主要な自動化の機会ヘルスケアリーダーは次のことに焦点を当てる必要があります

世界の医療制度は圧倒され、人員が不足しています。 病院は医療従事者から可能な限りの効率を絞り出し、管理タスクを実行することは、患者の治療に費やされる時間と比較して、プロバイダーの時間の驚くほど大きな割合を占めています。 処方箋やチャートノートの音声からテキストへの文字起こし、自動スタッフ配置スケジューラなどの人工知能ツールの使用により、管理上の負担が軽減され始めています。

保険適用範囲の検証と低リスクの事前承認を自動化することは、業界の労働力不足を乗り越えようとするヘルスケアリーダーにとって次の主要なステップになる可能性があります。 保険金請求と事前承認では、医療従事者が電話をかけたり、メールやテキストを送信したり、場合によってはフォームを保険会社にFAXで送信したりして、応答を待つ必要があります。ライフサイエンス言語インテリジェンスプラットフォームは、患者の転帰、生産性の向上、規制の監視に重点を置いています。

AIで進歩を遂げたいヘルスケアのリーダーは、以前よりも迅速に移動することに慣れておく必要があります。プロバイダーと保険会社の間の強力で確立された境界を打ち破る必要があります。

非営利団体であるCouncilforAffordable Quality Healthcare（CAQH）からの2021年のレポートによると、手動による事前承認には平均21分のスタッフ時間がかかり、1回の承認には最大45分かかる可能性があります。健康保険、医療提供者、政府機関、および基準設定機関の同盟。 「事前の承認を自動化できれば、高度な訓練を受けた医療専門家をより有効に活用できます」とCarrico氏は言います。 「生産性の観点からは、それは単純な勝利です。」

それは明らかな経済的勝利でもあります。 前述のCAQHレポートによると、保険会社やMedicareなどの他の支払者は、事前の承認を自動化することで、年間4億3700万ドルを節約できます。 このグループは、自動化を完全に採用することで、ヘルスケア業界全体で年間133億ドルの管理コストを削減できると見積もっています。

壁を壊す

事前承認を自動化する上での主な障害の1つは、プロバイダーと保険会社の間のデータのサイロ化です、と、健康保険の巨人が従来の保険会社から補償範囲とケアに変わった時期にAnthemの主任AIアーキテクトであったCarricoは言います。データ、AI、機械学習に基づいて構築されたプラットフォーム。

米国医師会は、少なくとも2018年以降、自動化され合理化された事前承認への移行を求めています。医療システムのすべてのレベルからのデータの均一性と透明性は、組織のガイド文書で規定されている主要な改革原則です。 それでも、CAQHによると、事前承認は、医療機関による高度なコンピューティングを実装するための最もアクティブでない領域の1つです。

関連：オープンタレントがヘルスケアのデジタルトランスフォーメーションを推進する方法

残念ながら、ヘルスケア業界の動きは非常に遅いと、ヒューマンシステム統合の博士号を持つソリューションアーキテクトであり、技術システムコンサルタント会社InvictonLabsの創設者であるKyleKotowick氏は述べています。 「彼らは、新しい医療技術や手順と同じアプローチをITに取り入れています。管理された環境で慎重にテストし、害がないことを確認してから、メリットがコストを上回っている場合は採用を検討します」と彼は言います。 。

しかし、AIで進歩を遂げたいヘルスケアのリーダーは、以前よりも迅速に移動することに慣れておく必要があります。プロバイダーと保険会社の間の強力で確立された境界を打ち破る必要があります。 「これらの問題を解決しようとすると、ルールを破らなければなりません」とCarrico氏は言います。

トップタレントを呼び込む

才能を競うことは、AIを実装しようとしているヘルスケアリーダーにとって継続的な課題です。 ToptalのヘルスケアおよびライフサイエンスのシニアクライアントパートナーであるRajVishnu氏は、従来のヘルスケア企業は、これらの飛躍を高度な患者ケアに導くために必要な才能を競うのに常に苦労してきました。同社はAIのセンターを開発し、その他のデジタルイノベーションを行いました。

グーグルやAWSなどの大規模なテクノロジー企業がヘルスケア分野に参入した今、ヘルスケア企業が高度なスキルを持つフルタイムのテクノロジーワーカーを拘束することはさらに困難になっていると彼は言います。

「ここ数年、テクノロジーは指数関数的に変化していますが、人材市場は直線的に改善しています。つまり、ギャップは日々拡大しています」とVishnu氏は言います。 「したがって、ヘルスケア企業が将来の状態を効果的に処理するための強力な人材モデルを持っていることが絶対に重要です。」

高度なコンピューターモデルを構築する機能を備えた派遣人材チームを使用することは、1つのオプションです。 不足しているフルタイムの技術者を雇うことよりも費用効果が高い可能性があり、チームを機敏に保ち、必要に応じてピボットやイノベーションを行うことができます。 また、企業は、機械学習オペレーション（ML Ops）と呼ばれる運用ワーカーにアクセスする必要があります。これらのワーカーは、日常的に自動化を実行する必要があります、とCarrico氏は言います。

ML Opsを行うために人を雇うことは、システムを構築するためにチームを雇うことよりもさらに難しいかもしれません。 「ツールはまだ成熟しておらず、人々はどのような質問をするべきか理解しておらず、パターンは十分に確立されておらず、広く理解されていません」と彼女は述べています。

関連： AIタレントのためのToptalの開発者スキルディレクトリを閲覧する

ヘルスケアにおけるAIの前進

Toptalが協力していた大企業は、現在、顧客サービス、請求、ケア管理、および請求の裁定にAIを使用しています。 また、2021年の仮想株主総会で、同社の最高デジタル責任者は、今後数年間で業務の50％を自動化する予定であると述べました。

他の先進的な健康保険会社がこの料金を引き上げて主導する時が来ました。 「保険会社は支払人であるため、すべての情報が保険会社を経由します」とVishnu氏は言います。 「私たちが協力したヘルスケア会社で、Toptalの才能は、AIプラットフォーム全体を構築することになりました。これは、請求情報、臨床データ、人口統計情報、ウェアラブルデータなど、取得するすべての情報を意識しています。そしてそれはいわゆるデータレイクを形成します。」

この深いデータの流れに基づいて、他の自動化された決定の中でも、事前のマイナーな承認決定を行うことができます。 「これは、保険会社と患者にとって、そして診療所にとっても双方にとってメリットがあります」と彼は言います。 「既存の関係の性質のために、採用の一部に躊躇するでしょうが、それらはすべて押しのけられる障壁です。 患者が目にする価値は非常に大きいため、システムは適応し、すべてのプレーヤーにとって等しく有益になります。」