L'opportunità chiave di automazione I leader sanitari devono concentrarsi sul prossimo

I sistemi sanitari globali sono sopraffatti e a corto di personale. Gli ospedali hanno spremuto ogni possibile efficienza dagli operatori sanitari e lo svolgimento di compiti amministrativi richiede una percentuale allarmante del tempo dei fornitori rispetto a quello dedicato al trattamento dei pazienti. L'uso di strumenti di intelligenza artificiale, come le trascrizioni da voce a testo per le prescrizioni e le note del grafico e le pianificazioni automatizzate del personale, sta iniziando a ridurre l'onere amministrativo.

L'automazione delle verifiche della copertura assicurativa e delle autorizzazioni preventive a basso rischio potrebbe essere il prossimo passo importante per i leader sanitari che cercano di innovare la loro strada attraverso la carenza di manodopera nel settore. I reclami assicurativi e le autorizzazioni preventive spesso richiedono agli operatori sanitari di effettuare telefonate, inviare e-mail e messaggi di testo e, in alcuni casi, inviare moduli fax alle compagnie di assicurazione e quindi attendere le risposte, afferma Sandra Carrico, vicepresidente di Machine Learning per Sorcero, un piattaforma di intelligence linguistica per le scienze della vita incentrata sui risultati dei pazienti, sull'aumento della produttività e sul monitoraggio normativo.

I leader sanitari che vogliono fare passi da gigante con l'IA devono sentirsi a proprio agio nel muoversi più rapidamente di quanto non siano abituati e i confini forti e stabiliti tra fornitori e compagnie assicurative dovranno essere infranti.

In media, un'autorizzazione preventiva manuale richiede in media 21 minuti di tempo per il personale e una singola autorizzazione può richiedere fino a 45 minuti, secondo un rapporto del 2021 del Council for Affordable Quality Healthcare (CAQH), un'organizzazione no-profit alleanza di piani sanitari, fornitori, agenzie governative e organismi di definizione degli standard. "Se potessimo automatizzare l'autorizzazione preventiva, potremmo ottenere un uso molto migliore dei nostri professionisti sanitari altamente qualificati", afferma Carrico. "Dal punto di vista della produttività, è una semplice vittoria".

È anche una chiara vittoria finanziaria. Le compagnie di assicurazione e altri contribuenti come Medicare potrebbero risparmiare fino a $ 437 milioni all'anno automatizzando le autorizzazioni preliminari, secondo il suddetto rapporto CAQH. Il gruppo stima che l'industria sanitaria in generale potrebbe ridurre i suoi costi amministrativi di 13,3 miliardi di dollari all'anno utilizzando completamente l'automazione.

Abbattere i muri

Uno dei principali ostacoli all'automazione delle autorizzazioni preventive è il siloing dei dati tra fornitori e compagnie assicurative, afferma Carrico, che è stato il principale architetto di intelligenza artificiale di Anthem durante il periodo in cui il gigante dell'assicurazione sanitaria si è trasformato da compagnia assicurativa tradizionale a copertura e assistenza piattaforma basata su dati, intelligenza artificiale e apprendimento automatico.

L'American Medical Association ha chiesto una transizione verso autorizzazioni preventive automatizzate e semplificate almeno dal 2018. L'uniformità e la trasparenza dei dati a tutti i livelli del sistema sanitario sono principi chiave di riforma prescritti nei documenti guida dell'organizzazione. Tuttavia, secondo il CAQH, l'autorizzazione preventiva è una delle aree meno attive per l'implementazione dell'informatica avanzata da parte delle organizzazioni sanitarie.

Correlati: In che modo il talento aperto può guidare la trasformazione digitale del settore sanitario

Sfortunatamente, il settore sanitario si muove molto lentamente, osserva Kyle Kotowick, un architetto di soluzioni con un dottorato in integrazione dei sistemi umani e fondatore della società di consulenza sui sistemi tecnologici Invicton Labs. "Adottano lo stesso approccio all'IT utilizzato per le nuove tecniche e procedure mediche: testarlo attentamente in un ambiente controllato, assicurarsi che non faccia alcun danno e quindi considerare di adottarlo se i vantaggi superano i costi", afferma .

Ma i leader sanitari che vogliono fare passi da gigante con l'IA devono sentirsi a proprio agio nel muoversi più rapidamente di quanto non siano abituati e i confini forti e stabiliti tra fornitori e compagnie assicurative dovranno essere infranti. "Se hai intenzione di risolvere questi problemi, dovrai infrangere le regole", afferma Carrico.

Coinvolgere i migliori talenti

La competizione per il talento è una sfida continua per i leader sanitari che cercano di implementare l'IA. Le aziende sanitarie tradizionali hanno sempre avuto difficoltà a competere per il talento necessario per compiere questi passi avanti nell'assistenza avanzata ai pazienti, afferma Raj Vishnu, Senior Client Partner for Healthcare and Life Sciences di Toptal, che ha collocato liberi professionisti tecnologici qualificati presso un'azienda sanitaria Fortune 25 quando il l'azienda ha sviluppato il suo centro per l'IA e ha realizzato altre innovazioni digitali.

Ora che le grandi aziende tecnologiche come Google e AWS si sono trasferite nel settore sanitario, è ancora più difficile per le aziende sanitarie bloccare i lavoratori tecnologici a tempo pieno con competenze avanzate, afferma.

"Negli ultimi anni, la tecnologia è cambiata in modo esponenziale, ma il mercato dei talenti sta migliorando su scala lineare, il che significa che il divario si sta ampliando giorno per giorno", afferma Vishnu. "Quindi è assolutamente fondamentale che le aziende sanitarie dispongano di un modello di talento solido per gestire efficacemente lo stato futuro".

L'uso di team di talenti contingenti con le capacità per costruire modelli di computer avanzati è un'opzione. Può essere più conveniente che competere per assumere scarsi lavoratori tecnologici a tempo pieno, dice, e mantiene anche i team agili e in grado di ruotare e innovare secondo necessità. Le aziende avranno anche bisogno dell'accesso agli operatori operativi, noti come operazioni di machine learning o ML Ops, che avranno il compito di eseguire l'automazione su base giornaliera, afferma Carrico.

Assumere persone per fare operazioni ML può essere ancora più difficile che assumere team per creare i sistemi. "Gli strumenti non sono ancora maturi, le persone non capiscono quali domande porre, i modelli non sono ben stabiliti e non è ampiamente compreso", osserva.

Correlati: Sfoglia la Directory delle competenze degli sviluppatori di Toptal per AI Talent

Andare avanti con l'IA nel settore sanitario

La grande azienda con cui ha lavorato Toptal ora utilizza l'IA per il servizio clienti, la fatturazione, la gestione dell'assistenza e la valutazione dei reclami. E in un'assemblea virtuale degli azionisti nel 2021, il chief digital officer dell'azienda ha affermato che la società prevede di automatizzare il 50% del proprio lavoro nei prossimi anni.

È tempo che altre compagnie di assicurazione sanitaria lungimiranti si facciano avanti e guidino questa carica. "Tutte le informazioni vengono convogliate attraverso la compagnia di assicurazioni perché sono loro a pagare", afferma Vishnu. "Presso l'azienda sanitaria con cui abbiamo lavorato, il talento di Toptal ha finito per costruire la sua intera piattaforma di intelligenza artificiale, che è consapevole di tutte le informazioni che ottengono: le informazioni sui sinistri, i dati clinici, le informazioni demografiche, i dati indossabili, tutto questo— e forma quello che viene chiamato un data lake.

È su questo flusso profondo di dati che possono essere prese decisioni di autorizzazione preventiva minori, tra le altre decisioni automatizzate. "È un vantaggio per tutti per la compagnia di assicurazioni e il paziente, nonché per l'ufficio del medico", afferma. “Ci sarà esitazione in alcune delle adozioni solo a causa della natura delle relazioni esistenti, ma quelle sono tutte barriere che verranno superate. Il valore che il paziente vedrà è così grande che il sistema si adatterà e sarà ugualmente vantaggioso per tutti i giocatori".