Para CEO sangat keras mengenai hal ini.
Amazon. Tenaga penjualan. IBM. Shopify.
Dalam setiap panggilan pendapatan, pesannya sama: AI generatif memangkas biaya. Ini mengurangi jumlah karyawan. Ini mengotomatiskan penggilingan. Forum Ekonomi Dunia memperkirakan AI akan menggantikan 92 juta peran pada tahun 2030. Goldman Sachs mengatakan AI telah menghapuskan 16.000 pekerjaan di Amerika setiap bulannya.
Logikanya menahan air dalam teknologi. Jika insinyur perangkat lunak membuat kode lebih cepat, atau pengacara memindai lebih banyak laporan, Anda memerlukan lebih sedikit orang yang duduk di kursi. Ini adalah pedoman yang sama yang merevolusi pertanian. Traktor menggantikan petani. Pada tahun 1900, 41% orang Amerika bekerja di bidang pertanian. Saat ini, angkanya di bawah 2%. Makanan lebih murah dibandingkan pendapatan karena tenaga mekanik menggantikan otot manusia.
Model substitusi tersebut masuk akal bagi sebagian besar industri.
Ini gagal dalam pengobatan Amerika.
Mencoba memaksa dokter dan perawat untuk menemui lebih banyak pasien dalam waktu yang lebih singkat tidak akan menghemat uang. Hal ini menimbulkan kemacetan di bagian bawah. Biaya sebenarnya dalam layanan kesehatan berasal dari kalangan atas – penyakit yang dapat dicegah dan kemudian berkembang menjadi krisis yang mengancam jiwa.
Hipertensi yang tidak terkontrol dengan baik menyebabkan stroke. Diabetes yang tidak dikelola menyebabkan gagal ginjal dan amputasi. Peristiwa ini memerlukan pembedahan. Mereka memerlukan rawat inap. Mereka membutuhkan obat-obatan yang mahal.
Mencegah krisis-krisis ini menghemat lebih banyak uang dibandingkan memecat staf.
Lihat saja matematikanya. Pengeluaran layanan kesehatan adalah $5,7 triliun per tahun. Jumlahnya diperkirakan mencapai $9 triliun pada tahun 2036. Dokter dan layanan klinis hanya menyumbang 20% dari pengeluaran tersebut, menurut KFF. Gaji langsung untuk dokter dan perawat? Potongan pai yang lebih kecil lagi.
Bahkan jika GenAI memangkas biaya tenaga kerja dokter sebesar 10% – sebuah asumsi yang sangat besar – total pengeluaran medis akan turun hanya 2% hingga 3%. Dan itu mengasumsikan penghematan tersebut diberikan kepada pasien atau pembayar pajak. Hal yang tidak selalu mereka lakukan.
Bandingkan dengan pengelolaan penyakit kronis. Pengendalian yang efektif terhadap kondisi seperti diabetes dan hipertensi dapat mengurangi komplikasi yang mengancam jiwa, dan menghemat hingga $1 triliun setiap tahunnya. Itu hampir 20% dari total pengeluaran.
Pencegahan mengalahkan penggantian. Setiap saat.
Bagaimana GenAI Meningkatkan Manajemen Penyakit Kronis
Tujuh puluh enam persen orang dewasa Amerika hidup dengan kondisi kronis. Tekanan darah tinggi. Diabetes. Gagal jantung. Penyakit-penyakit ini menyebabkan pengeluaran medis yang tidak proporsional.
Namun pengelolaannya buruk.
Hanya satu dari empat orang dewasa AS yang menderita tekanan darah tinggi yang berhasil mengendalikannya. Jutaan orang menghadapi kesenjangan serupa antara apa yang dapat dilakukan oleh obat dan apa yang sebenarnya diberikan oleh sistem.
Di sinilah AI generatif bersinar. Bukan dengan mengganti dokternya, tapi dengan menutup kesenjangan komunikasi.
GenAI dapat menerjemahkan diagnosis kompleks ke dalam bahasa sederhana. Pemahaman yang lebih baik akan menghasilkan kepatuhan yang lebih baik. Pasien mengikuti instruksi ketika mereka mendapatkannya.
Itu juga dapat ditautkan ke perangkat yang dapat dikenakan. Pemantauan tekanan darah terus menerus untuk pasien hipertensi. Pelacakan glukosa untuk penderita diabetes. Tanda-tanda peringatan dini gagal jantung.
Saat ini, pasien menunggu berbulan-bulan untuk jadwal kunjungan berikutnya. Pada saat itu, kerusakan mungkin terjadi. Dengan pemantauan berbasis AI, dokter akan diberi tahu saat kondisinya memburuk. Mereka dapat menyesuaikan pengobatan beberapa bulan sebelumnya.
Hasilnya adalah stabilitas. Bukan hanya efisiensi.
Saat Akses Paling Penting
Jam klinik terbatas. Masalah medis tidak.
Pada jam 2 pagi di hari Minggu, pasien tidak punya pilihan. Mereka dapat menunggu hingga hari Senin dan berharap kondisinya tidak bertambah buruk. Atau mereka bisa pergi ke UGD.
Kunjungan UGD mahal. Mereka kacau. Dan seringkali, hal itu tidak diperlukan.
GenAI dapat mengatasi kekacauan ini.
Alat AI dapat menilai gejala. Ia dapat memberi tahu pasien: “Pergi ke rumah sakit sekarang” atau “Tunggu sampai pagi”. Studi terbaru menunjukkan model bahasa besar menjawab pertanyaan medis dengan akurasi yang sebanding dengan dokter. Terkadang lebih baik.
Ketakutannya adalah halusinasi AI. Membuat kesalahan. Tapi bandingkan AI dengan pasien panik yang mencari gejala di Google di tengah malam. Risiko menggunakan alat AI jauh lebih rendah dibandingkan risiko tidak melakukan apa pun.
Tentu saja diperlukan pengawasan. Dokter harus terus memantau perkembangannya. Namun jaring pengaman dasar meningkat secara signifikan.
Koordinasi Perawatan untuk Lansia
Lebih dari 90% orang dewasa di atas 65 tahun memiliki setidaknya satu kondisi kronis. Hampir semua orang meminum resep.
Pasien Medicare dengan berbagai kondisi menemui rata-rata 14 dokter setiap tahunnya.
Empat belas.
Itu adalah mimpi buruk logistik. Ini juga merupakan bahaya keselamatan.
Pengobatan berubah seiring bertambahnya usia. Obat yang menyelamatkan hidup Anda pada usia 60 tahun mungkin berisiko pada usia 80 tahun. Namun resep sering kali diisi ulang secara otomatis. Tahun-tahun berlalu. Risikonya terakumulasi.
Kemudian dokter lain meresepkan obat baru, tanpa mengetahui obat lama.
Interaksi obat-obat terjadi. Jatuh terjadi. Pinggul patah.
AI generatif bertindak sebagai petugas keamanan yang tidak terlihat. Hal ini dapat menandai obat-obatan yang tidak lagi sejalan dengan pedoman nasional. Ini dapat memperingatkan ketika dua obat bertentangan.
Lebih sedikit kesalahan. Lebih sedikit rawat inap. Biaya lebih rendah.
Mengapa Adopsi Terhenti
Hambatannya bukan bersifat teknis. Teknologi itu ada.
Hambatannya bersifat finansial, sistemik, dan budaya.
Keuangan: Dokter dan rumah sakit dibayar berdasarkan volume. Penghargaan biaya layanan bagi dokter yang sibuk melakukan lebih banyak hal. Jika GenAI memberdayakan pasien untuk mengelola perawatan di rumah, hal ini mengancam model pendapatan berbasis volume. Kapitasi – pembayaran tetap untuk layanan masyarakat – menyelaraskan insentif dengan lebih baik. Tapi kami belum sampai di sana.
Sistemik: Layanan kesehatan terfragmentasi. Itu bergantung pada kunjungan berdasarkan kalender. Memasukkan aplikasi ke dalam catatan kesehatan elektronik tidak memperbaiki model yang rusak. Dokter harus secara aktif menggunakan AI untuk perawatan berkelanjutan, bukan hanya sebagai stempel digital.
Budaya: Kami lebih menghargai intervensi daripada pencegahan. Dokter bedah yang membuka arteri yang tersumbat mendapat tepuk tangan. Tim perawatan primer yang menjaga arteri tetap bersih tidak terlihat. Dan jujur saja: para dokter memandang AI sebagai ancaman. Alat yang melakukan pekerjaan dokter itu menakutkan.
Siklus Kebajikan
Jika para pemimpin layanan kesehatan menganggap sistem yang ada saat ini sudah bagus, mereka tidak akan pernah memperbaikinya. Mereka hanya akan mencoba mengganti pekerja.
Namun jika mereka melihat ratusan ribu orang meninggal setiap tahunnya akibat komplikasi yang sebenarnya bisa dicegah, maka perhitungannya akan berubah.
Menerapkan GenAI dengan benar akan menciptakan putaran umpan balik.
Penurunan permintaan yang bisa dihindari. Dokter mempunyai lebih banyak waktu untuk menangani kasus-kasus kompleks. Perawatan membaik. Komplikasi menurun. Biaya turun. Biaya yang lebih rendah membebaskan sumber daya untuk pencegahan yang lebih banyak.
Mengganti dokter bukanlah masa depan pengobatan Amerika.
Membantu mereka membuat orang tetap hidup, lebih lama, dan dengan lebih sedikit gesekan adalah hal yang bermanfaat.
