Рыночные возможности возникают по мере того, как здравоохранение постепенно переходит на цифровые технологии
В наши дни Силиконовой долине не так часто говорят, как об искусственном интеллекте (AI) и машинном обучении (ML). Стартапы, обещающие создать новый бизнес с использованием технологий AI и ML, приходят через наши офисы еженедельно. Мы даже вложили в несколько. Этот процесс - в сочетании с беседами с другими предпринимателями, инвесторами и учеными - прояснил нашу точку зрения на ИИ в целом и на применимые отрасли, такие как здравоохранение, в частности.
Хотя научно-фантастические сценарии здравоохранения могут быть еще далекими, в краткосрочной перспективе существует множество инвестиционных возможностей для систем с поддержкой ИИ.
Демократизация ИИ → Коммодитизация ИИ
Известный исследователь Эндрю Нг заявил, что ИИ - это новое электричество. Действительно, ИИ уже является молчаливой силой за кулисами во многих наших взаимодействиях с цифровым миром - от« новостей в вашей ленте до следующего шоу, которое нужно предложить после запойного сеанса Stranger Things (серьезно, где же мои восемь часов идут?). Катализируемый все более доступными фреймворками с открытым исходным кодом для машинного обучения (например, Tensorflow, Scikit), ИИ находится на беспрецедентном пути к демократизации. Однако демократизация - это первый шаг к коммодификации.
Мы убеждены, что через десять лет спросить кого-нибудь, используют ли они ИИ в своем бизнесе, будет все равно, что спросить кого-нибудь сегодня, используют ли они электричество на рабочем месте.
Итак, если искусственный интеллект не делает продукт автоматически потрясающим, для чего он нужен? В определенных случаях ИИ может принести бизнесу скорость, точность и автоматизацию. Но, как и любая функция, ИИ должен вписываться в стек продуктов. И этот стек продуктов должен приносить пользу. Это означает, что продукт должен соответствовать потребностям рынка и иметь жизнеспособную бизнес-модель.
А теперь представьте, что у вас есть бесконечное количество людей, которые бесплатно работают над той же задачей, которую ИИ в настоящее время выполняет в вашем продукте. Будет ли ваш бизнес отличаться от других? В конечном итоге компании, использующие ИИ, по-прежнему зависят от:
- Доступ к проприетарным данным для запуска (коммодитизированных) алгоритмов
- Вертикализация продукта для предоставления ценности конечному пользователю
Перспективы цифровизации на нецифрованном рынке: здравоохранение
Исследование ИИ действительно лучше всего позиционируется как «Как оптимально применить ИИ к [X]?» - и эта концепция подводит нас к здравоохранению, отрасли, которая переживает крупный цифровой переход.
Благодаря стимулам федерального правительства поставщики медицинских услуг, наконец, переходят к оцифровке медицинских записей, потенциально делая доступными большие объемы данных. Генетическая аннотация еще никогда не была такой дешевой и становится все дешевле с каждым днем. Датчики стали более доступными, что позволяет использовать множество новых медицинских устройств и тестов. Мобильные телефоны и планшеты занимают все большую часть нашей жизни, облегчая удаленное лечение и ведение пациентов. Эти тектонические сдвиги привели к появлению множества новых данных, доступных для этой отрасли, и пробудили воображение технологов в отношении того, как применять инструменты искусственного интеллекта к этим свежим наборам данных.
Хотя оцифровка здравоохранения создает благодатную почву для инноваций и внедрения новых инструментов, таких как искусственный интеллект, дальнейший путь, вероятно, будет более сложным, чем утопия чисто медицинских технологий.
Темпы оцифровки: скоростные катера Кремниевой долины против крупных медицинских буксиров
Фундаментальное убеждение, которое разделяют почти все жители Кремниевой долины - страны безудержного энтузиазма, - заключается в том, что инновации могут решить все проблемы. Мы разделяем это убеждение.
Однако скорость инноваций в долине не всегда проявляется в бизнес-приложениях так быстро, как нам хотелось бы, а здравоохранение исторически медленно внедряло технологии.
Медицинские работники в массовом порядке внедрили электронные медицинские записи (EHR) только после принятия Закона о HITECH от 2009 года. Базовое внедрение EHR увеличилось с 9,4% в 2008 году до 83,8% в 2015 году [i]. Несмотря на широкое распространение, нестандартные форматы создают препятствия для перемещения данных между системами здравоохранения и затрудняют использование этих данных для создания системного интеллекта.
Один пример: требования системы здравоохранения к оформлению документов необычны даже сегодня, когда врачи тратят более 16% своего времени на административную работу [ii]. В то же время врачи тратят годы (и деньги) на построение и оттачивание своих суждений, чтобы принимать более обоснованные медицинские решения. Это привело к низкому доверию к автоматизированным решениям и часто к разногласиям. Перспективные больницы, такие как Стэнфордский медицинский центр, клиника Мэйо и клиники Кливленда, первыми внедрили многие новые технологии, но это часто не отражает общее настроение более широкого рынка.
С чего начать: очевидные рыночные возможности
Хотя нет никаких сомнений в том, что системы здравоохранения, основанные на данных, будут создавать ценность для всех участников экосистемы и что роботы могут выполнять операции автономно в долгосрочной перспективе, нам нужно взглянуть через другую призму, чтобы понять, что может принести пользу здравоохранению. в масштабе в краткосрочной перспективе. Принимая во внимание этот временной горизонт, мы полагаем, что успешные компании, скорее всего, появятся в одной из следующих категорий:
- Новые инструменты и лекарства: Новые средства диагностики, возможные с помощью искусственного интеллекта, быстро получат распространение на рынке. В качестве инструмента, используемого существующей системой здравоохранения для улучшения результатов, они сталкиваются с ограниченными препятствиями для принятия. ИИ также позволит перепрофилировать открытие лекарств для борьбы с болезнями с меньшим распространением, которые традиционно не имеют смысла для крупных фармацевтических НИОКР. Мы уже видим первые успехи здесь диагностических компаний Freenome, Grail и 3Scan, а также химиков, занимающихся перепрофилированием лекарств в Recursion Pharmaceutical.
- Улучшение рабочего процесса: очевидна потребность в продукте, который упростит работу врачей, фельдшеров и медсестер. Приложения искусственного интеллекта, которые автоматизируют рабочий процесс и преобразуют данные пациентов в более удобную форму, добавят огромную ценность, просто освободив их время для задач более высокого порядка. Такие компании, как Flatiron и Health Catalyst, являются интересными игроками в этой сфере.
- Поставщики услуг полного цикла: существующие поставщики медицинских услуг могут медленно внедрять решения искусственного интеллекта по разным причинам. Тем не менее, существуют возможности для новых организаций здравоохранения, которым позволяет ИИ, иметь более низкую структуру затрат, предлагая значительное конкурентное преимущество по сравнению с существующими поставщиками. Ginger.io, стремящаяся стать Amazon в сфере ухода за кирпичом и строительным раствором, - компания, стремящаяся воспользоваться этой возможностью.
Сбои часто происходят в темпе, который диктуется другими факторами, кроме того, как быстро создаются, принимаются и масштабируются новые решения. Мы должны осознавать это и работать вместе, чтобы преодолеть разрыв между техническим энтузиазмом и прагматизмом в области здравоохранения. Ожидается рынок объемом 3,2 триллиона долларов, и мы с нетерпением ждем возможности работать с компаниями, которые видят и используют эти и другие возможности.
Это сообщение написано в соавторстве с OV Summer Associate Сударшаном Бхатиджей.
[I] http://dashboard.healthit.gov/evaluations/data-briefs/non-federal-acute-care-hospital-ehr-adoption-2008-2015.php
[Ii] http://www.pnhp.org/news/2014/october/administrative-work-consumes-one-sixth-of-us-physICAL%E2%80%99-time-and-erodes- их-мор
