Kinijos medicinos įrangos mugėje (CMEF) vykusioje 5-ojoje išmaniosios pagyvenusių žmonių priežiūros pramonės plėtros konferencijoje pasaulio lyderiai susirinko ištirti dirbtinio intelekto varomų pagyvenusių žmonių priežiūros robotų ateitį. Anna, „Xavor“ įmonių partnerystės vadovė ir „NaviGait“ Kinijos „AgeTech“ direktorė, buvo tarp pranešėjų, kurie pasidalino įžvalgomis apie tai, kaip pramonė gali sukurti reikšmingą poveikį plačiu mastu.
Konferencija apėmė daugybę temų, įskaitant:
- Ilgaamžiškumo technologija
- AI kompanionai
- Priežiūra iš ligoninės į namus
- Protinga reabilitacija
Tačiau visuose išryškėjo viena esminė įžvalga: didžiausias iššūkis yra nebekurti naujų technologijų. Tai plataus masto šios naujovės įgyvendinimas.
Nepaisant sparčios AI pažangos ir robotikos paslaugosdaugelis sprendimų apsiriboja bandomosiomis programomis arba pavieniais diegimais. Atotrūkis tarp to, kas yra technologiškai įmanoma, ir to, ką galima keisti, ir toliau lemia kitą pagyvenusių žmonių priežiūros augimo etapą.
Anos perspektyva pabrėžia kritinį mąstymo pokytį. Užuot pridėjus daugiau produktų, pramonei reikia praktinių sprendimų, kuriuos būtų galima naudoti realiose priežiūros vietose ir išspręsti nustatytas problemas.
Kad dirbtinio intelekto robotai pereitų nuo „įspūdingų naujovių“ prie „nepakeičiamos infrastruktūros“, išsiskiria keturi pagrindiniai principai:
- Koncentruotas problemų sprendimas
Keičiami sprendimai sutelkti į vieną aiškų tikslą, pvz., sumažinti kritimo dažnį, gerinti pacientų stebėjimą arba palengvinti slaugytojų darbo krūvį, o ne viską daryti iš karto. - Sklandus darbo eigos integravimas
Technologijos turi natūraliai įsilieti į esamus priežiūros procesus. Integravimo sprendimai kurios padaro sudėtingesnę arba padidina slaugytojų naštą, greičiausiai nebus plačiai pritaikytos. - Duomenimis pagrįstas patvirtinimas
Labai svarbu parodyti aiškų, išmatuojamą poveikį. Vertės pasiūlymą turi paremti tokia metrika, kaip sumažėjęs incidentų skaičius, geresnis personalo efektyvumas ir priežiūros valandos išlaidos. - Aiškūs mokėjimo modeliai
Mastelio keitimas priklauso nuo tvarių finansinių būdų. Svarbu nuo pat pradžių būti aišku, kas mokės, ar tai valstybinės sveikatos priežiūros sistemos, draudimo paslaugų teikėjai ar bandomosios programos.
Be individualių sprendimų, aiškėja vienas dalykas: pagyvenusių žmonių priežiūros ateitis priklauso nuo tarpusavyje susijusių ekosistemų. Galime pasiekti tikrą mastą, kai priežiūros paslaugų teikėjai, šeimos, mokėtojai ir technologijų platformos veikia pagal bendrą sistemą, suderintą pagal bendrus tikslus ir duomenis.
Anos dalyvavimas CMEF parodo Xavor nuolatinį įsipareigojimą plėtoti šį pokalbį, daugiausia dėmesio skiriant sprendimams, kurie gali suteikti realų, keičiamą poveikį pagyvenusių žmonių priežiūros srityje, o ne naujoves dėl savo paties.
DUK
Didžiausias iššūkis – nebekurti naujų technologijų. Tai yra šios technologijos mastelio keitimas realaus pasaulio priežiūros nustatymuose. Daugelis dirbtinio intelekto ir robotikos sprendimų bandomosiose programose yra perspektyvūs, tačiau platus pritaikymas priklauso nuo praktinės integracijos, patikrintų rezultatų ir tvaraus finansavimo modelių.
Keičiamas sprendimas išsprendžia aiškiai apibrėžtą problemą, sklandžiai dera su esamomis priežiūros darbo eigomis, parodo išmatuojamą poveikį naudojant duomenis ir turi aiškų mokėjimo modelį. Šie veiksniai padeda perkelti naujoves nuo izoliuoto diegimo į platesnį, ilgalaikį naudojimą.
Nė viena technologija pati negali pakeisti pagyvenusių žmonių priežiūros. Tikras poveikis atsiranda, kai priežiūros paslaugų teikėjai, šeimos, mokėtojai ir technologijų platformos dirba kartu sujungtoje ekosistemoje. Bendri tikslai, suderinti procesai ir duomenų bendradarbiavimas yra būtini norint išplėsti veiksmingus priežiūros sprendimus.
