được cơ hội AI trong trải nghiệm khách hàng (CX). Sáu mươi hai phần trăm người tham gia khảo sát của McKinsey về các nhà lãnh đạo trong lĩnh vực chăm sóc sức khỏe cho biết sự tương tác và trải nghiệm của người tiêu dùng là lĩnh vực mà AI tạo sinh (gen AI) có tiềm năng lớn nhất. Tuy nhiên, chỉ có 29 phần trăm người tham gia đã bắt đầu triển khai gen AI trong tổ chức của họ cho bất kỳ mục đích nào.

Các tổ chức sử dụng AI để điều chỉnh trải nghiệm chăm sóc sức khỏe theo nhu cầu, sở thích và mục tiêu cá nhân, đồng thời giảm thiểu các rủi ro tiềm ẩn, có tiềm năng hưởng lợi từ mối quan hệ tin cậy hơn với người tiêu dùng. Việc áp dụng công nghệ mới nhất, bao gồm cả AI, cũng có thể cải thiện kết quả kinh doanh: ước tính rằng tiết kiệm ròng có thể đạt 5 đến 10 phần trăm chi tiêu chăm sóc sức khỏe, với tỷ lệ phần trăm chính xác thay đổi nhẹ giữa các công ty bảo hiểm tư nhân và công, nhóm bác sĩ, và bệnh viện, theo một nghiên cứu do McKinsey đồng tác giả và được công bố bởi Cục Nghiên cứu Kinh tế Quốc gia.

Tại sao AI ngay bây giờ cho người tiêu dùng chăm sóc sức khỏe

Việc sử dụng AI thành công đòi hỏi dữ liệu, và ngành công nghiệp này có rất nhiều dữ liệu để các công cụ AI khai thác – khoảng 30 phần trăm dữ liệu toàn cầu được tạo ra bởi ngành công nghiệp chăm sóc sức khỏe. Tốc độ tăng trưởng kép hàng năm cho dữ liệu chăm sóc sức khỏe dự kiến sẽ đạt 36 phần trăm vào năm 2025. Các tổ chức chăm sóc sức khỏe cũng có đặc điểm là có nhiều người tiêu dùng sẵn sàng chia sẻ thông tin sức khỏe cá nhân của họ để hỗ trợ sức khỏe của chính mình hơn so với chia sẻ cho người sử dụng lao động, chính phủ, hoặc các công ty công nghệ.

Tuy nhiên, lĩnh vực chăm sóc sức khỏe thường tụt hậu so với các ngành khác trong việc áp dụng công nghệ số. Trong quá khứ – ngoài những lo ngại về quyền riêng tư của bệnh nhân, vốn là điều tối quan trọng – thách thức công nghệ chính khi sử dụng AI là không có khả năng trích xuất thông tin có giá trị từ dữ liệu phi cấu trúc và tạo ra trải nghiệm cho những hành trình người tiêu dùng có tính biến đổi cao. Giống như các ngành khác, dữ liệu bị phân tán trên nhiều hệ thống, và mặc dù ngành chăm sóc sức khỏe đã sử dụng một số dữ liệu có cấu trúc đó cho AI, nhưng nó đã có thành công hạn chế với các nguồn phi cấu trúc như bản ghi cuộc gọi. Giờ đây, AI tạo sinh có thể giúp khai thác sức mạnh của các nguồn dữ liệu trước đây không thể sử dụng chứa thông tin quan trọng về người tiêu dùng và làm cho chúng tương thích để AI sử dụng rộng rãi hơn để học hỏi các mô hình hành vi, cung cấp khả năng mới để đưa ra sự cá nhân hóa ở quy mô trước đây không thể đạt được.

Với công nghệ đang phát triển với tốc độ chóng mặt, nó có khả năng giúp tối ưu hóa hành trình của người tiêu dùng trong lĩnh vực chăm sóc sức khỏe.

AI có thể hợp lý hóa toàn bộ hành trình chăm sóc sức khỏe như thế nào

AI có tiềm năng cải tổ toàn bộ hành trình chăm sóc sức khỏe cho người tiêu dùng. Người tiêu dùng trải nghiệm dịch vụ chăm sóc qua một số hành trình cốt lõi, và mặc dù những bước này không nhất thiết phải theo thứ tự thời gian, riêng biệt, hoặc giống nhau cho mỗi cá nhân, mỗi giai đoạn đều mang lại cơ hội cho AI cải thiện trải nghiệm.

Ví dụ hành trình 1.Tăng cường sự tham gia trong chăm sóc chủ động và sức khỏe

Mọi người thường gặp khó khăn trong việc đưa ra các lựa chọn lối sống lành mạnh có thể giảm thiểu nguy cơ mắc các bệnh có thể phòng ngừa được. Các nhà cung cấp dịch vụ và công ty bảo hiểm đều có thể áp dụng AI để tạo ra trải nghiệm chăm sóc phòng ngừa cá nhân hóa. Ví dụ, các mô hình học máy (ML) có thể dự đoán các rủi ro về lâm sàng và hành vi cho từng cá nhân, và AI tạo sinh có thể điều chỉnh các chương trình sức khỏe và cá nhân hóa thông điệp nhằm tăng khả năng tham gia. Đặc biệt, các mạng lưới cung cấp tích hợp có cái nhìn toàn diện về một cá nhân có thể xác định các khoảng trống trong chăm sóc và sử dụng các mô hình được hỗ trợ bởi AI để đề xuất các bước tiếp theo. Ngoài các công ty bảo hiểm và nhà cung cấp dịch vụ, các công ty trực tiếp đến người tiêu dùng về sức khỏe ngày càng đóng vai trò như những hướng dẫn viên sức khỏe; ví dụ, Huấn luyện viên Whoop được hỗ trợ bởi AI sử dụng dữ liệu sinh trắc học từ thiết bị đeo Whoop của người dùng và sau đó sử dụng học máy trên các mục nhật ký hành trình được chia sẻ bởi người tiêu dùng để tạo ra các phản hồi cá nhân hóa cho các câu hỏi về sức khỏe và để huấn luyện cá nhân đạt được hiệu suất đỉnh cao.

Ví dụ hành trình 2. Làm cho việc tìm kiếm và lên lịch chăm sóc dễ dàng hơn

Khi người tiêu dùng xác định nhu cầu chăm sóc, việc tìm kiếm dịch vụ chăm sóc đáp ứng yêu cầu và sở thích của họ có thể gây thất vọng và tốn thời gian. AI có thể đóng vai trò như một cửa ngõ 24/7 để thu thập thông tin và đưa ra các đề xuất ban đầu về các bước tiếp theo. Bằng cách này, nó có tiềm năng đẩy nhanh quá trình hướng dẫn người tiêu dùng đến dịch vụ chăm sóc phù hợp, tại đúng nơi và đúng thời điểm. Ví dụ, AI có thể kết hợp sở thích của bệnh nhân với dữ liệu cụ thể của nhà cung cấp để tạo ra trải nghiệm tìm kiếm hiệu quả hơn. Hơn nữa, AI tạo sinh có thể tổng hợp thông tin để chuẩn bị cho người tiêu dùng trước các cuộc thăm khám và tăng cường sự tham gia bằng cách siêu cá nhân hóa nhắc nhở lịch hẹn (appointment reminders).

AI cũng có thể giúp giảm thiểu tình trạng không đến hẹn, điều này khiến hệ thống chăm sóc sức khỏe Hoa Kỳ tốn kém hơn 150 tỷ đô la mỗi năm. Việc chậm trễ chăm sóc cũng có thể dẫn đến tình trạng bệnh của bệnh nhân trở nên tồi tệ hơn. Bằng cách phân tích hành vi trong quá khứ, AI có thể giúp các nhà cung cấp dịch vụ và công ty bảo hiểm chủ động xác định những bệnh nhân có khả năng bỏ lỡ cuộc hẹn và gửi lời nhắc trước, và khi cuộc hẹn bị bỏ lỡ, đưa ra các lựa chọn để đặt lại lịch hẹn. Ví dụ, Total Health Care, một trung tâm y tế đủ điều kiện liên bang ở Baltimore, báo cáo đã sử dụng mô hình AI Healow của eClinicalWorks để xác định bệnh nhân có nguy cơ cao không đến hẹn, cho biết điều này đã giúp giảm 34 phần trăm số cuộc hẹn bị bỏ lỡ.

Ví dụ hành trình 3. Làm cho thông tin về bảo hiểm và chi phí dễ hiểu hơn

Trước và sau các cuộc thăm khám, bệnh nhân thường gặp khó khăn trong việc hiểu bảo hiểm của họ và số tiền họ phải trả. Các tổ chức chăm sóc sức khỏe có thể sử dụng AI để cung cấp bản tóm tắt dễ hiểu về chi phí và bảo hiểm dự kiến, được điều chỉnh theo sở thích giao tiếp của từng cá nhân (bao gồm ngôn ngữ, trình độ đọc, v.v.). Ví dụ, các hệ thống y tế và công ty bảo hiểm có thể cải thiện các công cụ ước tính chi phí để tính đến dịch vụ cụ thể mà bệnh nhân đang tìm kiếm. Và sau khi dịch vụ được cung cấp, các tổ chức có thể sử dụng các công cụ AI tạo sinh để hỗ trợ bệnh nhân trong việc hiểu và giải quyết các hóa đơn chăm sóc sức khỏe.

Ví dụ hành trình 4. Cải thiện chất lượng chăm sóc

Chất lượng chăm sóc là một trong những yếu tố ảnh hưởng quan trọng nhất đến sự hài lòng; những người cảm thấy họ nhận được dịch vụ chăm sóc kém chất lượng có khả năng chuyển đổi nhà cung cấp cao gấp khoảng ba lần. Một nguồn gây ra sự không hài lòng của bệnh nhân là các cuộc thăm khám bác sĩ quá ngắn, khoảng 15 phút, mà bệnh nhân cho rằng không đủ để nhận được sự chăm sóc chất lượng cao. Mặc dù có nhiều cách để giải quyết vấn đề này, AI đưa ra những giải pháp thú vị. Ví dụ, một cách để cải thiện trải nghiệm này và ưu tiên thời gian chất lượng là sử dụng công nghệ lắng nghe môi trường được hỗ trợ bởi AI. Những công cụ này được thiết kế để cho phép bác sĩ tập trung hoàn toàn vào các mối quan tâm và câu hỏi của bệnh nhân, trong khi công nghệ ghi chú mà bác sĩ có thể xem xét độ chính xác sau cuộc thăm khám.

Một ví dụ khác có thể là AI hỗ trợ chăm sóc bệnh nhân nội trú; điều này có thể là một mô hình xử lý ngôn ngữ tự nhiên nhận diện các từ cụ thể được nói bởi bệnh nhân nằm liệt giường và sau đó thông báo cho trạm y tá để đáp ứng nhu cầu cụ thể của họ.

Ví dụ hành trình 5. Tăng cường tuân thủ với chăm sóc theo dõi

(adherence with follow-up care)

Bệnh nhân thường rời khỏi các cuộc thăm khám y tế mà không rõ hoặc bối rối về các bước tiếp theo. AI tạo sinh có thể kết hợp ghi chú thăm khám và tóm tắt xuất viện với thông tin bảo hiểm và sở thích của bệnh nhân để cung cấp những điểm chính dễ hiểu từ cuộc thăm khám, nguồn lực để quản lý stress, và thông tin được điều chỉnh về những gì cần làm tiếp theo theo cách không có thuật ngữ y tế và thể hiện sự đồng cảm và thấu hiểu. Điều này không chỉ giúp bệnh nhân dễ dàng điều hướng hệ thống chăm sóc sức khỏe mà còn giải phóng thời gian cho bác sĩ lâm sàng. Ví dụ, Kaiser Permanente báo cáo rằng hệ thống nhắn tin cho bệnh nhân được hỗ trợ bởi AI của họ đã thấy 32 phần trăm tin nhắn được phân loại mà không cần yêu cầu sự can thiệp của bác sĩ, đảm bảo rằng bệnh nhân nhận được thông tin họ cần một cách kịp thời.

Làm thế nào để đẩy nhanh việc sử dụng AI nhằm nâng cao sự hài lòng của người tiêu dùng

Mặc dù AI có tiềm năng cải thiện hành trình chăm sóc sức khỏe toàn diện của người tiêu dùng, nhưng tiến độ vẫn còn chậm. Các tổ chức đang bị kẹt giữa sự hào hứng muốn nhanh chóng nắm bắt cơ hội và sự thiếu đồng thuận về nơi bắt đầu, cùng với sự thận trọng chung do những rủi ro tiềm ẩn liên quan đến việc triển khai AI. Để đẩy nhanh việc sử dụng AI nhằm nâng cấp trải nghiệm người tiêu dùng, chúng tôi đề xuất năm bước quan trọng.

Giải quyết vấn đề 70 phần trăm về sự sẵn sàng của dữ liệu

Đầu tiên, các nhà điều hành cần xem xét sự sẵn sàng về dữ liệu và công nghệ của tổ chức mình trước khi phân bổ nguồn lực và tài trợ. Việc mang lại giá trị cụ thể cho người tiêu dùng chăm sóc sức khỏe thông qua AI đòi hỏi dữ liệu tích hợp sẵn sàng để sử dụng, một nhiệm vụ đầy thách thức chiếm trung bình 70 phần trăm công việc khi phát triển các giải pháp dựa trên AI. Đối với lĩnh vực chăm sóc sức khỏe, thách thức là biết thu thập dữ liệu nào và cách kết nối các nguồn đó; dữ liệu bị phân mảnh trên nhiều nền tảng và ở các định dạng và mức độ hữu ích khác nhau (ví dụ, yêu cầu bồi thường hoặc hồ sơ sức khỏe điện tử được lưu trữ tại chỗ, thông tin tiếp thị trên nền tảng đám mây và thông tin trung tâm cuộc gọi trải rộng trên nhiều hệ thống).

Và mặc dù các tổ chức chăm sóc sức khỏe có thể có lợi thế về khối lượng dữ liệu so với các lĩnh vực khác, họ vẫn phải đối mặt với những khoảng trống ngăn cản việc có cái nhìn toàn diện về người tiêu dùng. Ví dụ, những gián đoạn trong quá trình chăm sóc liên tục khiến việc hiểu đầy đủ nhu cầu, thói quen và sở thích của bệnh nhân trở nên khó khăn. Kết quả từ AI cũng có thể bị thiên lệch trừ khi chúng được xây dựng dựa trên dữ liệu đa dạng về mặt nhân khẩu học. Và để đưa ra những hiểu biết có ý nghĩa, các tổ chức có thể bổ sung dữ liệu lâm sàng và bệnh nhân của họ bằng thông tin về các yếu tố xã hội quyết định sức khỏe, kết quả do bệnh nhân báo cáo, mua sắm bán lẻ và các thiết bị theo dõi sức khỏe.

Tập trung vào các ưu tiên trải nghiệm người tiêu dùng để đảm bảo thành công của AI

Song song với việc đánh giá sự sẵn sàng của dữ liệu, các nhà lãnh đạo có thể đánh giá và ưu tiên các lĩnh vực đầu tư AI dựa trên tầm quan trọng đối với các ưu tiên tổng thể nhằm cải thiện trải nghiệm khách hàng, cơ hội, chiến lược và tính khả thi. Ví dụ, AI có thể tối ưu hóa các quy trình hành chính để giảm các điểm tiếp xúc với người tiêu dùng, từ đó giảm chi phí phục vụ. Đối với các nhà cung cấp, điều này có thể đồng nghĩa với việc giảm số lần hủy hẹn nhờ trải nghiệm tổng thể tốt hơn, trong khi đối với các công ty bảo hiểm, nó có thể dẫn đến việc giảm số lần theo dõi cuộc gọi để trả lời các câu hỏi về quyền lợi hoặc bảo hiểm.

Đây là bước quan trọng để tránh cố gắng làm quá nhiều việc cùng một lúc, điều có thể hạn chế tiến độ có ý nghĩa. Để ưu tiên các lĩnh vực tập trung, điều quan trọng là phải thu hút các nhà lãnh đạo đa chức năng trong tổ chức. Ví dụ, đội ngũ lãnh đạo lâm sàng đặc biệt có cái nhìn trực tiếp về những điểm đau của bệnh nhân và chính xác những gì không hiệu quả trong việc cung cấp dịch vụ chăm sóc và trải nghiệm khách hàng.

Tối ưu hóa thông tin thời gian thực cho các can thiệp được hỗ trợ bởi AI

Khi nền tảng dữ liệu được thiết lập và các ưu tiên được xác định, các tổ chức có thể bắt đầu tìm hiểu những gì khác cần thiết để hiểu đúng bối cảnh của dữ liệu đã thu thập. Việc cung cấp những hiểu biết được cá nhân hóa thực sự dựa trên AI liên quan đến việc kết nối nhiều điểm tiếp xúc từ các nguồn dữ liệu thành một hành trình người tiêu dùng được cá nhân hóa. Bằng cách kết hợp các chi tiết về, ví dụ, các cuộc thăm khám bác sĩ (tần suất, loại bác sĩ được gặp, hoặc nơi đặt lịch hẹn), nỗ lực tiếp cận bệnh nhân, và tương tác cũng như trải nghiệm của bệnh nhân, các mô hình AI có thể phát triển một đại diện gần gũi hơn về hành vi của người tiêu dùng, điều này rất quan trọng để xây dựng phân tích dự đoán nhằm thông báo cho các can thiệp trong tương lai.

Bằng cách phân tích các chi tiết như sở thích đặt lịch hẹn của bệnh nhân và cách hoặc thời điểm họ đã phản hồi với các nỗ lực tiếp cận, AI có thể điều chỉnh thời gian, tần suất và chủ đề thông điệp để đưa ra các đề xuất có khả năng gây tiếng vang nhất. AI tạo sinh có thể tiếp tục nâng cao hiệu quả của những can thiệp đúng thời điểm này với nội dung thông điệp siêu cá nhân hóa.

Lập bản đồ rủi ro AI trong chăm sóc sức khỏe và phát triển kế hoạch giảm thiểu

So với các ngành khác, các nhà lãnh đạo trong lĩnh vực chăm sóc sức khỏe phải đối mặt với những thách thức độc đáo do yêu cầu về sự đồng ý, rủi ro về quyền riêng tư, tác động tiềm tàng đến sức khỏe và giám sát quy định. Mặc dù các cơ chế đồng ý được áp dụng trong quá trình đăng ký thành viên hoặc lên lịch hẹn cho phép các tổ chức sử dụng một số dữ liệu người tiêu dùng, người tiêu dùng không có cách dễ dàng để xem xét hoặc điều chỉnh những sự đồng ý này. Họ nên có khả năng tìm hiểu không chỉ về việc sử dụng dữ liệu khi ký các mẫu đồng ý mới mà còn về những thay đổi trong chính sách bảo mật đối với sự đồng ý đã cung cấp trước đó, với hướng dẫn từ chối rõ ràng.

Ngoài tính minh bạch trong việc sử dụng dữ liệu, các tổ chức có thể thiết lập quy trình quản trị cũng được neo vào việc sử dụng AI và tính minh bạch của thuật toán. Họ có thể cung cấp cho người tiêu dùng các bản ghi và tài liệu rõ ràng về hệ thống AI, bao gồm các chiến lược giảm thiểu thiên kiến và quy trình đào tạo như chi tiết về hồ sơ dân số được sử dụng. Khi kỳ vọng của người tiêu dùng thay đổi, như trong các ngành khác, hướng tới việc truy cập và kiểm soát dữ liệu của họ dễ dàng hơn – ví dụ, một số công ty cho phép khách hàng quyết định những giao dịch mua nào của họ được sử dụng để đào tạo các mô hình đề xuất ML – các tổ chức chăm sóc sức khỏe sẽ phải đối mặt với áp lực ngày càng tăng để làm điều tương tự.

Bổ sung vào môi trường bảo mật bệnh nhân vốn đã phức tạp là các quy định cụ thể về AI đang phát triển nhanh chóng. Lực lượng Đặc nhiệm AI của Bộ Y tế và Dịch vụ Nhân sinh đã và đang phát triển các chính sách để bảo vệ bệnh nhân như một phần của Sắc lệnh Hành pháp của Nhà Trắng về An toàn AI. Cuối cùng, các kho dữ liệu tích hợp trưởng thành hơn được xây dựng để cung cấp năng lượng cho AI có thể trở thành mục tiêu có giá trị cho các cuộc tấn công mạng. Năm 2023 đã phá vỡ kỷ lục về các vụ vi phạm dữ liệu chăm sóc sức khỏe, ghi nhận 725 vụ vi phạm với 500 hồ sơ trở lên, nhiều hơn gấp đôi so với số liệu được báo cáo vào năm 2017.

Nâng cao năng lực AI của đội ngũ của bạn

Trong dài hạn, các tổ chức cung cấp dịch vụ và công ty bảo hiểm sẽ phải đầu tư vào năng lực và nhân tài của họ để nắm bắt đầy đủ cơ hội AI. Họ phải cân bằng cẩn thận giữa việc nâng cao kỹ năng của nhân tài hiện có và tuyển dụng cho các kỹ năng cụ thể về AI, sau đó tổ chức các nhóm chiến thuật để thực hiện các sáng kiến đã chọn. Hợp tác với các nhà cung cấp AI bên thứ ba cũng là một lựa chọn và có thể cho phép tổ chức di chuyển nhanh chóng.

Một cách để tăng khả năng thành công trong việc triển khai AI là sử dụng mô hình phi công tự động, trong đó nhân viên làm việc cùng với các công cụ AI để thực hiện các cải tiến quy trình từng bước. Điều này tận dụng tốc độ và năng lực của AI với các kiểm tra và cân bằng của kỹ năng và trực giác con người để giảm thiểu lỗi và rủi ro. Quan trọng là, quá trình này bao gồm các giai đoạn kiểm tra khả năng và thu thập bài học trong một nhóm nhỏ người dùng trước khi mở rộng quy mô trên toàn doanh nghiệp. Chiến thuật thử nghiệm và học hỏi như vậy cho phép các tổ chức giảm thiểu rủi ro khi mở rộng quy mô và đo lường tác động cũng như mức độ áp dụng trong các quy trình làm việc hiện có.

Ngày nay, tương tác với hệ sinh thái chăm sóc sức khỏe thường rất vụng về và thiếu sự cá nhân hóa mà người tiêu dùng mong đợi. AI có tiềm năng định hình lại hành trình chăm sóc sức khỏe bằng cách cho phép tập trung vào người tiêu dùng. Xây dựng các giải pháp AI thành công có thể mở rộng quy mô đòi hỏi một cách tiếp cận lặp đi lặp lại, một chiến lược triển khai có kiểm soát được xác định rõ ràng với kế hoạch rõ ràng về cách tích hợp với các quy trình làm việc hiện có và được tái cấu trúc, và các chỉ số hiệu suất chính để khuếch đại những gì đang hoạt động tốt. Cam kết của ban lãnh đạo cũng là chìa khóa để nắm bắt sức mạnh của hiệu ứng bánh đà. Mặc dù việc thúc đẩy cuộc cách mạng này đòi hỏi các khoản đầu tư có mục tiêu, tiến bộ về dữ liệu và giảm thiểu rủi ro, chúng tôi kỳ vọng công sức bỏ ra sẽ được đền đáp xứng đáng. Việc triển khai AI trong chăm sóc sức khỏe có thể mang lại lợi ích cho lợi nhuận của các tổ chức, cũng như các chức năng vận hành và hành chính, trong khi người tiêu dùng có thể tận hưởng quyền kiểm soát lớn hơn đối với hành trình sức khỏe và sự khỏe mạnh của họ cũng như sức khỏe tổng thể tốt hơn.

VỀ (CÁC) TÁC GIẢ

Jenny Cordina là đối tác tại văn phòng Detroit của McKinsey; Eduardo Coronado là chuyên gia tại văn phòng New York, nơi Sarah Greenberg là đối tác liên kết; và Penelope Williams là cố vấn tại văn phòng Vùng Vịnh.

Các tác giả muốn cảm ơn Chin-Chin Lin, David Malfara, Eric Bochtler, Jessica Lamb, Mark Lee, Natasha Napolitano, Robert Schiff, và Shashank Bhasker vì những đóng góp của họ cho bài viết này.

Tác giả: Jenny Cordina,

Link bài gốc: Harnessing AI to reshape consumer experiences in healthcare | Bài được đăng vào ngày 15/11/2024, trên www.mckinsey.com

Dịch giả: Dieter R – KenkAI Nhiều thứ hay

(*) Bạn có thể sao chép và chia sẻ thoải mái.

(**) Follow KenkAI Nhiều thứ hay để đọc các bài dịch khác và cập nhật thông tin bổ ích hằng ngày.