Wejście gigantów AI do healthcare to istotny krok, ale szanse na transformację branży będą zależeć od zdolności do integracji istniejącej infrastruktury IT. Duże modele językowe rzeczywiście radzą sobie coraz lepiej z przetwarzaniem zawiłych dokumentacji medycznej i wyciąganiem przydatnych wniosków z ogromnych ilości tekstu. Dla lekarzy i pracowników administracyjnych, którzy tracą godziny na przeszukiwanie rozrzuconych danych, to rzeczywiście zmiana jakościowa. Problem w tym, że samo zwiększenie możliwości modeli nie rozwiąże rzeczywistych problemów branży.
Ochrona zdrowota przez dziesięciolecia budowała infrastrukturę informatyczną, ale każdy system pracuje w izolacji. Elektroniczne historie pacjentów, platformy billingowe, portale ubezpieczycieli, systemy harmonogramowania - wszystkie rejestrują coś ważnego, ale niemal żaden nie był projektowany do współpracy w ramach pełnego łańcucha decyzji, który determinuje czy pacjent dostanie opiekę na czas, czy klinicysta ma właściwe dokumenty, czy placówka zostanie prawidłowo zapłacona. Branża ma około 50 lat fragmentarnego budownictwa systemów IT.
To właśnie ten problem powinno rozwiązać AI - nie poprzez budowanie nowych modeli, lecz poprzez naukę integracji istniejącej chaotycznej rzeczywistości. Cykl przychodów (revenue cycle) - proces od planowania wizyty przez leczenie aż do zapłaty - staje się pierwszym polem testowym dla AI w healthcare. Jeśli AI potrafi uporządkować ten obszar, może przesunąć dyskusję z teoretycznych możliwości na rzeczywiste wartości dla pacjentów i efektywność finansową.