O que Genai significa para investidores de saúde

Inteligência Artificial Gerativa (Genai) está pronta para transformar o Indústria de saúde . Já está começando a ter um impacto nos campos que variam de P&D à entrega de cuidados a medicamentos de precisão. Genai é normalmente definido como um conjunto de algoritmos capazes de produzir conteúdo aparentemente novo, como texto, imagens, áudio e vídeo derivado de uma grande quantidade de dados não marcados.

Muitas vezes, há uma tentação de pensar na inovação disruptiva como distante e futurista. Com Genai, essa perspectiva não se aplica mais. A interrupção já está aqui. De fato, o uso de algoritmos generativos de IA já foi estabelecido antes mesmo do lançamento de grandes modelos de idiomas como o ChatGPT. Agora, nos setores de saúde, o ritmo da mudança está se acelerando. Genai e as ferramentas relacionadas podem mudar fundamentalmente a proposta de valor para muitas organizações de saúde. A partir da experiência dos últimos anos, acreditamos que os efeitos serão centrados em quatro pontos quentes -chave:

• Descobrir e projetarnew products and treatments, particularly in biopharma and medtech, supported by life sciences and related services sectors
• Refining diagnosis, raising its speed and accuracy by accepting a wider range of input data beyond basic electronic health record (EHR) data—for example, leveraging wearables and population health metrics
• otimizando e personalizando o tratamento, enhancing individual-level patient planning through population-based analytics and improving treatment itself
• Extending the reach of care provision beyond traditional brick-and-mortar access, augmenting in-person clinician interactions to serve more people at lower cost with higher-quality outcomes

Esses pontos quentes, enquanto os centros de mudanças futuras atuais e potenciais futuras, não são as únicas áreas de impacto. Além desses pontos quentes, estamos vendo fortes casos de uso em uma grande variedade de áreas (por exemplo, vendas e marketing, redação médica e legal), onde a eficiência está mudando a maneira como o trabalho está sendo realizado. Investidores e empresas de saúde agora estão se posicionando para aproveitar a Genai. Eles estão desenvolvendo proficiência prática com inovação orientada a dados e uma compreensão das oportunidades e riscos. Eles estão estendendo sua experiência da inovação de Genai em várias áreas: descoberta e desenvolvimento de produtos, otimização de fabricação, aceleração de sua presença comercial no mercado, apoio a médicos e outros profissionais de saúde e melhoria das relações do paciente. Eles também estão buscando entender e navegar, e potencialmente ajuda a moldar as políticas e regulamentos relevantes. As oportunidades assumirão muitas formas, incluindo startups híbridas de saúde de tecnologia, escalas da empresa de tecnologia e operadores maduros de saúde, fazendo a inevitável mudança. Os investidores podem se envolver com a transição através de empresas que são removidas a uma etapa, como empresas de análise habilitadas para Genai que atendem ao espaço de saúde por exemplo, por exemplo, dados do mundo real, evidências do mundo real (RWD/RWE) e ferramentas bioanalitais. Propomos um modelo para os investidores em saúde irem além do hype. É baseado na proposta de valor do potencial transformador de Genai para o antigo e o novo: uma bússola para navegar em investimentos e apoiá -los em um futuro benéfico.

The rise of GenAI brings ample opportunity for investors to fund disruptive GenAI efforts: supporting many companies through the GenAI transformation, making the impenetrable “black box” of an AI application more transparent, and offering connections and support beyond the reach of individual companies. The opportunities will take many forms, including hybrid tech-health startups, tech company scale-ups, and mature health care operators making the inevitable shift. Investors could engage with the transition through companies that are one step removed, such as GenAI-enabled analytics companies that serve the health care space through for instance real-world data, real-world evidence (RWD/RWE) and bioanalytical tools.

In such a dynamic environment, investors often wonder how to approach the market and make investment decisions. We propose a model for health care investors to get beyond the hype. It is based on the value proposition of GenAI’s transformative potential for both the old and the new: a compass for navigating investments and supporting them toward a beneficial future.

Existem limitações críticas, que os investidores podem ajudar as empresas de saúde a navegar. O acesso a grandes conjuntos de dados, necessário para treinar os algoritmos, será restringido por leis, preocupações com a privacidade, considerações de segurança cibernética e a necessidade de validar os resultados. As organizações com visão de futuro estão tomando as medidas apropriadas, incluindo a criação de modelos de governança de IA responsáveis ​​(gen) para garantir que os riscos apropriados sejam gerenciados de acordo. Os próximos regulamentos, incluindo a nova Lei da AI da União Europeia, podem afetar o ritmo da inovação, fornecendo segurança e atenuando o risco. O impacto da mudança está afetando e continuará afetando, uma ampla gama de partes interessadas, e essa mudança precisará ser gerenciada porque a tecnologia pode não produzir Valor completo Primeiro. A comunidade de investidores em cuidados de saúde está pronta para agregar valor significativo ao ecossistema. Os investidores individuais precisarão planejar cuidadosamente o caminho a seguir para garantir que eles percebam esse potencial (ênfase no valor/impacto), evitar ficar para trás ou evitar ser orientado por hype. As grandes mudanças já estão em andamento, e as decisões de hoje determinarão o que vem a seguir. Isso exige que se afaste das verticais tradicionais do mercado final para obter uma compreensão mais profunda das atividades subjacentes e possíveis mudanças. Por exemplo, em vez de perguntar como o Genai afetará a enfermagem ou a radiologia, perguntamos como isso mudará as tarefas de se envolver com os pacientes, gerenciar imagens, ler gráficos e monitorar a saúde do paciente. Essa abordagem baseia-se em parte no conceito de “empregos a se fazer”, defendido pelo teórico da inovação, Clayton Christensen, no qual os papéis são considerados à luz do trabalho realizado, em vez dos limites formais do trabalho. O Anexo 1 mostra uma visão simplificada da relação entre essas duas perspectivas. A coluna esquerda mostra as verticais tradicionais de saúde, como setores de biofarma, hospital e pagador. As linhas grossas mostram suas conexões com os trabalhos de saúde que se fazem fazer (também chamados de tarefas) na coluna direita. Enquanto essas tarefas cruzam os limites do setor, espera -se que alguns setores tradicionais sejam mais impactados, impulsionados pelo quanto eles dependem de cada tarefa. Embora seja difícil prever o futuro exato devido à velocidade do progresso tecnológico e aos muitos fatores incertos envolvidos, esses quatro pontos quentes já estão experimentando mudanças. Essas tarefas de P&D incluem pesquisas sobre bioquímica e corpo humano, biofarma, tratamento de sustentação da vida, dispositivos médicos e tecnologias clínicas.

The health care field is primed for GenAI, and the need and potential are vast. The investor community in health care is poised to add significant value to the ecosystem. Individual investors will need to carefully plot the road ahead to ensure that they realize this potential (emphasis on value/impact), avoid falling behind, or avoid being hype-driven. Big changes are already underway, and today’s decisions will determine what comes next.

Tasks and Outcomes in Tomorrow’s Health Care

To understand the impact of GenAI on the health care ecosystem, we focus on the tasks and outcomes performed. This requires moving away from traditional end-market verticals to gain a deeper understanding of the underlying activities and potential changes. For example, instead of asking how GenAI will affect nursing or radiology, we ask how it will change the tasks of engaging with patients, managing images, reading charts, and monitoring patient health. This approach is based in part on the “jobs-to-be-done” concept championed by innovation theorist Clayton Christensen, in which roles are considered in light of the work accomplished, rather than the formal job boundaries.

Health care is traditionally viewed as end-market verticals, but a jobs-to-be-done view is better suited to tease out the impact of GenAI. Exhibit 1 shows a simplified view of the relationship between these two perspectives. The left column shows the traditional health care verticals, such as the biopharma, hospital, and payer sectors. The thick lines show their connections to the health care jobs-to-be-done (also referred to as tasks) in the right column. While these tasks cross sector boundaries, some traditional sectors are expected to be more impacted, driven by how much they rely on each task.

The BCG GenAI health care value proposition model simplifies the industry into seven broad tasks, each with its own sets of activities. Although it is difficult to predict the exact future because of the speed of technological progress and the many uncertain factors involved, these four hot spots are already experiencing change.

Discovering and Designing New Products and Treatments

This is the domain of generating new products and clinical offerings, including pharmaceuticals and medical devices. These R&D tasks include research on biochemistry and the human body, biopharma, life-sustaining treatment, medical devices, and clinical technologies.

Key Tasks

• Create and discover. Genai está fazendo mudanças fundamentais na maneira como os produtos farmacêuticos e dispositivos médicos são descobertos, projetados e desenvolvidos. Os sistemas de IA analisam grandes volumes de dados, procurando padrões para identificar alvos de medicamentos. Respondendo aos avisos de linguagem natural, a Genai também pode gerar e otimizar rapidamente a estrutura 3D das moléculas e criar simulações que podem ajudar o design. Esta é uma área de impacto transformador para Genai, que pode aumentar e acelerar a pesquisa, bem como o desenvolvimento.
• Make and manufacture. GenAI-enabled innovations will improve industrial efficiency, with advances leading toward A fábrica do futuro . Dado o alto grau de automação e a infraestrutura industrial já em vigor que apoia a biofarma e a Medtech, a Genai teve um impacto relativamente modesto, implantado principalmente para melhorar a eficiência, em vez de inventar novos produtos ou reabastecer processos. Mesmo assim, Um fórum econômico mundial e parceria BCG descobriu que as ferramentas da Genai estão prontas para transformar as operações de fabricação. Nos cuidados de saúde, eles se mostraram úteis para processar engenheiros otimizando fluxos de trabalho para fabricar produtos terapêuticos, como anticorpos monoclonais e terapias celulares. Os investimentos em dados relacionados e infraestrutura estão em andamento. Provedores, incluindo clínicos gerais e especialistas, que reconhecem os imensos ganhos em qualidade e eficiência, e produtores de equipamentos Medtech, que estão incorporando recursos da Genai em produtos. Outros adotantes iniciais incluem empresas inovadoras de biofarma e empresas de testes, como aquelas que trabalham em diagnóstico complementar, diagnóstico in vitro e genômica. Pode aumentar significativamente a produtividade - por exemplo, traduzindo encontros em notas, reduzindo os tempos de espera, garantindo que os pacientes se envolvam com o nível certo de prestação de cuidados e ajudando a identificar códigos de tratamento e outros detalhes administrativos. Algumas empresas digitais relatam a eficiência de back-office ganha até 30% para hospitais e clínicas. Os sistemas habilitados para a AI analisam massas de dados não estruturados, incluindo resultados do exame do paciente, notas de reunião, amostras de testes de laboratório e dados de saúde pública. Pode aumentar e acelerar a síntese dos dados do paciente, melhorando a velocidade e a qualidade dos cuidados individuais. Também pode ajudar a detectar padrões longitudinais na saúde do paciente, identificar tendências e ajudar no rastreamento de contato. Uma camada generativa expande o valor dessas soluções técnicas incorporando as idéias sobre a prática clínica, através da criação de resumos, notas e mensagens. A adoção generalizada desses aplicativos requer integração mais perfeita para fluxo de trabalho e incentivos mais alinhados. Por exemplo, quando pagadores e reguladores aceitam inovação relacionada à Genai, isso facilita o uso dessas ferramentas e reduz os custos. Envolve o uso de

Refining Diagnosis

GenAI can advance accuracy in the diagnostic elements of medicine: triaging, identifying ailments, capturing physician-patient dialogue, analyzing data, and synthesizing information for use by physicians as they make treatment decisions.

This hot spot applies primarily to health care providers, including general practitioners and specialists, who recognize the immense gains in quality and efficiency, and producers of medtech equipment, who are incorporating GenAI features into products. Other early adopters include innovative biopharma companies and testing firms, such as those working in companion diagnostics, in vitro diagnostics, and genomics.

Key Tasks

• Engage and collect. GenAI facilitates dialogue between medical professionals and their patients. It can significantly raise productivity—for example, by translating encounters into notes, reducing waiting times, ensuring that patients engage with the right level of care provision, and helping identify treatment codes and other administrative details. Some digital companies report back-office efficiency gains as high as 30% for hospitals and clinics.
• Analyze. GenAI transforms the way health care providers offer health optimization and well-being services, conduct preventive medical care, and engage and triage patients. AI-enabled systems analyze masses of unstructured data, including patient examination results, meeting notes, laboratory test samples, and public health data.

GenAI can help unlock this space, especially when unstructured data sets are involved. It can augment and accelerate the synthesis of patient data, improving the speed and quality of individual care. It can also help detect longitudinal patterns in patient health, identify trends, and assist with contact tracing.

Already, AI-based coordination platforms in radiology and diagnostic imaging are bringing together data from a wide variety of sources to improve accuracy and response time. A generative layer expands the value of these technical solutions by embedding the insights into clinical practice, through the creation of summaries, notes, and messaging. The widespread adoption of these applications requires more seamless workflow integration and more closely aligned incentives. For instance, when payers and regulators accept GenAI-related innovation, that makes the use of these tools easier and lowers the costs.

Optimizing and Personalizing Treatment

This use of GenAI applies primarily to providers and diagnostic services. It involves the use of Ferramentas que ajudam a melhorar o planejamento e intervenções do tratamento , com base nos avanços nos dados e na modelagem. Como resultado, os médicos podem melhorar o fornecimento de planos de tratamento individualizados e otimizar o uso de medicamentos e outros tratamentos. A Copilot Solutions aumenta os processos de tomada de decisão dos médicos. Eles ajudam a interpretar imagens e avaliar os resultados, criando uma ampla fonte de consulta expandida e conhecimento atualizado. Um aplicativo Genai pode sintetizar as anotações dos médicos, destacar áreas de preocupação, gerar insights para relatórios médicos, identificar tendências nos dados para avaliações de saúde da população e oferecer informações para melhores planos de tratamento. Os resultados podem incluir avisos quando um medicamento ou tratamento não estiver funcionando como esperado, mudanças na maneira como os cuidados internos e ambulatoriais são otimizados para os pacientes, o projeto do hospital renovado e as mudanças organizacionais nas redes de provedores e nos procedimentos do pagador.

Key Tasks

• Deliver care. GenAI can enhance the tools and planning systems used to provide care. Copilot solutions augment physicians’ decision-making processes. They assist in interpreting images and assessing results, creating a broad source of expanded consultation and up-to-the-minute knowledge. A GenAI app might synthesize physicians’ notes, highlight areas of concern, generate insights for medical reports, identify trends in data for population health assessments, and offer input for better treatment plans.

  By taking on some of the interaction and minimizing non-patient-facing tasks, GenAI can enable care systems to provide a much more human experience, expanding the reach and frequency of contact between health care professional and patient. Outcomes might include warnings when a drug or treatment is not working as expected, changes in how in- and outpatient care are optimized for patients, revamped hospital design, and organizational changes in provider networks and payer procedures.

• vender e comercializar. Esta tarefa envolve o marketing e a distribuição de ofertas inovadoras de saúde, além de aumentar a personalização. As empresas de Medtech e Biopharma usam a RWD para criar a RWE, ampliando o impacto e a captação de seus produtos e serviços. Os dados são coletados com os clientes B2B - prestadores de cuidados de saúde, hospitais e pagadores. Genai tem um impacto moderado nessa área, ajudando a promover o uso de medicina personalizada. Além disso, fornecedores e pagadores investiram em soluções de admissão voltadas para o paciente, como portas da frente digital. A Genai lhes oferece novas habilidades para personalizar essas experiências, que podem aumentar a eficiência da aquisição e direcionar melhores pacientes para os cuidados de que precisam. Os dados desse tipo, analisados ​​em uma escala mais ampla, podem ajudar a identificar surtos precoces de doenças contagiosas ou padrões problemáticos de prescrição e uso de medicamentos, que por sua vez afetam a capacidade de melhorar o tratamento individual. Ele pode produzir melhorias dramáticas e incorporar a comunidade e outros RWE-sobre a influência da vida cotidiana na saúde, por exemplo-na infraestrutura dos cuidados de saúde. Também afeta a maneira como os pagadores lidam com os pagamentos e o reembolso das despesas de atendimento ao paciente. Os sistemas apoiados por Genai podem criar um melhor fluxo de informações de mão dupla entre pagadores, provedores e pacientes. Por exemplo, eles podem usar monitoramento em casa, cuidados remotos e acompanhamento para reduzir as readmissões hospitalares. O foco está em permitir o uso de dados e capturar informações sobre os resultados em escala. Exemplos já são visíveis em serviços de fertilidade, diabetes e cuidados primários. Nas economias emergentes no Camboja, Indonésia, Índia, Quênia, Filipinas e África do Sul, os serviços de saúde agora se estendem a mais de 2.500 comunidades difíceis de alcançar por meio de uma plataforma de diagnóstico de Reach52. Nos EUA, a Medtronic Labs introduziu tecnologias de endoscopia e colonoscopia baseadas em IA que examinaram mais de 1,45 milhão de pessoas em comunidades carentes. Muitos dos novos sistemas de diagnóstico baseados em IA funcionam com smartphones, operam apenas com energia solar ou são integrados ao atendimento domiciliar para ajudar a melhorar a mobilidade dos pacientes e responder rapidamente a acidentes. Cada vertical terá uma combinação diferente dos três tipos principais de impacto genai. Isso fornece outra maneira de entender as tarefas (empregos que estão sendo feitos) do Anexo 1, exceto que eles agora estão organizados em diferentes grupos, de acordo com como são usados:

GenAI can unlock broader capabilities, such as flagging times when doctors prescribe care outside of established guidelines or when patients don’t fill prescriptions as recommended. Data of this sort, analyzed on a wider scale, can help identify early outbreaks of contagious diseases or problematic patterns of prescription and drug use, which in turn affect the ability to improve individual treatment.

Extending the Reach of Care Provision

This hot spot covers the elements that go on behind the scenes to enable patient care, including the funding of care and management of infrastructure. It can produce dramatic improvement and incorporate community-based and other RWE—about the influence of daily life on health, for example—into the infrastructure of health care.

Key Task

• Enable and facilitate. GenAI is revolutionizing the way providers document patient care and address and resolve patient queries and issues. It also affects the way payers handle payments and the reimbursement of patient care expenses. GenAI-supported systems can create better two-way information flow between payers, providers, and patients. For example, they can use at-home monitoring, remote care, and follow-up to reduce hospital readmissions. The focus is on enabling the use of data and capturing information about outcomes at scale.

Noteworthy activity includes leveraging population, efficiency, and outcomes data to funnel patients to the right provider and care level, helping to drive efficiency in the health care system and patient satisfaction. Examples are already visible in fertility services, diabetes, and primary care. In emerging economies in Cambodia, Indonesia, India, Kenya, the Philippines, and South Africa, health care services now extend to more than 2,500 hard-to-reach communities through a Reach52 diagnostic platform. In the US, Medtronic Labs has introduced AI-based endoscopy and colonoscopy technologies that have screened more than 1.45 million people in underserved communities. Many of the new AI-based diagnostic systems work with smartphones, operate with only solar power, or are integrated with home care to help improve patients’ mobility and respond quickly to accidents.

Planning for the Changes to Come

As shown in Exhibit 2, the impact of GenAI varies in different end-market health care verticals. Each vertical will have a different combination of the three main types of GenAI impact. This provides another way of understanding the tasks (jobs-to-be-done) from Exhibit 1, except that they are now arranged in different groups, according to how they are used:

• Some tasks deploy GenAI in existing work, thus gaining productivity and efficiency. These tasks typically include sell, commercialize, and deliver care.
• Other tasks use AI to reshape critical functions, gaining radical new effectiveness. These tasks are typically analyze, engage, collect, create, and discover.
• Others invent new products, treatments, and operational models powered by GenAI. These tasks are enable, facilitate, make, and manufacture.

The impact estimates are simplified because the pace of technological change remains uncertain.

Some of the enterprises most affected by GenAI will be those providing tools, consumables, and services in biopharma and biotech fields. In the provider space, demand will rise for RWE offerings, GenAI-enhanced medtech devices, and stronger monitoring capabilities. These will support improvements in patient care—in hospitals, clinics, outpatient settings, and patients’ homes—to deliver superior quality of care and outcomes as the health care system evolves.

até 2030, o uso de Genai poderia se estender por muitos aspectos dos cuidados de saúde. Nesse cenário, as empresas podem enfrentar uma pressão significativa dos concorrentes se não puderem girar rapidamente o suficiente para corresponder à melhoria da qualidade, eficiência e transparência que a Genai permitirá. Por exemplo, a base de clientes pode diminuir para os provedores de atraso, principalmente se eles tentarem competir sem eficiência e personalização. O impacto será ainda mais dramático se os resultados puderem ser melhor rastreados e publicados. Espera-se que os titulares mais adaptativos saam à frente. Por esses motivos, os nativos de tecnologia podem lutar para entrar no mercado de saúde, a menos que gerenciem fortes parcerias de saúde de tecnologia. Os híbridos de saúde da tecnologia e outras empresas que combinam rapidamente os dois mundos podem ter uma vantagem, porque não precisam lidar com tanta inércia interna e gerenciamento de mudanças quanto os titulares. Considere as seguintes qualidades de uma organização na avaliação de uma meta ou aumentando o valor de um investimento:

The Value of GenAI for Health Care Investors

Much of the increased value from GenAI will likely accrue to large established organizations—because of their health care expertise, regulatory know-how, and access to substantial pools of data. For these reasons, tech natives may struggle to break into the health care market unless they manage strong tech-health partnerships. Tech-health hybrids and other firms that quickly combine the two worlds may have a head start because they won’t have to contend with as much internal inertia and change management as the incumbents.

As investors navigate this disruption, they will need to separate the leading companies from the potential laggards. Consider the following qualities of an organization in assessing a target or raising the value of an investment:

• Uma idéia clara da interrupção futura em torno de ativos e mercado final/usuário para que os líderes dos negócios-alvo possam antecipar as mudanças e identificar as áreas de maior oportunidade e preocupações
• A sustained and proven market differentiator: brands, data assets, infrastructure, or partnership(s) that can help the company compete in one or more health care spaces
• A capacidade de combinar Genai com outras formas de tecnologia automatizada, como AI preditiva , onde as informações são mais estruturadas

Organizações de saúde devem adotar uma abordagem proativa - os avanços tecnológicos abrangentes agora e experimentando a Genai Systems em primeira mão. Isso os posicionará para colher os benefícios do Genai em escala ao longo do tempo, além de abraçar as alterações necessárias. Os benefícios podem incluir tudo, desde ganhos imediatos de produtividade até um redesenho do ecossistema, capacidades e pegadas da organização. Uma abordagem de aprendizado em todas as etapas será fundamental para evitar as armadilhas de fazer tudo em todos os lugares ou não fazer nada. Os investidores se beneficiarão de manter cargos com empresas altamente inovadoras. Juntos, baseando-se em uma abordagem baseada em fatos para a criação de valor, eles melhorarão muito os resultados para os pacientes e para o ecossistema de negócios de saúde. Inscreva -se