Varje gång jag springer hälso- och sjukvård 101-klassen avslutar jag med områden som jag vill satsa på. Ett exempel: Ökad standardisering inom hälso- och sjukvården Hälso- och sjukvården har till stor del hamnat i lägret att lösningar ska anpassas till sina slutanvändare. Det finns en stor möjlighet att skapa mer standardiserade lösningar, som i slutändan blir ett billigare alternativ tack vare skalan. De blir också en värdefull distributionsväg eftersom partnerlösningar kan distribueras snabbt mellan kunder (utan att dyra implementeringar behövs) IMO AI spelar en stor roll här - den icke-deterministiska karaktären hos den är faktiskt bra för att hantera de kantfall som anpassningen har skapat Exempel: 1) Skalor för att mäta sjukdomar - många av dem är otroligt subjektiva, kan du använda teknik för att göra det mer standardiserat bland de kliniker som administrerar det? (t.ex. Cognoa och annan digital diagnostik gör detta) 2) Att ta anpassade processer och under dem till mer vanliga "plug and play"-versioner (t.ex. vad Redox har gjort för EHR-integrationer) 3) Att ta rörig ostrukturerad data och omvandla den till standardiserad, mer lättanvänd data (t.ex. vad Tuva Health gör för hälso- och sjukvårdsdata) Jag går igenom 6-7 till teman jag är intresserad av, om du vill gå kursen i vård 101 så börjar den 22/9 (anmäl dig i nästa tweet)