Die wichtigste Automatisierungsmöglichkeit, auf die sich Führungskräfte im Gesundheitswesen als Nächstes konzentrieren müssen

Die globalen Gesundheitssysteme sind überfordert und unterbesetzt. Krankenhäuser haben jede mögliche Effizienz aus den Mitarbeitern des Gesundheitswesens herausgepresst, und die Erledigung administrativer Aufgaben nimmt einen alarmierend großen Prozentsatz der Zeit des Leistungserbringers in Anspruch, verglichen mit der Zeit, die für die Behandlung von Patienten aufgewendet wird. Der Einsatz von Tools für künstliche Intelligenz – wie z. B. Sprache-zu-Text-Transkriptionen für Rezepte und Diagrammnotizen sowie automatisierte Personalplaner – beginnt, den Verwaltungsaufwand zu verringern.

Die Automatisierung von Versicherungsdeckungsüberprüfungen und risikoarmen Vorabgenehmigungen könnte der nächste große Schritt für Führungskräfte im Gesundheitswesen sein, die versuchen, sich durch Innovationen den Weg durch den Arbeitskräftemangel in der Branche zu bahnen. Versicherungsansprüche und vorherige Genehmigungen erfordern oft, dass Mitarbeiter des Gesundheitswesens telefonieren, E-Mails und SMS senden und in einigen Fällen Formulare an Versicherungsunternehmen faxen – und dann auf Antworten warten, sagt Sandra Carrico, Vice President of Machine Learning bei Sorcero, a Sprachintelligenzplattform für Biowissenschaften, die sich auf Patientenergebnisse, gesteigerte Produktivität und behördliche Überwachung konzentriert.

Führungskräfte im Gesundheitswesen, die mit KI Fortschritte machen wollen, müssen sich daran gewöhnen, sich schneller zu bewegen, als sie es gewohnt sind – und die starken, etablierten Grenzen zwischen Anbietern und Versicherungsunternehmen müssen durchbrochen werden.

Laut einem Bericht des Council for Affordable Quality Healthcare (CAQH), einer gemeinnützigen Organisation, aus dem Jahr 2021 nimmt eine manuelle Vorabgenehmigung durchschnittlich 21 Minuten Personalzeit in Anspruch – und eine Einzelgenehmigung kann bis zu 45 Minuten dauern Allianz von Gesundheitsplänen, Anbietern, Regierungsbehörden und Standardisierungsgremien. „Wenn wir die vorherige Genehmigung automatisieren könnten, könnten wir unsere hochqualifizierten medizinischen Fachkräfte viel besser nutzen“, sagt Carrico. „Aus Produktivitätssicht ist es ein einfacher Gewinn.“

Es ist auch ein klarer finanzieller Gewinn. Versicherungsunternehmen und andere Kostenträger wie Medicare könnten laut dem oben genannten CAQH-Bericht durch die Automatisierung vorheriger Genehmigungen bis zu 437 Millionen US-Dollar pro Jahr einsparen. Die Gruppe schätzt, dass die gesamte Gesundheitsbranche ihre Verwaltungskosten jährlich um 13,3 Milliarden US-Dollar senken könnte, indem sie die Automatisierung vollständig einsetzt.

Mauern einreißen

Eines der Haupthindernisse für die Automatisierung vorheriger Genehmigungen ist das Siloing von Daten zwischen Anbietern und Versicherungsunternehmen, sagt Carrico, der der leitende KI-Architekt bei Anthem in der Zeit war, als sich der Krankenversicherungsriese von einem traditionellen Versicherungsunternehmen zu einem Versicherungsunternehmen und einer Versicherungsgesellschaft wandelte Plattform, die auf Daten, KI und maschinellem Lernen basiert.

Die American Medical Association fordert seit mindestens 2018 einen Übergang zu automatisierten und optimierten Vorabgenehmigungen. Einheitliche Daten und Transparenz auf allen Ebenen des Gesundheitssystems sind wichtige Reformprinzipien, die in den Leitdokumenten der Organisation vorgeschrieben sind. Dennoch ist die vorherige Genehmigung laut CAQH einer der am wenigsten aktiven Bereiche für die Implementierung von Advanced Computing durch Gesundheitsorganisationen.

Siehe auch: Wie offene Talente die digitale Transformation des Gesundheitswesens vorantreiben können

Leider bewegt sich die Gesundheitsbranche sehr langsam, bemerkt Kyle Kotowick, ein Lösungsarchitekt mit einem Doktortitel in der Integration menschlicher Systeme und Gründer der Beratungsfirma für technologische Systeme Invicton Labs. „Sie gehen bei der IT genauso vor wie bei neuen medizinischen Techniken und Verfahren: Testen Sie sie sorgfältig in einer kontrollierten Umgebung, stellen Sie sicher, dass sie keinen Schaden anrichtet, und erwägen Sie dann, sie zu übernehmen, wenn der Nutzen die Kosten überwiegt“, sagt er .

Aber Führungskräfte im Gesundheitswesen, die mit KI Fortschritte machen wollen, müssen sich daran gewöhnen, schneller als gewohnt vorzugehen – und die starken, etablierten Grenzen zwischen Anbietern und Versicherungsunternehmen müssen durchbrochen werden. „Wer diese Probleme lösen will, muss die Regeln brechen“, sagt Carrico.

Top-Talente gewinnen

Der Wettbewerb um Talente ist eine ständige Herausforderung für Führungskräfte im Gesundheitswesen, die versuchen, KI zu implementieren. Traditionelle Gesundheitsunternehmen hatten schon immer Probleme, um die Talente zu konkurrieren, die für diese Sprünge in die fortschrittliche Patientenversorgung erforderlich sind, sagt Raj Vishnu, Senior Client Partner for Healthcare and Life Sciences bei Toptal, der qualifizierte technische Freiberufler bei einem Fortune-25-Unternehmen im Gesundheitswesen vermittelte Das Unternehmen entwickelte sein Zentrum für KI und führte weitere digitale Innovationen durch.

Jetzt, da große Technologieunternehmen wie Google und AWS in den Gesundheitsbereich vorgedrungen sind, ist es für Gesundheitsunternehmen noch schwieriger, Vollzeit-Tech-Mitarbeiter mit fortgeschrittenen Fähigkeiten einzustellen, sagt er.

„In den letzten Jahren hat sich die Technologie exponentiell verändert, aber der Talentmarkt verbessert sich linear, was bedeutet, dass die Kluft von Tag zu Tag größer wird“, sagt Vishnu. „Daher ist es absolut entscheidend, dass Gesundheitsunternehmen über ein robustes Talentmodell verfügen, um den zukünftigen Zustand effektiv zu bewältigen.“

Eine Option ist der Einsatz von Talentteams, die in der Lage sind, fortschrittliche Computermodelle zu erstellen. Es kann kostengünstiger sein als der Wettbewerb um die Einstellung knapper Vollzeit-Tech-Mitarbeiter, sagt er, und es hält die Teams auch agil und in der Lage, sich nach Bedarf zu drehen und innovativ zu sein. Unternehmen benötigen auch Zugang zu operativen Mitarbeitern – bekannt als Machine Learning Operations oder ML Ops – die mit der täglichen Automatisierung beauftragt werden, sagt Carrico.

Die Einstellung von Mitarbeitern für ML-Operationen kann sogar noch schwieriger sein als die Einstellung von Teams für den Aufbau der Systeme. „Die Tools sind noch nicht ausgereift, die Leute verstehen nicht, welche Fragen sie stellen sollen, die Muster sind nicht gut etabliert und nicht allgemein bekannt“, bemerkt sie.

Siehe auch: Durchsuchen Sie das Verzeichnis der Entwicklerfähigkeiten von Toptal nach KI-Talenten

Fortschritt mit KI im Gesundheitswesen

Die große Firma, mit der Toptal zusammengearbeitet hat, nutzt jetzt KI für Kundenservice, Abrechnung, Pflegemanagement und Schadensregulierung. Und auf einer virtuellen Hauptversammlung im Jahr 2021 sagte der Chief Digital Officer des Unternehmens, dass das Unternehmen erwarte, 50 % seiner Arbeit in den nächsten Jahren zu automatisieren.

Es ist an der Zeit, dass andere zukunftsorientierte Krankenversicherungsunternehmen diese Aufgabe übernehmen und anführen. „Alle Informationen laufen durch die Versicherungsgesellschaft, weil sie der Zahler ist“, sagt Vishnu. „Bei dem Gesundheitsunternehmen, mit dem wir zusammengearbeitet haben, hat Toptal Talent schließlich seine gesamte KI-Plattform aufgebaut, die sich aller Informationen bewusst ist, die sie erhalten: die Schadensinformationen, die klinischen Daten, die demografischen Informationen, die tragbaren Daten, all das – und es bildet einen sogenannten Data Lake.“

Auf Grundlage dieses tiefen Datenflusses können neben anderen automatisierten Entscheidungen kleinere vorherige Genehmigungsentscheidungen getroffen werden. „Es ist eine Win-Win-Win-Situation für die Versicherungsgesellschaft und den Patienten sowie für die Arztpraxis“, sagt er. „Einige der Adoptionen werden aufgrund der Art der bestehenden Beziehungen zögerlich sein, aber das sind alles Hindernisse, die überwunden werden. Der Wert, den der Patient sehen wird, ist so groß, dass sich das System anpassen wird – und es wird für alle Akteure gleichermaßen von Vorteil sein.“