ဆေးဘက်ဆိုင်ရာ AI မှ အမြတ်အစွန်းရသူအပေါ် ဆေးရုံများနှင့် အာမခံသူများကြားတွင် တကျီကျီဖြစ်နေသော Blue Cross Blue Shield Association မှ ခွဲခြမ်းစိတ်ဖြာချက်အရ အာမခံတောင်းဆိုမှုများတင်သွင်းသည့်အခါ ဆေးရုံများ၏ ဥာဏ်ရည်တုကိရိယာများအသုံးပြုမှု ကြီးထွားလာခြင်းသည် နှစ်နှစ်တာကာလအတွင်း အမေရိကန်ကျန်းမာရေးစောင့်ရှောက်မှုအသုံးစရိတ်အတွက် ခန့်မှန်းခြေ $942 သန်း တိုးလာပါသည်။

ခွဲခြမ်းစိတ်ဖြာတွေ့ရှိချက်ကဘာလဲ

Blue Cross Blue Shield အဖွဲ့၊ Blue Cross နှင့် Blue Shield အစီအစဥ်များ၏ အမျိုးသားမဟာမိတ်အဖွဲ့မှ ရှုပ်ထွေးသောအခြေအနေများရှိသည်ဟု မှတ်တမ်းတင်ထားသော လူနာများတွင် သိသိသာသာတိုးလာခြင်းကို အစီရင်ခံတင်ပြခဲ့သည်—ပိုမိုမြင့်မားသောပြန်အမ်းငွေနှုန်းများကိုမျှတစေသည့်ရောဂါရှာဖွေမှုအမျိုးအစားဖြစ်သည်။ For more context on this story, see our ongoing AI industry coverage.

ဆေးဘက်ဆိုင်ရာကုဒ်နှင့် ကုသမှုကြားတွင် ရှင်းလင်းပြတ်သားစွာ အဆက်အစပ်ရှိနေကြောင်း အသင်းအဖွဲ့မှ စောဒကတက်ခဲ့ပြီး လူနာများထံ အမှန်တကယ်ပို့ဆောင်ပေးသည့် စောင့်ရှောက်မှုတွင် သက်ဆိုင်သောပြောင်းလဲမှုဆိုင်ရာ အထောက်အထားမတွေ့ရှိရကြောင်း ပြောကြားခဲ့သည်။ တစ်နည်းဆိုရသော် ကုသမှုသည် တူညီနေသော်လည်း မှတ်တမ်းများသည် ပိုမိုရှုပ်ထွေးလာပြီး စျေးကြီးလာသည်။

ခွဲခြမ်းစိတ်ဖြာမှုအပေါ် အစီရင်ခံတင်ပြသော New York Times တွင် AI သည် အမေရိကန်ပြည်ထောင်စုတွင် ကျန်းမာရေးစောင့်ရှောက်မှုစရိတ်များ မြင့်တက်လာစေရန် ပံ့ပိုးပေးနေသည့် နောက်ဆုံးလက္ခဏာဖြစ်ကြောင်း ဖော်ပြခဲ့သည်။ ကုသမှုနှင့် ပေးချေမှုများနှင့်ပတ်သက်၍ ဆေးရုံများနှင့် အာမခံသူများကြားတွင် တိုက်ပွဲများသည် အသစ်အဆန်းမဟုတ်သော်လည်း စေ့စပ်ညှိနှိုင်းရေးစားပွဲ၏ နှစ်ဖက်စလုံးတွင် AI ဖြန့်ကျက်ခြင်းသည် ဖြေရှင်းခြင်းထက် ပဋိပက္ခကို ပိုမိုဆိုးရွားစေသည်ဟု Times က မှတ်ချက်ပြုခဲ့သည်။

အငြင်းပွားမှု၏ဗဟိုရှိယန္တရားမှာ ဆေးဘက်ဆိုင်ရာကုဒ်ရေးခြင်းဖြစ်သည်— ရောဂါရှာဖွေခြင်းနှင့်လုပ်ထုံးလုပ်နည်းတိုင်းကို စံပြုငွေပေးချေမှုအမျိုးအစားများအဖြစ် ဘာသာပြန်ပေးသည့်စနစ်ဖြစ်သည်။ ရှုပ်ထွေးပြီး စျေးကြီးသော အခြေအနေများကို မှတ်တမ်းပြုစုခြင်းသည် ယေဘုယျအားဖြင့် မြင့်မားသောပေးချေမှုများကို ဆိုလိုသည်၊ ထို့ကြောင့် coding ၏တိကျမှုနှင့် ပြီးပြည့်စုံမှုသည် တိုက်ရိုက်ငွေကြေးတန်ဖိုးရှိသည်။ AI ကိရိယာများသည် လူနာတစ်ဦးရှိနိုင်သည့် အခြေအနေတိုင်းကို ဖမ်းယူရန် ခက်ခဲလာသောအခါ၊ စေ့စေ့စပ်စပ် မှတ်တမ်းတင်ခြင်းနှင့် ဝင်ငွေအကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ခြင်းကြား နယ်နိမိတ်သည် အမှန်တကယ် မြင်ရန်ခက်ခဲလာသည်။

'တစ်ဖက်သတ် သွေးချိုးခြင်း'

စက်မှုလုပ်ငန်းအမှုဆောင်များသည် လောင်းကြေးများကို မရှက်ကြပါ။ Blue Cross Blue Shield Association ၏အကြီးတန်းဒုတိယဥက္ကဌ Luke Chalker သည် AI တပ်ဆင်ထားသောစခန်းနှစ်ခုကြားတွင်ပင် ပြိုင်ဆိုင်မှုအဖြစ် အခြေအနေကို ဘောင်ခတ်ရန် ငြင်းဆိုခဲ့သည်။

"ဒါဟာ စစ်ပွဲမဟုတ်ပါဘူး။ ဒါဟာ လုံးဝ တစ်ဖက်သတ် သွေးချိုးခြင်းပါပဲ" ဟု Chalker က စာရွက်စာတမ်း အထောက်အထားနှင့် ငွေပေးချေမှုဆိုင်ရာ ပြိုင်ပွဲတစ်ခုတွင် အာမခံသူများကို ရှုံးသည့်ဘက်အဖြစ် သတ်မှတ်ပေးခဲ့ကြောင်း Chalker က ပြောကြားခဲ့သည်။

မှတ်ချက်သည် ငွေပေးချေသူများကြားတွင် စိုးရိမ်ပူပန်မှု ကြီးထွားလာမှုကို ထင်ဟပ်စေသည်- ပတ်ဝန်းကျင် AI ကျမ်းတတ်များနှင့် အလိုအလျောက် ကုဒ်ရေးနည်း လက်ထောက်များသည် လူနာတစ်ဦးထံ လာရောက်လည်ပတ်မှု၏ အခကြေးငွေပေးချေနိုင်သည့် အသေးစိတ်အချက်အလတ်တိုင်းကို ဆေးရုံများသို့ ကူညီပေးနိုင်သည်၊ အာမခံသူများသည် တူညီသောအရှိန်ဖြင့် ပိုမိုရှုပ်ထွေးသောတောင်းဆိုမှုများကို အရှိန်အဟုန်ဖြင့် စစ်ဆေးရန် ရုန်းကန်နေရဆဲဖြစ်သည်။

ဆေးရုံဘက်မှ မြင်ကွင်း

AI ကျန်းမာရေးအသိုင်းအဝိုင်းရှိ လူတိုင်းသည် အာမခံသူများ၏ လက္ခဏာရပ်များကို လက်မခံပါ။ AI documentation startup Abridge ကို တည်ထောင်သူ Dr. Shiv Rao က "bots fight bots၊ agents fight agents" ဖြင့် သူနေထိုင်လိုသော ကြောက်စရာကောင်းသော dystopic အနာဂတ်ကို ထုတ်လုပ်ပေးနိုင်ကြောင်း အသိအမှတ်ပြုခဲ့သည်။

သို့သော် Rao က တူညီသော အလိုအလျောက်စနစ်သည် ဆေးရုံများနှင့် ငွေပေးဆောင်သူများကြား တင်းမာမှုများကို လျှော့ချခြင်း၊ စီမံခန့်ခွဲရေးစရိတ်များကို လျှော့ချခြင်းနှင့် ၎င်းတို့ကို တိုးစေမည့်အစား နောက်ဆုံးတွင် ကုန်ကျစရိတ်များကို လျှော့ချနိုင်သည်ဟု Rao မှ စောဒကတက်ခဲ့သည်။ အဆိုပါ အကောင်းမြင်ဝါဒကို AI ကျမ်းတတ်များသည် ဆေးဆရာများ၏ ပင်ပန်းနွမ်းနယ်မှုကို လျှော့ချပြီး ဆေးမှတ်တမ်းများ ပြည့်စုံမှု တိုးတက်ကောင်းမွန်လာသည်ဟု ဆိုထားသည့် ကျန်းမာရေးစနစ်များစွာက မျှဝေထားသည်။

နှစ်ခုစလုံးသည် တစ်ပြိုင်နက်တည်း အမှန်ဖြစ်နိုင်သည်။ ပိုပြည့်စုံသောစာရွက်စာတမ်းသည် ဆေးဝါးပိုကောင်းပြီး ငွေပေးချေမှုပိုကောင်းသည်၊ နှစ်ခုကြားက မျဉ်းသည် ယခုငွေတိုက်နေသည့်နေရာအတိအကျဖြစ်သည်။

AI သည် ယခုအခါ တောင်းဆိုမှု၏ နှစ်ဖက်စလုံးတွင် ရှိနေသည်။

ကျန်းမာရေးစောင့်ရှောက်မှုလုပ်ငန်းသည် generative AI ကို အလျင်မြန်ဆုံးလက်ခံသူများထဲမှတစ်ခုဖြစ်လာသည်။ ဆေးရုံများသည် ဆေးခန်းမှတ်စုများရေးဆွဲရန်၊ အဆိုပါမှတ်စုများကို ငွေပေးချေသည့်ကုဒ်များအဖြစ် ဘာသာပြန်ဆိုရန်နှင့် ငြင်းဆိုချက်များကို အယူခံဝင်ရန်အတွက် AI assistant များကို လက်တွေ့မှတ်စုများရေးဆွဲရန် ဝန်းကျင်နားထောင်ကိရိယာများကို အသုံးပြုပါသည်။ အာမခံသူများသည်၊ တစ်ချိန်တည်းတွင်၊ တောင်းဆိုမှုများ၊ အလံကွဲလွဲမှားမှုများနှင့် ပြိုင်ပွဲကောက်ခံမှုများကို ဖောင်းပွသည်ဟု သူတို့ရှုမြင်သည့် ပြန်လည်သုံးသပ်ရန် အယ်လဂိုရီသမ်များကို အသုံးပြုသည်။

နှစ်ဖက်စလုံးက အလိုအလျောက်လုပ်ဆောင်သောအခါ၊ တစ်ဖက်မှ အဆင့်မြှင့်တင်မှုတစ်ခုစီသည် ပရီမီယံငွေပေးချေသူများနှင့် လူနာများအပေါ်တွင် ကျရောက်သည့် လက်နက်ပြိုင်ဆိုင်မှုတစ်ခုဖြစ်ပြီး တစ်ဖက်တွင် တန်ပြန်အဆင့်မြှင့်တင်မှုကို အစပျိုးစေသည်။ BCBSA ခွဲခြမ်းစိတ်ဖြာချက်သည် အဆိုပါပြိုင်ပွဲ၏ ပထမဆုံးတိုင်းတာနိုင်သောရလဒ်မှာ ဆေးရုံလယ်ဂျာတစ်ခုတည်းမှ နှစ်နှစ်အတွင်း ထပ်လောင်းအသုံးစရိတ်အတွက် ဒေါ်လာတစ်ဘီလီယံနီးပါးဖြစ်ကြောင်း အကြံပြုထားသည်။

နံပါတ်များသည် ကျန်းမာရေးစောင့်ရှောက်မှုထက် အဘယ်ကြောင့်အရေးကြီးသနည်း။

အငြင်းပွားမှုသည် ငွေပေးချေမှုဆိုင်ရာစက်မှုလုပ်ငန်းတိုင်းတွင် AI နောက်လိုက်မည့် အစောပိုင်းဖြစ်ရပ်လေ့လာမှုတစ်ခုဖြစ်သည်- အသေးစိတ်စာရွက်စာတန်းများထုတ်လုပ်ခြင်းကုန်ကျစရိတ်သည် သုညနီးပါးအထိ ကျဆင်းသွားသောအခါ၊ စာရွက်စာတန်းများ များပြားလာပြီး ၎င်းနှင့်ပတ်သက်သည့် အငြင်းပွားမှုများလည်း ရှိလာသည်။

ထိန်းကျောင်းသူများအတွက်၊ BCBSA ရှာဖွေတွေ့ရှိချက်သည် AI ကိရိယာများဖြင့် ဖွင့်ထားသည့် ကုဒ်ရေးနည်းများသည် စစ်ဆေးမှုအသစ်များနှင့် ရင်ဆိုင်ရနိုင်ချေ ရှိ၊ မရှိ အထူးသဖြင့် ပြုစုစောင့်ရှောက်မှုတွင် မှတ်တမ်းတင်ထားသော ပြောင်းလဲမှုမရှိဘဲ ရောဂါရှာဖွေမှုများ ပိုမိုရှုပ်ထွေးလာသည့်အတွက် မေးခွန်းများ ထွက်ပေါ်လာသည်။ ဆေးရုံများနှင့် AI ရောင်းချသူများအတွက်၊ ခွဲခြမ်းစိတ်ဖြာမှုသည် အလိုအလျောက် စာရွက်စာတမ်းများနှင့် ဆက်နွှယ်နေသည့် ဝင်ငွေများသည် စာရင်းစစ်မှု၊ တရားစီရင်မှုနှင့် အများပြည်သူ တုံ့ပြန်မှုများကို ဆွဲဆောင်နိုင်သည်ဟု သတိပေးချက်ဖြစ်သည်။

ယခုအချိန်တွင်၊ ဆေးရုံများ၊ အာမခံများသည် ၎င်းတို့၏ AI မွေးစားခြင်းကို နှေးကွေးစေသည့် လက္ခဏာကို မပြပါ။ US ကျန်းမာရေးစောင့်ရှောက်မှုအပေါ် တွဲလောင်းဖော်ပြထားသည့် မေးခွန်းကိုးခုမှာ နည်းပညာသည် နောက်ဆုံးတွင် စျေးသက်သာသော စီမံခန့်ခွဲမှုအတွက် ၎င်း၏နည်းလမ်းကို အလိုအလျောက်ဖြစ်စေမည်လော သို့မဟုတ် တူညီသောတောင်းဆိုမှုများကို ပိုမိုပြင်းထန်စွာ တိုက်လှန်ရန် နှစ်ဖက်စလုံးကို ရိုးရိုးရှင်းရှင်း သင်ကြားပေးမည်လား။

အပြည့်အဝခွဲခြမ်းစိတ်ဖြာမှုနှင့် လုပ်ငန်းဆိုင်ရာတုံ့ပြန်မှုများအတွက် TechCrunch နှင့် New York Times တွင် မူရင်းအစီရင်ခံချက်ကို ဖတ်ရှုပါ။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →