Repository logo
 
Loading...
Thumbnail Image
Publication

Exploring the path to artificial intelligence success in healthcare : an empirical analysis

Use this identifier to reference this record.
Name:Description:Size:Format: 
203730496.pdf1.13 MBAdobe PDF Download

Abstract(s)

In the era of the data revolution, we are experiencing an unprecedented increase in data generation. With this explosion of data, Artificial Intelligence (AI) has rapidly developed, transforming scientific processes, innovation, and operational and strategic practices across various sectors. In this scenario, among different fields, the healthcare sector stands out as a particularly promising domain for AI's potential. The present study objective's is to explore how AI can be successfully integrated into healthcare, identify the key factors that enable the effective integration of AI technologies, and finally how effective integration can drive changes in business models and strategies. Following the structure of the study, first, AI applications in healthcare are presented, ranging from clinical research to patient monitoring, outlining the opportunities for innovation that each of these categories presents together with the impacts. Then, employing a qualitative inductive research approach, combining case studies with in depth interviews with industry experts, the study investigates the main enabling factors for the seamless integration of AI technologies into healthcare, focusing on their implications for both innovation and business strategies. To categorize the key factors, a framework is developed, and three main dimensions emerged: technical, human, and regulatory. Finally, the study underlines AI as a force able to drive a change in healthcare business models, particularly towards Value-Based Care (VBC) model, which prioritizes patient outcomes and fosters collaboration among stakeholders. AI capabilities support this transition and favoures the shift to digital business strategies wherein the value is created by open innovation and collaborative ecosystems.
Na era da revolução dos dados, estamos a vivenciar um aumento sem precedentes na geração de informações. Com essa explosão de dados, a Inteligência Artificial (IA) tem se desenvolvido rapidamente, transformando processos científicos, inovação e práticas operacionais e estratégicas em diversos setores. Entre eles, o setor de saúde destaca-se como especialmente promissor para o potencial da IA. O presente estudo tem como objetivo explorar como a IA pode ser integrada com sucesso na saúde, identificar os fatores chave que permitem a integração eficaz de suas tecnologias e investigar como essa integração pode impulsionar mudanças nos modelos de negócios e nas estratégias. Primeiramente, são apresentadas as aplicações da IA na saúde, desde a pesquisa clínica até o monitoramento de pacientes, destacando as oportunidades de inovação e os impactos. Em seguida, através de uma pesquisa qualitativa indutiva, combinando estudos de caso com entrevistas aprofundadas com especialistas do setor, o estudo analisa os principais fatores que permitem uma integração harmoniosa das tecnologias de IA na saúde. As implicações dessa integração tanto para a inovação quanto para as estratégias empresariais são exploradas. Para organizar esses fatores, desenvolveu-se um quadro teórico, identificando três dimensões principais: técnica, humana e regulatória. Por fim, o estudo posiciona a IA como uma força capaz de promover a transformação nos modelos de negócios em saúde, especialmente em direção ao Cuidado Baseado em Valor (VBC), que prioriza os resultados dos pacientes e favorece a colaboração entre os diversos stakeholders, permitindo a criação de valor através de inovação aberta e ecossistemas colaborativos.

Description

Keywords

Artificial intelligence Healthcare Digital business model Innovation Enabling factors Competitive advantage Inteligência artificial Saúde Modelo de negócio digital Inovação Fatores facilitadores Vantagem competitiva

Pedagogical Context

Citation

Research Projects

Organizational Units

Journal Issue