می‌توان در یادداشتی مفصل درباره فرصت‌های هوش مصنوعی در نظام سلامت نوشت؛ اما شاید برای درک ارزش واقعی آن، بهتر باشد به‌جای توضیح قابلیت‌ها، تفاوتی را ببینیم که می‌تواند در یک روز عادی سازمان بیمه سلامت ایران ایجاد کند.
تصور کنید در آینده‌ای نه‌چندان دور، دستیار هوش مصنوعی سازمان بیمه سلامت، بر بستر داده‌های یکپارچه و با دسترسی کنترل‌شده به سامانه‌های سازمان، بتواند روندها را در کنار یکدیگر ببیند و نشانه‌های پنهان در انبوه اطلاعات را زودتر آشکار کند.

۱۵ اردیبهشت، ساعت ۸ صبح
قرار است ساعت ۱۰ جلسه هیئت‌مدیره با موضوع بررسی عملکرد مالی سال گذشته برگزار شود. مدیرعامل هنگام صرف صبحانه، پنل هوش مصنوعی سازمان را باز می‌کند و از دستیار صوتی می‌پرسد: امروز موضوع مهمی هست که لازم باشد به آن توجه کنم؟
چند موضوع نمایش داده می‌شود؛ یکی برجسته است: روند مراجعه به مراکز طرف قرارداد طی هفته‌های اخیر به‌طور معنی‌داری در حال افزایش است.
مدیرعامل: فقط یک نوسان است یا باید جدی بگیریمش؟
دستیار، داده‌های جدید را با روندهای گذشته مقایسه می‌کند؛ نوع خدمات، پراکندگی جغرافیایی، گروه‌های سنی، الگوی مراجعه‌ها و آثار مالی را کنار هم می‌گذارد: اگر این روند ادامه پیدا کند، طی ماه‌های آینده می‌تواند فشار قابل‌توجهی بر منابع سازمان ایجاد کند.
مدیرعامل: سه‌ماه و شش‌ماه آینده را شبیه‌سازی کن و بگو چه گزینه‌هایی داریم که هم سلامت بیمه‌شدگان آسیب نبیند و هم رشد نامتعارف هزینه‌ها کنترل شود.
چند سناریوی مدیریتی ارائه می‌شود؛ هرکدام همراه با آثار احتمالی بر سلامت، منابع، ریسک و سرعت اجرا.
مدیرعامل: یک گزارش کوتاه برای هیئت‌مدیره آماده کن؛ اصل مسئله، اثر مالی، سه گزینه و در پایان، بر اساس داده‌ها گزینه مناسب‌تر را پیشنهاد بده.

ساعت ۱۰ صبح
موضوعی روی میز هیئت‌مدیره قرار می‌گیرد که هنوز به بحران تبدیل نشده است. مدیران درباره آینده یک مسئله تصمیم می‌گیرند، نه پیامدهای مسئله‌ای که قبلا اتفاق افتاده است.
اقدام اولیه تصویب می‌شود؛ واحدهای تخصصی، تحلیل را اعتبارسنجی می‌کنند، مداخله آغاز می‌شود و نتایج پایش می‌شوند.

۱۵ خرداد؛ یک ماه بعد
گزارش تازه روی صفحه مدیرعامل ظاهر می‌شود: روند افزایش نامتعارف مراجعات متوقف شده و حجم مراجعه‌ها به محدوده پیشین بازگشته است.
حالا همین مسئله را بدون هوش مصنوعی تصور کنیم؛ روند مراجعه‌ها از ابتدای سال در حال افزایش است، اما دی‌ماه افزایش تماس‌ها، مکاتبه‌های استان‌ها و رشد مطالبه‌های مراکز، مسئله را آشکار می‌کند. بررسی آغاز می‌شود؛ اطلاعات ماه‌های گذشته جمع‌آوری و تحلیل می‌شوند، افزایش غیرعادی مراجعه‌ها تایید و راهکارها پیشنهاد می‌شوند.
گزارش به مدیریت عالی می‌رسد، موضوع در هیئت‌مدیره مطرح می‌شود، تصمیم گرفته می‌شود و اقدامات اصلاحی در استان‌ها آغاز می‌شود.

فروردین سال بعد
روند افزایش نامتعارف مراجعه‌ها متوقف شده و حجم مراجعه‌ها به محدوده پیشین بازگشته است.
نتیجه در هر دو مسیر تقریبا یکسان است؛ سازمان مسئله را مدیریت کرده است.
اما یک چیز یکسان نیست: زمان
با هوش مصنوعی، ۱۵ اردیبهشت اولین نشانه شناسایی می‌شود و یک ماه بعد، در ۱۵ خرداد، روند مهار شده است. بدون هوش مصنوعی، سازمان تازه در دی‌ماه پیامدهای مسئله را متوجه می‌شود و روند در فروردین سال بعد به حالت استاندارد بازمی‌گردد؛ یعنی حدود یک سال پس از بروز مشکل، همراه با هزینه‌های قابل‌توجهی که در این فاصله به سازمان تحمیل شده است.
در بسیاری از مسائل سازمانی، هزینه فقط خود مسئله نیست؛ بخشی از هزینه، فاصله میان شکل‌گیری مسئله و زمانی است که سازمان آن را می‌بیند. هوش مصنوعی قرار نیست جای مدیر، پزشک یا کارشناس را بگیرد؛ تصمیم نهایی همچنان انسانی است. تفاوت این‌جاست که انسان هنگام تصمیم‌گیری چه چیزی می‌بیند و چقدر زود آن را می‌بیند.
رسیدن به چنین نقطه‌ای نیز الزاما با پروژه‌ای بزرگ و پرهزینه آغاز نمی‌شود. می‌توان از یک مسئله واقعی و قابل‌اندازه‌گیری شروع کرد: یک پایلوت محدود، دسترسی کنترل‌شده به داده‌ها، شاخص‌های روشن موفقیت و نظارت انسانی. نتیجه سنجیده شود و در صورت موفقیت، دامنه کار مرحله‌به‌مرحله گسترش یابد.
اما این تجربه‌های کوچک نباید به ابزارهای پراکنده و جزیره‌ای تبدیل شوند. هم‌زمان باید زیرساخت‌های ماندگار شکل بگیرند: داده‌های قابل اتکا و یکپارچه، حکمرانی و امنیت داده، معماری مشخص هوش مصنوعی و سازوکار روشن نظارت انسانی.
در حال عبور از عصر دیجیتال به عصر هوش مصنوعی هستیم؛ تغییری اجتناب‌ناپذیر که منطق تصمیم‌گیری و خلق ارزش در سازمان‌ها را دگرگون خواهد کرد. سازمان‌ بیمه سلامت ایران که از ابر‌داده‌های ارزشمندی برخوردار است، مزیت مهمی برای آغاز این مسیر دارد و هرچه زودتر این حرکت را آغاز کند، فرصت بیشتری برای یادگیری، اصلاح مسیر و بهره‌گیری از ظرفیت‌های هوش مصنوعی در راستای انجام ماموریت های محوله و همچنین ایجاد سبک زندگی پیشگیری محور در بیمه شدگان خواهد داشت.
هدف نهایی، افزودن یک ابزار جدید به سازمان نیست؛ هوش مصنوعی زمانی ارزش واقعی خود را نشان می‌دهد که فاصله میان «رخداد» و «واکنش» را کوتاه کند؛ تا سازمان به‌جای آن‌که بپرسد: «چه اتفاقی افتاد؟» بتواند به‌موقع بپرسد: «چه چیزی در حال شکل‌گیری است و امروز برای تغییر فردا چه باید بکنیم؟»