La oportunidad clave de automatización en la que los líderes de atención médica deben enfocarse a continuación

Los sistemas de salud mundiales están abrumados y carecen de personal. Los hospitales han exprimido toda la eficiencia posible de los trabajadores de la salud, y las tareas administrativas ocupan un porcentaje alarmantemente grande del tiempo de los proveedores en comparación con el que se dedica a tratar a los pacientes. El uso de herramientas de inteligencia artificial, como transcripciones de voz a texto para recetas y notas de historia clínica, y programadores de personal automatizados, está comenzando a reducir la carga administrativa.

La automatización de las verificaciones de la cobertura de seguros y las autorizaciones previas de bajo riesgo podría ser el próximo gran paso para los líderes de atención médica que intentan innovar para superar la escasez de mano de obra de la industria. Las reclamaciones de seguros y las autorizaciones previas a menudo requieren que los trabajadores de la salud hagan llamadas telefónicas, envíen correos electrónicos y mensajes de texto y, en algunos casos, envíen formularios por fax a las compañías de seguros, y luego esperen las respuestas, dice Sandra Carrico, vicepresidenta de aprendizaje automático de Sorcero, un plataforma de inteligencia de lenguaje de ciencias de la vida enfocada en los resultados de los pacientes, mayor productividad y monitoreo regulatorio.

Los líderes de atención de la salud que quieran avanzar con la IA deben sentirse cómodos moviéndose más rápido de lo que están acostumbrados, y los límites fuertes y establecidos entre los proveedores y las compañías de seguros tendrán que romperse.

En promedio, una autorización previa manual toma un promedio de 21 minutos de tiempo del personal, y una sola autorización puede tomar hasta 45 minutos, según un informe de 2021 del Council for Affordable Quality Healthcare (CAQH), una organización sin fines de lucro. alianza de planes de salud, proveedores, agencias gubernamentales y organismos normativos. “Si pudiéramos automatizar la autorización previa, podríamos hacer un uso mucho mejor de nuestros profesionales de la salud altamente capacitados”, dice Carrico. “Desde el punto de vista de la productividad, es una simple victoria”.

También es una clara victoria financiera. Las compañías de seguros y otros pagadores como Medicare podrían ahorrar hasta $437 millones por año al automatizar las autorizaciones previas, según el informe CAQH antes mencionado. El grupo estima que la industria de la salud en general podría reducir sus costos administrativos en $13,300 millones anuales mediante el uso pleno de la automatización.

Derribar muros

Uno de los principales obstáculos para automatizar las autorizaciones previas es el aislamiento de datos entre los proveedores y las compañías de seguros, dice Carrico, quien fue el principal arquitecto de IA en Anthem durante el período en que el gigante de los seguros de salud se transformó de una compañía de seguros tradicional a una compañía de cobertura y atención. plataforma basada en datos, IA y aprendizaje automático.

La Asociación Médica Estadounidense ha estado pidiendo una transición a autorizaciones previas automatizadas y simplificadas desde al menos 2018. La uniformidad y la transparencia de los datos de todos los niveles del sistema de atención médica son principios clave de reformas prescritos en los documentos rectores de la organización. Aún así, la autorización previa es una de las áreas menos activas para implementar computación avanzada por parte de las organizaciones de atención médica, según el CAQH.

Relacionado: Cómo el talento abierto puede impulsar la transformación digital de la atención médica

Desafortunadamente, la industria de la salud se mueve muy lentamente, señala Kyle Kotowick, arquitecto de soluciones con un doctorado en integración de sistemas humanos y fundador de la consultora de sistemas tecnológicos Invicton Labs. “Toman el mismo enfoque para la TI que para las nuevas técnicas y procedimientos médicos: probarlo cuidadosamente en un entorno controlado, asegurarse de que no cause ningún daño y luego considerar adoptarlo si los beneficios superan los costos”, dice. .

Pero los líderes de atención de la salud que quieran avanzar con la IA deben sentirse cómodos moviéndose más rápido de lo que están acostumbrados, y los límites fuertes y establecidos entre los proveedores y las compañías de seguros tendrán que romperse. “Si vas a resolver estos problemas, tendrás que romper las reglas”, dice Carrico.

Atraer a los mejores talentos

Competir por el talento es un desafío continuo para los líderes de atención médica que intentan implementar la IA. Las empresas de atención médica tradicionales siempre han tenido problemas para competir por el talento necesario para dar estos saltos hacia la atención avanzada del paciente, dice Raj Vishnu, socio principal de clientes para atención médica y ciencias de la vida en Toptal, quien colocó a trabajadores autónomos tecnológicos calificados en una empresa de atención médica Fortune 25 cuando el La compañía desarrolló su centro de IA e hizo otras innovaciones digitales.

Ahora que las grandes empresas de tecnología como Google y AWS se han mudado al espacio de la atención médica, es aún más difícil para las empresas de atención médica contratar a trabajadores tecnológicos de tiempo completo con habilidades avanzadas, dice.

“Durante los últimos años, la tecnología ha cambiado exponencialmente, pero el mercado de talentos está mejorando en una escala lineal, lo que significa que la brecha se amplía día a día”, dice Vishnu. “Por lo tanto, es absolutamente fundamental que las empresas de atención médica tengan un modelo de talento sólido para manejar de manera efectiva el estado futuro”.

El uso de equipos de talento contingentes con la capacidad de construir modelos informáticos avanzados es una opción. Puede ser más rentable que competir para contratar a los escasos trabajadores tecnológicos a tiempo completo, dice, y también mantiene a los equipos ágiles y capaces de pivotar e innovar según sea necesario. Las empresas también necesitarán acceso a trabajadores operativos, conocidos como operaciones de aprendizaje automático o ML Ops, que tendrán la tarea de ejecutar la automatización día a día, dice Carrico.

Contratar personas para hacer ML Ops puede ser incluso más desafiante que contratar equipos para construir los sistemas. “Las herramientas aún no están maduras, las personas no entienden qué preguntas hacer, los patrones no están bien establecidos y no se entienden en general”, señala.

Relacionado: Explore el directorio de habilidades de desarrollador de Toptal para encontrar talento de IA

Avanzando con la IA en el cuidado de la salud

La gran empresa con la que trabajó Toptal ahora usa IA para el servicio al cliente, la facturación, la gestión de la atención y la adjudicación de reclamos. Y en una reunión virtual de accionistas en 2021, el director digital de la empresa dijo que la empresa espera automatizar el 50 % de su trabajo en los próximos años.

Es hora de que otras compañías de seguros de salud con visión de futuro den un paso al frente y lideren este cambio. “Toda la información se canaliza a través de la compañía de seguros porque ellos son los que pagan”, dice Vishnu. “En la empresa de atención médica con la que trabajamos, el talento de Toptal terminó construyendo toda su plataforma de IA, que es consciente de toda la información que obtienen: la información de reclamos, los datos clínicos, la información demográfica, los datos portátiles, todo eso. y forma lo que se llama un lago de datos”.

Es sobre este flujo profundo de datos que se pueden tomar decisiones menores de autorización previa, entre otras decisiones automatizadas. “Es beneficioso para la compañía de seguros y el paciente, así como para el consultorio del médico”, dice. “Habrá dudas en algunas de las adopciones solo por la naturaleza de las relaciones existentes, pero esas son todas las barreras que se superarán. El valor que el paciente verá es tan grande que el sistema se adaptará y será igualmente beneficioso para todos los jugadores”.