Agentic AI: Giải pháp "tái nhân bản hóa" ngành y tế toàn cầu trước áp lực thiếu hụt nhân sự

Ngành y tế toàn cầu đang chịu sức ép ngày càng lớn. Nhiều thập kỷ đầu tư thiếu hụt mãn tính cùng với những khó khăn trong tuyển dụng đã xảy ra đồng thời với sự gia tăng nhu cầu chăm sóc sức khỏe cho dân số già hóa. Những khoảng trống trong cung ứng dịch vụ đang gây ra những hậu quả đáng kể, từ việc tiếp cận chăm sóc bị phân mảnh cho đến tỷ lệ căng thẳng và kiệt sức cao among nhân viên. Và tình hình đang trở nên tồi tệ hơn.

Tổ chức Y tế Thế giới (WHO) đã cảnh báo rằng tình trạng thiếu hụt hiện tại sẽ tăng lên 11 triệu nhân viên vào năm 2030. Trong cuộc tìm kiếm giải pháp cấp bách, nhiều nhà cung cấp dịch vụ y tế đang đặt hy vọng vào Agentic AI (AI tác nhân), với hơn hai phần ba (68%) đã tích hợp các tác nhân AI vào lực lượng lao động của mình theo khảo sát của KPMG.

Công nghệ này được triển khai để tự động hóa các quy trình hậu phức tạp, cộng tác với các đội ngũ y tế và thậm chí phân loại bệnh nhân (triage), tất cả nhằm mục đích giảm gánh nặng nhận thức cho các bác sĩ lâm sàng và cải thiện chất lượng chăm sóc bệnh nhân khi nguồn nhân lực y tế con người ngày càng khan hiếm.

Agentic AI trong y tế

Một kiểu số hóa khác

Cho đến nay, lợi ích của số hóa trong y tế vẫn còn hạn chế. Nhiều nhân viên cho rằng công nghệ chậm hoặc lỗi thời đang làm tăng gánh nặng hành chính thay vì giảm bớt nó. Ví dụ, dữ liệu bệnh nhân tại Mỹ đã được chuyển sang Hồ sơ sức khỏe điện tử (EHRs) vào đầu những năm 2000, nhưng dữ liệu này vẫn bị phân mảnh và phụ thuộc vào việc nhập thủ công.

Các dịch vụ telehealth mới và công cụ chăm sóc kỹ thuật số, như thiết bị giám sát từ xa, cũng có những hạn chế tương tự, theo Tiến sĩ Ashis Barad, Giám đốc Số hóa và Công nghệ tại Bệnh viện Phẫu thuật Chuyên biệt (HSS) — một trung tâm y tế học thuật ở New York chuyên về sức khỏe cơ xương khớp. Cả hai công nghệ này đã giúp cải thiện khả năng tiếp cận chăm sóc sức khỏe bằng cách loại bỏ rào cản địa lý, nhưng chúng không thể tái tạo chất lượng của việc chăm sóc trực tiếp hay giành được sự tin tưởng của bệnh nhân.

Agentic AI khác biệt với những công nghệ hiện có này, ông khẳng định. Thay vì dựa vào đầu vào thủ công hoặc mặc định chuyển cho nhân viên con người xử lý các trường hợp nằm ngoài khuôn khổ cứng nhắc, các tác nhân AI có thể xử lý các tình huống phức tạp, tinh tế. Chúng có thể đưa ra quyết định tự chủ, truy xuất thông tin từ các nguồn lâm sàng chuyên gia và lặp lại theo thời gian, giúp các bác sĩ lâm sàng tập trung vào việc chăm sóc bệnh nhân ở cấp độ cao hơn.

Như Tiến sĩ Barad nhận định: "Agentic AI lấy quy trình làm việc của bạn, thu gọn nó, tăng cường nó, thúc đẩy nó và làm cho nó hiệu suất hơn."

Thực tế triển khai tại HSS

Tại HSS, các tác nhân AI đã được triển khai trong nhiều lĩnh vực. Chúng xử lý các quy trình backend phức tạp, chẳng hạn như khiếu nại bảo hiểm mà trước đây mất vài tuần để hoàn thành và liên quan đến cả nhân viên HSS và nhà thầu bên thứ ba để xử lý khối lượng. Bây giờ, theo Tiến sĩ Barad, các tác nhân AI hoàn thành 1.100 khiếu nại mỗi tháng. Chúng đã giảm thời gian kháng cáo từ 45 phút xuống còn 5 phút và cải thiện tỷ lệ thành công của các kháng cáo đó từ 65% lên 100% trong chín tháng kể từ khi triển khai. Hiện tại HSS đang xử lý tất cả các khiếu nại nội bộ.

Khai thác thành công đó, HSS hiện đang triển khai các tác nhân AI trong các môi trường tiếp xúc với bệnh nhân phi lâm sàng thông qua dịch vụ lập lịch và phân loại AI, như một phần của sự hợp tác với nhà phát triển Agentic AI doanh nghiệp Ema Unlimited. Dịch vụ này có thể truy cập 24/7 qua web, tin nhắn hoặc điện thoại. Nó sử dụng AI đối thoại để đặt câu hỏi làm rõ cho bệnh nhân về tình trạng của họ và sau đó đặt lịch hẹn với bác sĩ lâm sàng phù hợp nhất, tính đến vị trí, phạm vi bảo hiểm và sự sẵn có của bác sĩ.

"Nó hoàn thành toàn bộ vòng lặp," ông Barad nói. Tác nhân AI được đào tạo trên "tất cả bối cảnh của chúng tôi, tất cả quy tắc của chúng tôi và tất cả cơ sở kiến thức của chúng tôi," ông bổ sung, cung cấp cho bệnh nhân quyền truy cập hợp lý vào kiến thức chuyên môn cao từ các bác sĩ phẫu thuật hàng đầu thế giới.

An toàn và sự thay đổi mang tính hệ thống

Đưa ra các quyết định quan trọng được ủy quyền cho các tác nhân AI, dịch vụ phân loại này có các biện pháp bảo vệ tích hợp sẵn — các tình huống nhạy cảm, phức tạp hoặc không chắc chắn sẽ được chuyển lên các chuyên gia con người. Mọi quyết định được đưa ra bởi tác nhân AI đều có thể kiểm toán và nhân viên có thể can thiệp tại bất kỳ điểm nào. Dữ liệu bệnh nhân được giữ an toàn và hệ thống được đào tạo trên tất cả các giao thức, chính sách và lộ trình chăm sóc của HSS. Bằng cách giữ con người trong vòng lặp, Ema cho biết công nghệ của họ cân bằng giữa tự động hóa hiệu quả, sự an toàn ưu tiên bệnh nhân và việc ra quyết định có sự tham vấn của con người.

Khi công nghệ trở nên phổ biến hơn, các nhà cung cấp sẽ có trách nhiệm đảm bảo họ có những loại hàng rào này được nhúng vào hệ thống, Tiến sĩ Barad nói. Tại HSS, tất cả các quyết định xung quanh công nghệ đều được lọc qua một tiểu ban AI mà Tiến sĩ Barad đồng chủ trì cùng với một giám đốc điều dưỡng cấp cao. Các tác nhân AI có thể ảnh hưởng đến việc chăm sóc bệnh nhân sẽ được xem xét kỹ lưỡng hơn nhiều so với, ví dụ, các quy trình backend.

Ví dụ, Tiến sĩ Barad có kế hoạch tạo ra một phòng thí nghiệm AI chuyên biệt tại khuôn viên chính của HSS ở Thành phố New York — một động động nhằm dân chủ hóa quyền truy cập vào công nghệ trên toàn tổ chức. Nó sẽ mở cửa cho tất cả nhân viên muốn hiểu hoặc xây dựng các tác nhân AI, với các lớp học cung cấp thông tin và đào tạo một đối một.

"Chúng tôi đang đưa Agentic AI vào tay mọi người," ông nói. Điều này phù hợp với nghiên cứu của Deloitte, cho thấy những người chấp nhận Agentic AI hàng đầu trong y tế có nhiều khả năng chọn các giải pháp đa tác nhân, thiết kế lại quy trình làm việc đầu cuối thay vì bám vào các giải pháp hẹp hoặc các trường hợp sử dụng cá nhân.

Chìa khóa, dường như, là tích hợp các tác nhân AI trên toàn bộ doanh nghiệp, coi chúng là một công nghệ mục đích chung. Như Tiến sĩ Barad nói: "Sai lầm khi nghĩ về Agentic AI trong các trường hợp sử dụng... Nó là một công nghệ mục đích chung, tương tự như điện."

Trong thực tế, điều này có nghĩa là các nhà cung cấp dịch vụ y tế cần thiết lập nền tảng phù hợp để đạt được giá trị với Agentic AI. Điều này bao gồm việc tạo ra một chiến lược dữ liệu thống nhất, tích hợp các nguồn dữ liệu phân mảnh trên toàn tổ chức để tạo ra một nguồn chân lý duy nhất và toàn diện. Trong y tế, dữ liệu thường được chia tách trên nhiều phòng ban và nhà cung cấp, mỗi bên có hệ thống CNTT kế thừa riêng.

Trong các hệ thống dựa trên các nguồn dữ liệu phân mảnh, các chỉ số thường thiếu định nghĩa chuẩn hóa. Ví dụ, Tiến sĩ Barad nói rằng mỗi bệnh viện ông từng làm việc đều có định nghĩa hơi khác về "thời gian bắt đầu phẫu thuật", một chỉ số thường được sử dụng để đo lường hiệu quả phòng mổ. Mức độ phân mảnh này cản trở các tác nhân AI truy xuất thông tin từ các nguồn hoặc ứng dụng khác nhau và đồng hóa kiến thức ngầm giúp phân biệt chúng với các công nghệ khác.

Bằng cách tạo ra khả năng tương tác dữ liệu lớn hơn tại HSS, các tác nhân AI hướng tới bệnh nhân có thể rút ra từ tiền sử chăm sóc lâm sàng của bệnh nhân và các khuyến nghị hiện có từ bác sĩ lâm sàng của họ, kết hợp thông tin này với các triệu chứng hiện tại, và quyết định xem một tình huống có cần được nâng cấp hay không trước khi thông báo cho đúng chuyên gia và thông báo cho bệnh nhân.

Kiến tạo kết quả tốt hơn

Đối với Tiến sĩ Barad, tiềm năng của các tác nhân AI để cải tổ y tế và giảm bớt các áp lực hiện tại đối với nguồn lực, khả năng tiếp cận và chăm sóc bệnh nhân là rất lớn.

Ông hình dung một tương lai trong đó 90% các nhiệm vụ y tế phi lâm sàng có thể được quản lý bởi các tác nhân AI, giải phóng các bác sĩ lâm sàng cho những gì ông gọi là công việc "white-glove" (tương tự như dịch vụ cao cấp), nghĩa là các trường hợp phức tạp, chuyên môn化和 nhạy cảm nhất.

Hầu hết các nhà cung cấp dịch vụ y tế dường như cũng lạc quan không kém. Theo nghiên cứu của KPMG, 84% nhà cung cấp đã thoải mái khi chuyển việc ra quyết định về các quy trình cụ thể cho các tác nhân AI.

"Chúng ta đang dành quá nhiều thời gian trước bàn phím và máy tính ngay bây giờ đến mức chúng ta thực sự không làm những việc chúng ta nên làm," Tiến sĩ Barad nói. "Điều này sẽ tái nhân bản hóa y tế."