تشهد الرعاية الصحية موجة استثمارية متسارعة في الذكاء الاصطناعي، إذ ارتفع الإنفاق على هذه التقنيات إلى 1.4 مليار دولار في عام 2025، أي ما يقارب ثلاثة أضعاف مستواه في 2024. كما بات القطاع يطبق حلول الذكاء الاصطناعي بمعدل يفوق الاقتصاد الأوسع بنحو 2.2 مرة، في إشارة إلى انتقاله من موقع المتأخر رقمياً إلى أحد أكثر القطاعات نشاطاً في تبني التقنيات الجديدة.
هذا الزخم مفهوم في ضوء الضغوط التي تواجهها المؤسسات الصحية. فالذكاء الاصطناعي يعد بتخفيف العبء الإداري، ورفع الكفاءة التشغيلية، ودعم القرار السريري، ومساعدة المؤسسات على التعامل مع نقص الكفاءات والقيود المالية. وتشير تقديرات ميدانية إلى أن 85% من قيادات القطاع إما تستكشف الذكاء الاصطناعي التوليدي أو بدأت بالفعل في اعتماده، ما يعكس انتقالاً واضحاً من مرحلة التجريب إلى مرحلة التنفيذ.
لكن المشكلة الأساسية ليست في الرغبة في التبني، بل في البيئة التي يجري فيها هذا التبني. فكثير من المؤسسات تحاول بناء مستقبل ذكي فوق أنظمة عمل معقدة صممت أصلاً لتكون بشرية أكثر من كونها رقمية، وهو ما يجعل نتائج الذكاء الاصطناعي أقل فاعلية إذا لم تتوافر له بنية تشغيلية مناسبة.
توسع الرعاية خارج المستشفى يزيد التعقيد
تتزايد الضغوط مع انتقال الرعاية إلى بيئات أكثر تشتتاً خارج المستشفيات التقليدية. فالسوق الخاص بمراكز الجراحة الخارجية وحده مرشح لتجاوز 70 مليار دولار بحلول 2030، وهو ما يعكس اتجاهاً أوسع نحو رعاية موزعة رقمياً وسريعة الاستجابة.
هذا التحول يجعل إدارة العمليات أكثر تعقيداً، خاصة في الشبكات متعددة المواقع التي تعتمد على مزيج من أنظمة السجلات الطبية الإلكترونية، والجدولة، وإدارة الإيرادات، وإعداد التقارير، وغالباً ما تكون هذه الأنظمة قد استُخدمت في أوقات مختلفة ولأغراض متباينة. وهنا تظهر معادلة مهمة: كلما زادت اللامركزية في تقديم الرعاية، زادت الحاجة إلى بيانات متصلة وموثوقة وموحدة تسمح للذكاء الاصطناعي بالعمل بكفاءة.
وعندما تكون العمليات نفسها متفرقة أو غير متسقة، فإن الذكاء الاصطناعي لا يزيل الفوضى بالضرورة، بل قد يكشفها ويضخمها. فالمؤسسات التي تعاني من تشظي البيانات وضعف التكامل بين الأنظمة ستجد أن أدوات الذكاء الاصطناعي تضيف طبقة جديدة من التعقيد بدلاً من تبسيط المشهد.
القيمة الحقيقية ليست في وفرة البيانات
تنتج الرعاية الصحية بالفعل نحو 30% من إجمالي البيانات العالمية، ومن المتوقع أن ينمو هذا الحجم بوتيرة أسرع من قطاعات عديدة أخرى. ومع الذكاء الاصطناعي، قد يتضاعف هذا الأثر عبر توليد مزيد من التحليلات، والتلخيصات، والتوصيات، والرؤى التشغيلية على نطاق واسع.
كما تشير دراسات اقتصادية إلى أن الذكاء الاصطناعي التوليدي قد يرفع إنتاجية العاملين في الأعمال المعرفية، بما في ذلك العاملون في الرعاية الصحية، ويمكن أن يخلق قيمة اقتصادية سنوية تصل إلى 4.4 تريليون دولار عبر تسريع استرجاع المعلومات، والكتابة، وتشخيص المشكلات.
ومع ذلك، فإن المؤسسات الصحية لا تحتاج بالضرورة إلى بيانات أكثر، بقدر ما تحتاج إلى قدرة أفضل على تجميع البيانات وتفعيلها ضمن سير العمل. فالمسألة ليست في كمية المعلومات، بل في تحويلها إلى قرارات قابلة للتنفيذ. ومن دون هذا الأساس، قد تتحول مشاريع الذكاء الاصطناعي إلى مصدر إضافي للإرباك بدل أن تكون أداة لتحسين الأداء وقياس العائد على الاستثمار.
الذكاء الاصطناعي طبقة بنية تحتية لا مجرد تطبيق
مع اتساع استخدام الذكاء الاصطناعي، يصبح من الضروري النظر إليه باعتباره طبقة بنية تحتية تمتد عبر أكثر من قسم وأكثر من نظام. فهو ليس منتجاً منفصلاً داخل سير عمل واحد، ولا أداة محصورة في إدارة بعينها، بل عنصر يتداخل مع العمليات السريرية والتشغيلية والإدارية في آن واحد.
لهذا السبب، لا ينبغي التعامل مع الذكاء الاصطناعي بوصفه مشروعاً تقنياً لامعاً فحسب، بل باعتباره اختباراً حقيقياً للجاهزية التشغيلية. المؤسسات التي تحقق عائداً ملموساً من الذكاء الاصطناعي ستكون غالباً تلك التي تبني أولاً أسس العمل، وأطر الحوكمة، وهياكل البيانات القادرة على دعمه على نطاق واسع. كما أن النجاح لا يتحقق عبر تبني أكبر عدد من الأدوات، بل عبر تحديد أهداف واقعية ومعايير واضحة لكل مؤسسة على حدة.
الدرس هنا أن التوسع في الذكاء الاصطناعي لا يبدأ من الشراء أو النشر، بل من التأكد من أن البيئة المؤسسية قادرة على استيعابه دون زيادة التعقيد.
الحوكمة تحدد قابلية التوسع
لا يكفي وجود التكنولوجيا وحده لضمان النجاح. فالمؤسسات تحتاج أيضاً إلى إطار حوكمة يحدد كيف تُقيَّم حلول الذكاء الاصطناعي، وكيف تُنشر، وكيف تُراقب، وكيف يُقاس أثرها بمرور الوقت.
من دون حوكمة واضحة، قد تعتمد الإدارات المختلفة أدوات متباينة أو متعارضة، ما يخلق تفاوتاً في معايير جودة البيانات، وأمن المعلومات، والامتثال، وقياس الأداء. وتزداد حساسية هذه المسألة كلما اقتربت أنظمة الذكاء الاصطناعي من القرارات التشغيلية أو السريرية، حيث يصبح مطلوباً التأكد من دقة البيانات، وقابلية الوثوق بالمخرجات، ووضوح المسؤولية عندما تؤثر التوصيات على سير العمل.
كما أن جاهزية القوى العاملة لا تقل أهمية عن جاهزية الأنظمة. فالموظفون يحتاجون إلى فهم واضح لكيفية إدماج توصيات الذكاء الاصطناعي في الإجراءات اليومية، وإلى معايير متابعة وأهداف محددة، وآليات مساءلة تمنع تحوّل المشروع إلى تجربة تقنية منفصلة عن احتياجات المؤسسة. وغالباً ما ترتبط أفضل النتائج بإدارة صارمة للمشروعات، وتحديد مراحل تنفيذ واضحة، وتعاون بين الفرق، وتجنب تخصيصات مفرطة تبطئ التقدم من دون أن تضيف قيمة حقيقية.
الأنظمة القديمة تشكل العقبة الأكبر
كثير من الأنظمة الصحية بُنيت في الأصل للمعاملات التشغيلية لا للذكاء الفوري. لذلك تصبح الأنظمة المتشظية، والبيانات المعزولة، وضعف قابلية التشغيل البيني من أكبر العوائق أمام نجاح الذكاء الاصطناعي، وغالباً ما تكون أصعب من التقنية نفسها.
وفي بعض الحالات، مثل المجموعات التخصصية المدعومة من شركات الاستثمار، قد تضطر المؤسسة إلى توحيد ونقل البيانات من عدة منصات سجلات إلكترونية بعد سلسلة من عمليات الاستحواذ السريعة. هذا المثال يوضح كيف يمكن للنمو والتوسع المؤسسي أن يزيدا البيئة التقنية تشتتاً بدلاً من تبسيطها.
قبل الحديث عن القيمة المتقدمة للذكاء الاصطناعي، يجب أولاً بناء بنية تحتية موحدة قادرة على استيعاب البيانات وربط الأنظمة وتسهيل تدفق المعلومات عبر المؤسسة.
الهدف: قرارات أفضل لا مجرد رؤى أكثر
الذكاء الاصطناعي قادر على إنتاج كم هائل من التنبؤات والتنبيهات والتوصيات، لكن القيمة الحقيقية لا تكمن في العدد بل في كيفية دمج هذه المخرجات داخل سير العمل. المؤسسات الناجحة هي تلك التي تستخدم الذكاء الاصطناعي لتقليل التعقيد، لا لإضافة طبقة جديدة من الضوضاء التشغيلية.
ولا تحتاج معظم المؤسسات إلى هدم أنظمتها الأساسية بالكامل كي تصبح جاهزة للذكاء الاصطناعي. المسار الأكثر واقعية يتمثل في تحسين التكامل بين المنصات القائمة، ورفع جودة البيانات، وبناء أساس يسمح للتقنيات الذكية بإطالة عمر الاستثمار في الأنظمة الحالية وتعزيز فائدتها.
بهذا المعنى، لا يصبح الذكاء الاصطناعي بديلاً عن البنية التحتية، بل اختباراً لقدرة المؤسسة على تشغيلها بكفاءة.
الجاهزية هي المعيار الجديد للنجاح
المؤسسات الصحية تستثمر بقوة في الذكاء الاصطناعي، لكن الفارق بين النجاح والتعثر لن تحدده سرعة الشراء أو كثرة التجارب. العامل الحاسم سيكون الجاهزية: جاهزية البيانات، وجاهزية الأنظمة، وجاهزية الحوكمة، وجاهزية الفرق التي ستستخدم هذه الأدوات يومياً.
خلال العقود الماضية، ركز القطاع على رقمنة السجلات وتحديث العمليات وبناء بيئات أكثر اتصالاً. أما المرحلة المقبلة، فستحسم ما إذا كانت هذه الاستثمارات قادرة على دعم الذكاء الرقمي الذي يتطلبه الذكاء الاصطناعي اليوم.
وفي سباق الاستفادة من هذه التقنيات، لم يعد السؤال الأهم هو من يتبنى الذكاء الاصطناعي أولاً، بل من يملك الأساس الأقوى ليستمر في استخدامه ويحوّل وعوده إلى قيمة تشغيلية وقرارات أدق وأداء أكثر استقراراً.