Agen Kecerdasan Buatan Mengubah Industri Kesehatan dan Ilmu Hayati

VISUAL: Just_Super/iStock/Getty Images Plus
Ikuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google.

Intisari Laporan ZDNET

• Para pemimpin ilmu kehidupan menyatakan agen AI akan "sangat penting" dalam dua tahun ke depan.
• 97% menyebut data yang terpercaya sangat penting untuk penggunaan efektif agen AI.
• 81% pemimpin R&D yang disurvei merasa "sangat antusias" menggunakan AI.

  Para pemimpin di bidang ilmu kehidupan semakin mengadopsi AI dan agen AI untuk mengatasi meningkatnya disrupsi industri. Pergeseran ini terjadi seiring dengan tantangan regulasi baru yang membebani tim kepatuhan, uji klinis yang semakin kompleks, dan ekspektasi yang meningkat dari tenaga profesional kesehatan.

  Studi terbaru dari Salesforce mengungkap bahwa para pemimpin melihat AI sebagai alat ampuh untuk menghadapi tantangan ini, dengan 94% mengharapkan agen AI penting untuk meningkatkan kapasitas organisasi dan memperkuat operasional.

  Riset juga mengidentifikasi tiga area utama di mana AI dapat membantu menstabilkan industri: kepatuhan regulasi, uji klinis, dan keterlibatan tenaga kesehatan (HCP). Yang mencolok, 96% pemimpin yakin agen AI akan "penting" dalam dua tahun mendatang.

  Data Menjadi Tantangan Terbesar
  Meskipun ada antusiasme signifikan—72% pemimpin merasa antusias terhadap AI—beberapa hambatan menghalangi implementasi dan ekspansi penuhnya. Tantangan utama meliputi:

• Kekhawatiran keamanan, privasi, dan kepatuhan.
• Manajemen perubahan organisasi.
• Ketidakpastian panduan regulasi penggunaan AI.
• Kekhawatiran pada platform AI yang belum terbukti atau asing.
• Kesulitan mengintegrasikan AI ke alat dan alur kerja yang ada.

  Faktor kunci dalam membangun kepercayaan di kalangan profesional adalah keandalan platform dan data yang mendasari. Hampir semua pemimpin (97%) sepakat bahwa data terpercaya penting untuk penggunaan efektif agen AI, dan 96% meyakini platform yang terbukti penting untuk kepercayaan diri menggunakan AI di tempat kerja.

  Survei Salesforce menunjukkan hanya 46% pemimpin teknis di bidang ilmu kehidupan yang sepenuhnya yakin pada ketersediaan, ketepatan waktu, dan akurasi data mereka.

  AI dalam Keterlibatan Tenaga Kesehatan
  Meskipun miliaran dolar dihabiskan untuk keterlibatan HCP, lebih dari sepertiga pemimpin menganggap strategi mereka tidak efektif. Salah satu penyebabnya adalah banjir pesan generik yang diterima HCP, sehingga mengurangi keterlibatan.

  Pada tahun 2024 saja, perusahaan kesehatan dan farmasi di AS menghabiskan lebih dari $30 miliar untuk iklan. Lebih dari satu dari tiga (37%) pemimpin ilmu kehidupan menyatakan strategi keterlibatan HCP (termasuk penjualan dan pemasaran) tidak berjalan baik, dan 31% menyatakan tim penjualan dan pemasaran mereka tidak berkembang efektif saat peluncuran produk.

  Strategi segmentasi yang lemah tampaknya menjadi penyebab signifikan. Para pemimpin komersial memperkirakan 30% upaya penjualan dan pemasaran terbuang, terbagi antara menargetkan orang yang salah dan mengirim pesan yang tidak tepat. Meskipun 58% menganggap strategi segmentasi mereka maju, hanya 4% yang menilai pendekatan mereka "canggih dan mutakhir".

  Keyakinan ini mungkin berlebihan, karena hanya 62% yang mempertimbangkan demografi populasi pasien, dan hanya 39% yang mempertimbangkan perilaku digital seperti preferensi saluran atau pola konsumsi konten.

  Para pemimpin ilmu kehidupan percaya agen AI dapat merangkum, merampingkan, dan menanggapi komunikasi HCP. Sebanyak 63% pemimpin komersial menyatakan "sangat antusias" mengintegrasikan AI ke pekerjaan sehari-hari. Contoh penggunaan AI yang berharga untuk keterlibatan HCP meliputi:

• Merangkum komunikasi antara perusahaan dan HCP (89%).
• Merampingkan interaksi HCP di berbagai saluran (88%).
• Menanggapi pertanyaan medis HCP 24/7 (87%).
• Meningkatkan iklan dan keterlibatan penjualan (78%).

  Temuan ini menunjukkan peluang jelas bagi AI untuk mengatasi inefisiensi kritis dan meningkatkan efektivitas keterlibatan HCP.

  AI dalam Uji Klinis
  Pemimpin ilmu kehidupan menghadapi tantangan besar, dengan uji klinis tetap menjadi tahap paling mahal dan sering tertunda dalam pengembangan terapi. Perubahan pasar, kebijakan, dan gangguan rantai pasok memperburuk masalah yang ada, seperti alur kerja manual dan kesulitan melacak hasil jangka panjang.

  Lebih dari separuh (57%) pemimpin ilmu kehidupan mengakui adanya gangguan besar dalam uji coba akibat faktor eksternal tersebut. Hambatan utama dalam memenuhi persyaratan uji coba baru meliputi:

• Alur kerja regulasi yang manual (55%).
• Kesulitan melacak hasil jangka panjang (38%).
• Keterputusan antara R&D dan operasi klinis (25%).
• Keterlambatan onboarding situs (25%).
• Kesulitan rekrutmen dan retensi (24%).

  Sebagai tanggapan, 94% pemimpin menyadari bahwa persyaratan uji coba yang berkembang mengubah pendekatan mereka terhadap inovasi, dengan AI muncul sebagai solusi penting. Pemimpin R&D khususnya antusias terhadap AI, dengan 81% menyatakan kegembiraan menerapkannya dalam pekerjaan sehari-hari.

  Secara keseluruhan, lebih dari 90% pemimpin ilmu kehidupan memandang AI dalam uji klinis sebagai solusi berharga. Beberapa contoh penggunaan AI teratas yang dipertimbangkan antara lain:

• Pemilihan lokasi uji klinis (94%).
• Memberikan wawasan hasil pasien secara real-time (92%).
• Mencocokkan kandidat dengan uji klinis (92%).
• Rekrutmen dan keterlibatan peserta uji klinis (91%).

  Wawasan ini menekankan perlunya solusi canggih untuk merampingkan uji klinis dan mempercepat pengembangan terapi.

  Kepatuhan: Kasus Penggunaan AI yang Penting
  Regulasi yang meluas dan audit yang mengintensif berdampak signifikan pada tim kepatuhan, dengan 64% pemimpin ilmu kehidupan melaporkan beban kerja mereka "sangat terdampak" oleh volatilitas terakhir.

  Menariknya, kepatuhan merupakan faktor utama yang mengurangi antusiasme AI di ilmu kehidupan, sekaligus fokus dari tiga kasus penggunaan AI paling berharga. Faktor yang mengurangi antusiasme meliputi risiko kepatuhan, kurangnya rencana manajemen perubahan, dan kurangnya kepercayaan pada data dasar. Sebaliknya, kasus penggunaan AI paling berharga yang teridentifikasi adalah:

  1. Pembuatan dokumen, persetujuan, dan manajemen kontrak.
  2. Pelaporan regulasi.
  3. Merampingkan kepatuhan.

     Pada akhirnya, AI dipandang sebagai alat untuk mengurangi beban tugas rutin, meningkatkan standar kepatuhan, dan membantu tim mengikuti regulasi yang berkembang. Sebanyak 94% pemimpin ilmu kehidupan yakin agen AI akan penting dalam mengelola perubahan regulasi ini.

     Untuk mempelajari lebih lanjut bagaimana profesional kesehatan dan ilmu kehidupan memanfaatkan AI, kunjungi [tautan yang tersedia].