Помимо чат-ботов, ведущие специалисты указывают на три применения ИИ, которые должны быть в поле зрения фарм-маркетологов в наступающем году: создание контента, таргетинг на аудиторию и автоматизация соответствия.
Хотя мысль о роботе-копирайтере может раздражать творческих людей, Ари Шефер, сопредседатель агентства фармацевтических коммуникаций Klick Health, говорит, что компании начали использовать ИИ для создания некоторых из своих обычных рекламных материалов, таких как персонализированные темы писем.
«Применение этого типа технологий в фармацевтическом маркетинге не заменит потребности в талантливых копирайтерах, но может расширить бюджеты и приблизить маркетологов к святому Граалю действительно масштабируемой индивидуальной маркетинговой программы ко всей базе данных медицинских работников или пациентов».
По словам Андреа Палмер, президента Publicis Health Media, пандемия подтолкнула фарммаркетологов к достижению этой цели в отношении медицинских работников, но пока лишь незначительное число маркетологов используют потенциал ИИ для взаимодействия с пациентами. «Я думаю, что именно здесь вы увидите гораздо больший рост», — сообщила Палмер. Фармацевтическим компаниям уже недостаточно знать, кто является врачом или пациентом, основываясь на действиях пользователей. Им нужно действительно использовать данные для того, чтобы принимать разумные решения о контент-стратегии и вовлечении в контент.
По словам Палмер, это дает возможность не только находить новых пациентов, но и строить отношения с уже имеющимися. Например, пациенту, проходящему курс лечения рака, может быть интересна информация о программе поддержки пациентов от производителя лекарств или советы по борьбе с побочными эффектами внутривенного вливания — даже если такой вид сообщений может не понравиться массам в широкой маркетинговой кампании.
Но это «тонкий танец», — признает Майк Руссель, вице-президент по продуктам данных компании OptimizeRX, занимающейся цифровым здравоохранением, которая специализируется на маркетинге для медицинских работников.
«Мы занимаемся здоровьем людей, и ставки намного выше, чем покупки на Amazon», — говорит он. Тем не менее, при хорошем контроле защиты конфиденциальности и уважительном отношении, пациенты могут получить выгоду от персонализированного маркетинга на основе ИИ, который распространен в других отраслях.
OptimizeRX работала с производителями лекарств для лечения редких заболеваний, чтобы выявлять пациентов, которые могут иметь право на получение специальных лекарств, используя ИИ для поиска прогнозных закономерностей в стеках обезличенных данных о страховых выплатах.
По его словам, один клиент использует эту технологию, чтобы найти «очень небольшую подгруппу» пациентов, которые уже прошли терапию первой и второй линий по поводу конкретного редкого заболевания. Затем компания использует эту информацию, чтобы её могли использовать врачи. «Мы выявляем пациентов, которые без ИИ, возможно, никогда бы не были идентифицированы», — отметил Руссель.
Устранение несоответствий в маркетинге
Взрывной рост объемов рекламного контента указывает на возможность другого перспективного использования ИИ-анализа — определения соответствия данных о препарате определенным нормативам. «Все думают как это сделать, не добавляя огромное количество дополнительных сотрудников», – говорит Ник Сернезе, руководитель сектора наук о жизни компании EY Global Consulting.
EY внедрила технологию, которую она называет Smart Reviewer, для автоматизации некоторых процессов проверки медицинских, юридических и нормативных требований. По словам Сернезе, обнаружение ошибок на ранних этапах позволяет компаниям быстрее публиковать маркетинговый контент, снижая риски ошибок, которые могут привлечь внимание регуляторов.
Некоторые производители лекарств могут опасаться того, чтобы передавать нормативные требования компьютеру. Но Чернезе говорит, что ИИ нацелен на улучшение, а не на замену людей. Он сравнивает это с вождением Tesla. «Tesla позволит вам [автоматизировать] определенные аспекты процесса вождения автомобиля, но это не значит, что вы не можете находиться в машине», – говорит он. «Это [нужно] не для того, чтобы полностью вывести людей из строя, а для автоматизации более обыденных и рутинных действий с целью увеличения производительности».
Шефер из Klick видит будущее, в котором фармацевтические компании объединят работу традиционных групп MLR с системами машинного обучения, которые со временем улучшаются, помогая им быстро «масштабироваться до тысяч или даже сотен тысяч потенциальных вариантов актива кампании».
По его мнению, простые бизнес-правила могут ограничить риск и сделать использование обработки естественного языка перспективным в сфере соответствия маркетинговых сообщений этикетке и нормативным требованиям.
Итак, какой главный совет эксперты могут дать фарм-маркетологам, желающим глубже изучить ИИ в 2022 году? Определить четкий вариант использования технологии искусственного интеллекта, прежде чем приступить к делу.