گفت و گو با دکتر محمد اسماعیل کاملی سرپرست مرکز توسعه فن آوری اطلاعات، امنیت و هوشمندسازی سازمان بیمه سلامت ایران

هوش مصنوعی و کلان‌داده‌ها؛ پیشران تحول ساختاری در سازمان بیمه سلامت ایران

سازمان بیمه سلامت ایران پس از استقرار موفق برنامه نسخه الکترونیک، گام‌های اجرایی برای گذار از یک «بیمه‌گر صرفا پرداخت‌کننده» به «نهاد محوری در حکمرانی دیجیتال سلامت» را آغاز کرده است‌. در این چارچوب راهبردی، پروژه‌هایی نظیر تجمیع سوابق در نمایشگر پرونده الکترونیک پزشکی، معماری کلان‌داده برای کشف تقلب و تخصیص بهینه منابع و تدوین نقشه راه بلوغ هوش مصنوعی تا افق ۱۴۰۷ را در اولویت اجرایی قرار داده است‌.

برنامه نسخه الکترونیک، نقطه عطفی در گذار نظام سلامت کشور از فرآیندهای سنتی کاغذی به ساختارهای نوین اطلاعاتی بود؛ رویدادی که اگرچه چالش‌های متعددی را در مرحله پیاده‌سازی به همراه داشت، اما بستری بی‌بدیل از داده‌های حوزه سلامت پدید آورد‌. اکنون پرسش بنیادین این است که پس از گردآوری این حجم عظیم از داده، گام بعدی چیست و چگونه می‌توان انباشت اطلاعات را به بازوی تحلیل، پیش‌بینی و تصمیم‌سازی هوشمند تبدیل کرد؟
پاسخ به این پرسش، نیازمند بازتعریف نقش فناوری در نظام بیمه‌ای کشور است؛ جایی که هوش مصنوعی نه به عنوان یک موج زودگذر تبلیغاتی، بلکه به عنوان ابزاری تخصصی برای پایش اصالت اسناد، هشدار تداخلات دارویی و حرکت به سمت پیشگیری قبل از وقوع بحران به کار گرفته می‌شود‌.
در گفت‌وگوی پیش‌رو با دکتر محمد اسماعیل کاملی، سرپرست مرکز توسعه فن آوری اطلاعات، امنیت و هوشمندسازی سازمان بیمه سلامت ایران به بررسی راهبردهای مرکز در حوزه معماری یکپارچه سرویس‌ها، امنیت و پایداری زیرساخت‌ها، راه‌اندازی اداره علوم داده و هوش مصنوعی و مسیر توسعه سامانه جامع موبایلی برای ارتقای شفافیت و تسهیل خدمات بیمه‌شدگان پرداخته‌ایم‌.


مهم‌ترین برنامه مرکز فناوری اطلاعات سازمان بیمه سلامت در سال‌های آینده چیست؟
طبق برنامه‌های بلند مدت در راستای راهبردهای مرکز و و سند تحول دیجیتال ، مهم‌ترین چشم‌انداز ما تبدیل این مرکز به مرکزی پیشرو در حکمرانی دیجیتال سلامت ایران تا افق ۱۴۰۷ است‌. این یعنی فراتر از یک مرکز فناوری صرف، به نهادی تبدیل شویم که استانداردهای حکمرانی داده، هوش مصنوعی و تبادل اطلاعات را در کل اکوسیستم سلامت کشور تعریف کند و در پژوهش‌های فناوری سلامت مشارکت فعال داشته باشد‌. 
در این مسیر، سه محور اساسی را دنبال می‌کنیم: اول، پایداری و امنیت به عنوان پیش‌شرط فعالیت‌ها، تحول سامانه‌ها به سمت معماری‌های نوین با قابلیت Cloud-Native و اجرای حکمرانی داده و هوش مصنوعی برای تصمیم‌گیری مبتنی بر قواعد است‌. هدف نهایی این است که سازمان بیمه سلامت از یک بیمه‌گر با فناوری مناسب  به  اکوسیستم بیمه و درمان در سطح  ملی تبدیل شود‌.

هوشمندسازی در سازمان بیمه سلامت دقیقا به چه معنی است؟
هوشمندسازی برای ما یعنی در تمام سطوح به گونه‌ای باشیم که منجر به تصمیم‌گیری مبتنی بر داده و هوشمندی شود‌. یعنی سامانه‌ها فقط داده ثبت نکنند، بلکه تحلیل کنند، صحت سنجی کنند ، پیش‌بینی کنند و توصیه ارائه دهند‌. مثلا در نسخه‌نویسی، دستیار هوشمند تداخل دارویی را هشدار دهد؛ در رسیدگی به اسناد، الگوهای مشکوک به تقلب خودکار شناسایی شوند و مدیران ارشد با یک داشبورد یک‌صفحه‌ای، وضعیت کل سازمان را در لحظه ببینند‌. هوشمندسازی یعنی حرکت از گزارش‌دهی گذشته‌نگر به توصیه برای آینده و حرکت از واکنش به پیشگیری‌. این تحول، نیازمند زیرساخت داده‌ای قوی با قواعد حکمرانی فناوری اطلاعات و داده و هوش مصنوعی است که با استفاده از منابع انسانی و پیمانکاری متخصص قوام می‌یابد‌.

برنامه نسخه الکترونیک یکی از برنامه‌های تحولی در نظام سلامت بود که توسط سازمان بیمه سلامت ایران اجرا شد؛ پس از این برنامه، چه برنامه متحول کننده‌ای در حوزه دیجیتال سازمان در دستور کار قرار دارد؟
گام بعدی، نمایشگر پرونده الکترونیک پزشکی (EMR) و یکپارچگی کامل سامانه‌ها از لحاظ مفهومی در لایه سرویس است‌. نسخه‌نویسی الکترونیک پایه‌گذاری شد، اما اکنون باید تمام داده‌های سلامت هر بیمه‌شده اعم  از نسخه سرپایی، بستری، آزمایشگاه، تصویربرداری و دارو در یک پرونده واحد تجمیع و قابل نمایش شود‌. این یعنی ایجاد تجمیع‌گر آزمایشگاهی  وتجمیع‌گر تصویربرداری برای دریافت خودکار نتایج از مراکز طرف قرارداد‌.
همچنین باید SSO و ESB  در تمام سامانه‌ها و سرویس‌ها فراگیر شود تا کاربران و سامانه‌ها با احراز هویت مناسب به خدمات مجاز دسترسی داشته باشند‌. این گام، سازمان را از بیمه‌گر پرداخت‌کننده به حکمران اطلاعات تبدیل می‌کند‌.

یکی از مزایایی که پس از اجرای برنامه نسخه الکترونیک مطرح می‌شد، استفاده از کلان داده‌ها بود؛ سازمان چگونه می‌تواند از کلان‌داده‌ها برای تصمیم‌سازی استفاده کند؟
کلان‌داده‌ها زمانی ارزشمند می‌شوند که تجمیع، پاکسازی و استانداردسازی شوند‌. تلاش می‌کنیم که به زودی معماری مناسب دیتاویرهاوس را پیاده‌سازی کنیم‌. سپس با ابزار لازم و کمک واحدهای کسب و کاری، داشبوردهای تصمیم‌ساز برای مدیران ارشد ایجاد می‌شود‌. مثال عملی این‌که تحلیل هزینه هر بستری، شناسایی پزشکان با تجویز غیرمتعارف، پیش‌بینی بار مالی بیماری‌های مزمن و شناسایی الگوهای تقلب اتفاق بیفتد‌. کلان‌داده‌ها به ما امکان می‌دهند که کورکورانه تصمیم نگیریم و هر ریال بودجه را بر اساس شواهد تخصیص دهیم‌.

داده‌کاوی چه اهمیتی در انجام ماموریت‌های سازمان بیمه سلامت ایران دارد و این موضوع چگونه به بهبود کیفیت خدمات کمک می‌کند؟
داده‌کاوی سه کاربرد اصلی در بیمه سلامت دارد؛ اول، کشف تقلب و سوءاستفاده (Fraud detection) است‌. شناسایی الگوهای مشکوک مانند بستری‌های مکرر یک بیمار در بیمارستان‌های مختلف، تجویز داروهای غیرمتعارف، یا هزینه‌های خارج از محدوده‌.
دوم، پیش‌بینی و پیشگیری (Predictive Prevention) است‌. شناسایی بیمه‌شدگان در معرض خطر (بیماری‌های مزمن، بستری مجدد) و ارائه خدمات پیشگیرانه‌.
سوم، بهبود کیفیت خدمات (Service Improvement) است‌. تحلیل نارضایتی‌ها، زمان انتظار و نقاط ضعف سامانه‌ها برای اصلاح مستمر‌.
داده‌کاوی به ما کمک می‌کند از واکنش پس از بحران به پیشگیری قبل از بحران حرکت کنیم و منابع محدود را هوشمندانه‌تر تخصیص دهیم‌.

چقدر در سازمان بیمه سلامت ایران به هوش مصنوعی توجه شده و این موضوع چه نقشی در آینده سازمان خواهد داشت؟
هوش مصنوعی در آینده سازمان، یکی از  زیرساخت‌های راهبردی برای تصمیم سازی خواهد بود، نه یک ابزار هیجان ساز‌. ما سه سطح کاربردی را در این زمینه دنبال می‌کنیم‌. سطح اول، استفاده کنترل شده از LLMها  برای افزایش بهره‌وری کارکنان و دسترسی به دانش سازمانی است‌.
سطح دوم، استفاده دستیارهای تخصصی مانند چت‌بات پاسخگویی به بیمه‌شدگان، دستیار نسخه‌نویسی برای پزشکان و تشخیص ناهنجاری در اسناد بستری با استفاده از LLM ملکی و بومی بدون نشت است‌.
سطح سوم، آزمایشگاه هوش مصنوعی داخلی برای بررسی الگوریتم‌ها و مدل‌های پیشنهادی بدون نشت داده از سازمان است‌.
هدف نهایی ما هوش مصنوعی بومی و یادگیری ماشین برای کاربرد در لایه داده‌های سازمانی تا افق ۱۴۰۷ است؛ یعنی هر سامانه جدید به صورت پیش‌فرض دارای قابلیت‌های هوش مصنوعی بومی باشد‌. این کار را به کمک متخصصان داخل سازمان و شرکت‌های پیشرو یا استارتاپی تحت حکمرانی هوش مصنوعی انجام می‌دهیم‌.

کدام حوزه‌ها زودتر از هوش مصنوعی بهره خواهند برد؟
بر اساس سند تحلیل وضعیت و نقشه راه فناوری اطلاعات، شش کاربرد در کوتاه‌مدت تعریف شده است‌. قبل از هر گام، نیاز به آموزش مدیران و کارشناسان خواهیم داشت تا استفاده صحیح و کارامد را جدا از جنبه‌های هیجانی بشناسند و منجر به نشت اطلاعات از سازمان نشوند و در این مسیر اقدام به در اختیار قراردادن LLMها با کنترل سازمانی خواهیم کرد‌.
در گام بعدی، مسیر را برای  پاسخگویی بیمه‌شدگان برای کاهش ۳۰ تا ۵۰ درصد تماس‌های تلفنی و دسترسی تمام وقت آماده می‌کنیم‌. سپس به تشخیص ناهنجاری در تجویزها و نسخه پیچی‌ها و پرونده رسیدگی به اسناد بستری می‌پردازیم تا شناسایی تقلب و موارد هشدار در تجویز دقیق شوند و هشدار تداخل دارویی در نسخه‌نویسی داده شود‌. گام بعدی، پزشکی شخصی‌سازی شده خواهد بود‌.
آیا نقشه راه هوش مصنوعی تدوین خواهد شد؟
نقشه راه بلوغ هوش مصنوعی در برنامه‌های ما پیش بینی شده است‌. ما چهار فاز را دنبال می‌کنیم:
فاز اول، زیرساخت: شامل ایجاد منابع انسانی و پیمانکاری و همچنین بحث مهم حکمرانی هوش مصنوعی و دستورالعمل آن است‌.
فاز دوم، برپایی اداره علوم داده و هوش مصنوعی: راه اندازی آزمایشگاه پژوهش و همچنین بررسی پیشنهادات و رصد دنیای پیش رو، پایلوت سازی پیشنهادات یا دستاوردها و استفاده از آنها بدون نشتی داده یا مدل است‌.
فاز سوم، گسترش سازمانی: استقرار دستیار بیمه‌شدگان،BI مکالمه‌ای و تولید خودکار گزارش است‌.
فاز چهارم، کاربردهای پیشرفته Clinical AI: شامل تشخیص و پیشنهاد درمان کنترل شده با محوریت و تصدیق پزشک و سپس حرکت به سمت کشف تقلب پیشگیرانه با استفاده از مدل‌های آموزش دیدهPredictive Fraud Detection  خواهد بود‌.
این نقشه راه مبتنی بر حکمرانی پیش از نوآوری است تا از هرگونه شتابزدگی و ریسک اخلاقی جلوگیری شود‌.

بیمه‌شدگان سازمان در آینده چه تغییر محسوسی را تجربه خواهند کرد؟
بیمه‌شدگان در آینده نزدیک پس از اطلاع رسانی کامل، سه تغییر محسوس را تجربه می‌کنند: 
اول، پایداری سامانه‌ها:  با راه‌اندازی HA و DR،  مشکلات سامانه‌های نسخه الکترونیک و استحقاق سنجی به حداقل می‌رسد‌.
دوم، شفافیت:  از طریق پورتال و اپلیکیشن، هر بیمه‌شده می‌تواند وضعیت پوشش، سابقه پرداخت و علت تایید یا رد نسخه را مشاهده کند‌.
سوم، دسترسی آسان‌تر:  با SSO و خدمات موبایلی، مراجعات حضوری کاهش می‌یابد و پاسخگویی خودکار ۲۴/۷ در دسترس است‌. 
پیش نیاز سازمان در این زمینه، اطلاع رسانی مداوم و کارآمد خدمات به بیمه شدگان و مراکز خدماتی است‌.

آیا برنامه‌ای برای توسعه خدمات موبایلی دارید؟
برنامه ما توسعه سامانه «بیمه سلامت من» مبتنی بر موبایل است که تمام سامانه‌ها و خدمات بیمه‌ای را در یک اپلیکیشن واحد تجمیع می‌کند‌. این سامانه در سه سطح کارکنان سازمان، شرکای کاری، بیمه شدگان و عموم مردم فعالیت می‌کند و گام‌های اولیه  توسعه آن برداشته شده است‌.
از جمله خدمات بیمه شدگان، مشاهده نسخه‌ها و داروها، استعلام استحقاق‌سنجی، پیگیری پرداخت‌ها، درخواست خدمات پاراکلینیکی، ثبت شکایت و پیگیری و دستیار هوشمند پاسخگو خواهد بود‌.  این اپلیکیشن باید با احراز هویت چندعاملی امن شده و به تمام سامانه‌های لازم متصل شود‌.