ผู้นำด้านการดูแลสุขภาพที่มีโอกาสทำงานอัตโนมัติที่สำคัญต้องมุ่งเน้นที่ Next

ระบบสุขภาพทั่วโลกถูกครอบงำและไม่เพียงพอ โรงพยาบาลได้บีบประสิทธิภาพทุกอย่างที่เป็นไปได้ออกจากบุคลากรทางการแพทย์ และงานธุรการต้องใช้เวลาเป็นเปอร์เซ็นต์มากอย่างน่าตกใจของผู้ให้บริการ เมื่อเทียบกับการรักษาผู้ป่วย การใช้เครื่องมือปัญญาประดิษฐ์ เช่น การถอดเสียงเป็นข้อความสำหรับใบสั่งยาและบันทึกย่อของแผนภูมิ และเครื่องจัดตารางเวลาการจัดบุคลากรอัตโนมัติ กำลังเริ่มลดภาระการดูแลระบบ

การตรวจสอบความครอบคลุมของประกันแบบอัตโนมัติและการอนุญาตล่วงหน้าที่มีความเสี่ยงต่ำอาจเป็นก้าวสำคัญต่อไปสำหรับผู้นำด้านการดูแลสุขภาพที่พยายามคิดค้นวิธีการแก้ปัญหาการขาดแคลนแรงงานของอุตสาหกรรม การเรียกร้องค่าสินไหมทดแทนและการอนุญาตล่วงหน้ามักกำหนดให้เจ้าหน้าที่ทางการแพทย์ต้องโทรศัพท์ ส่งอีเมลและข้อความ และในบางกรณี แฟกซ์แบบฟอร์มไปยังบริษัทประกันภัย—จากนั้นรอการตอบกลับ Sandra Carrico รองประธานฝ่ายการเรียนรู้ของเครื่องของ Sorcero กล่าว แพลตฟอร์มข่าวกรองด้านภาษาของวิทยาศาสตร์เพื่อชีวิตมุ่งเน้นไปที่ผลลัพธ์ของผู้ป่วย ผลผลิตที่เพิ่มขึ้น และการตรวจสอบด้านกฎระเบียบ

ผู้นำด้านการดูแลสุขภาพที่ต้องการก้าวไปข้างหน้ากับ AI จำเป็นต้องปรับตัวให้เข้ากับการเคลื่อนไหวได้เร็วกว่าที่เคยเป็น และจะต้องทำลายขอบเขตที่แข็งแกร่งและมั่นคงระหว่างผู้ให้บริการและบริษัทประกันภัย

โดยเฉลี่ยแล้ว การอนุญาตล่วงหน้าโดยเจ้าหน้าที่จะใช้เวลาโดยเฉลี่ย 21 นาทีสำหรับพนักงาน และการอนุญาตเพียงครั้งเดียวอาจใช้เวลานานถึง 45 นาที ตามรายงานปี 2564 จาก Council for Affordable Quality Healthcare (CAQH) ซึ่งเป็นองค์กรไม่แสวงหาผลกำไร พันธมิตรของแผนสุขภาพ ผู้ให้บริการ หน่วยงานราชการ และหน่วยงานกำหนดมาตรฐาน “ถ้าเราสามารถดำเนินการอนุมัติล่วงหน้าได้โดยอัตโนมัติ เราก็จะสามารถใช้ประโยชน์จากบุคลากรทางการแพทย์ที่ได้รับการฝึกอบรมมาอย่างดีของเราได้ดีขึ้น” Carrico กล่าว “จากมุมมองของประสิทธิภาพ มันเป็นชัยชนะที่เรียบง่าย”

นอกจากนี้ยังเป็นชัยชนะทางการเงินที่ชัดเจน บริษัทประกันภัยและผู้จ่ายเงินรายอื่นๆ เช่น Medicare สามารถประหยัดเงินได้มากถึง 437 ล้านดอลลาร์ต่อปี โดยการอนุมัติอัตโนมัติก่อนล่วงหน้า ตามรายงานของ CAQH ที่กล่าวถึงข้างต้น กลุ่มคาดการณ์ว่าอุตสาหกรรมการดูแลสุขภาพโดยรวมสามารถลดต้นทุนการบริหารได้ 13.3 พันล้านดอลลาร์ต่อปีโดยใช้ระบบอัตโนมัติอย่างเต็มที่

ทลายกำแพง

Carrico ซึ่งเป็นสถาปนิก AI หลักของ Anthem กล่าวว่าอุปสรรคสำคัญประการหนึ่งในการทำให้การอนุญาตล่วงหน้าเป็นแบบอัตโนมัติคือการกักเก็บข้อมูลระหว่างผู้ให้บริการและบริษัทประกันภัย ในช่วงเวลาที่บริษัทประกันสุขภาพยักษ์ใหญ่เปลี่ยนจากบริษัทประกันแบบเดิมๆ มาเป็นความคุ้มครองและการดูแล แพลตฟอร์มที่สร้างขึ้นจากข้อมูล, AI และการเรียนรู้ของเครื่อง

American Medical Association ได้เรียกร้องให้มีการเปลี่ยนไปใช้การอนุญาตก่อนหน้าแบบอัตโนมัติและคล่องตัวตั้งแต่อย่างน้อย 2018 ความสม่ำเสมอของข้อมูลและความโปร่งใสจากทุกระดับของระบบการดูแลสุขภาพเป็นหลักการสำคัญในการปฏิรูปที่กำหนดไว้ในเอกสารแนวทางขององค์กร ยังคง การอนุญาตล่วงหน้าเป็นหนึ่งในพื้นที่ที่ใช้งานน้อยที่สุดสำหรับการนำการประมวลผลขั้นสูงโดยองค์กรด้านการดูแลสุขภาพตาม CAQH

ที่เกี่ยวข้อง: Open Talent สามารถขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลของ Healthcare ได้อย่างไร

น่าเสียดายที่อุตสาหกรรมการดูแลสุขภาพเคลื่อนไหวช้ามาก Kyle Kotowick สถาปนิกโซลูชันที่มีปริญญาเอกด้านการบูรณาการระบบของมนุษย์และผู้ก่อตั้ง Invicton Labs ที่ปรึกษาระบบเทคโนโลยีกล่าว "พวกเขาใช้แนวทางเดียวกันกับไอทีเช่นเดียวกับเทคนิคและขั้นตอนทางการแพทย์ใหม่ ๆ: ทดสอบอย่างระมัดระวังในสภาพแวดล้อมที่มีการควบคุม ตรวจสอบให้แน่ใจว่าไม่มีอันตรายใด ๆ จากนั้นจึงพิจารณานำมาใช้หากผลประโยชน์มีมากกว่าต้นทุน" เขากล่าว .

แต่ผู้นำด้านการดูแลสุขภาพที่ต้องการก้าวไปข้างหน้ากับ AI จำเป็นต้องปรับตัวให้เข้ากับการเคลื่อนไหวให้เร็วกว่าที่เคย และขอบเขตที่แน่นแฟ้นและมั่นคงระหว่างผู้ให้บริการและบริษัทประกันภัยจะต้องถูกทำลายลง “ถ้าคุณจะแก้ปัญหาเหล่านี้ คุณจะต้องแหกกฎ” Carrico กล่าว

นำพาคนเก่ง

การแข่งขันเพื่อชิงตำแหน่งผู้มีความสามารถเป็นความท้าทายอย่างต่อเนื่องสำหรับผู้นำด้านการดูแลสุขภาพที่พยายามใช้ AI Raj Vishnu หุ้นส่วนลูกค้าอาวุโสด้านการดูแลสุขภาพและวิทยาศาสตร์เพื่อชีวิตที่ Toptal กล่าวว่าบริษัทด้านการดูแลสุขภาพแบบดั้งเดิมมักประสบปัญหาในการแข่งขันเพื่อชิงตำแหน่งผู้มีความสามารถที่จำเป็นในการก้าวกระโดดไปสู่การดูแลผู้ป่วยขั้นสูง บริษัทได้พัฒนาศูนย์ AI และสร้างนวัตกรรมดิจิทัลอื่นๆ

ตอนนี้บริษัทเทคโนโลยีขนาดใหญ่เช่น Google และ AWS ได้ย้ายเข้ามาอยู่ในพื้นที่ด้านการดูแลสุขภาพแล้ว บริษัทด้านการดูแลสุขภาพจะล็อคพนักงานเต็มเวลาที่มีทักษะขั้นสูงได้ยากขึ้น

“ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีได้เปลี่ยนแปลงไปอย่างมาก แต่ตลาดผู้มีความสามารถมีการพัฒนาในระดับเชิงเส้น ซึ่งหมายความว่าช่องว่างนั้นกว้างขึ้นในแต่ละวัน” วิษณุกล่าว “ดังนั้นจึงเป็นเรื่องสำคัญอย่างยิ่งที่บริษัทด้านการดูแลสุขภาพจะต้องมีรูปแบบความสามารถที่แข็งแกร่งเพื่อรับมือกับสถานะในอนาคตอย่างมีประสิทธิภาพ”

การใช้ทีมที่มีความสามารถโดยบังเอิญที่มีความสามารถในการสร้างแบบจำลองคอมพิวเตอร์ขั้นสูงเป็นทางเลือกหนึ่ง มันสามารถประหยัดต้นทุนได้มากกว่าการแข่งขันเพื่อจ้างพนักงานเทคโนโลยีเต็มเวลาที่ขาดแคลน เขากล่าว และยังช่วยให้ทีมว่องไวและสามารถหมุนและสร้างสรรค์สิ่งใหม่ๆ ได้ตามต้องการ บริษัทยังต้องการเข้าถึงพนักงานปฏิบัติการ หรือที่เรียกว่า ML Ops ซึ่งจะได้รับมอบหมายให้ทำงานอัตโนมัติในแต่ละวัน Carrico กล่าว

การจ้างคนให้ทำ ML Ops อาจยากกว่าการจ้างทีมเพื่อสร้างระบบ “เครื่องมือยังไม่โตเต็มที่ ผู้คนไม่เข้าใจว่าจะถามคำถามอะไร รูปแบบยังไม่เป็นที่ยอมรับ และไม่เข้าใจในวงกว้าง” เธอกล่าว

ที่เกี่ยวข้อง: เรียกดูไดเรกทอรีทักษะนักพัฒนาของ Toptal สำหรับ AI Talent

ก้าวไปข้างหน้าด้วย AI ในการดูแลสุขภาพ

บริษัทขนาดใหญ่ Toptal ที่ร่วมงานกับตอนนี้ใช้ AI สำหรับการบริการลูกค้า การเรียกเก็บเงิน การจัดการการดูแล และการพิจารณาคำร้อง และในการประชุมผู้ถือหุ้นเสมือนจริงในปี 2564 หัวหน้าเจ้าหน้าที่ดิจิทัลของบริษัทกล่าวว่าบริษัทคาดว่าจะทำงานอัตโนมัติ 50% ในอีกไม่กี่ปีข้างหน้า

ถึงเวลาแล้วที่บริษัทประกันสุขภาพอื่นๆ ที่มองการณ์ไกลจะต้องก้าวขึ้นมาเป็นผู้นำในข้อกล่าวหานี้ “ช่องทางข้อมูลทั้งหมดผ่านบริษัทประกันเพราะพวกเขาเป็นผู้จ่าย” พระวิษณุกล่าว “ที่บริษัทด้านการดูแลสุขภาพที่เราร่วมงานด้วย พรสวรรค์ของ Toptal จบลงด้วยการสร้างแพลตฟอร์ม AI ทั้งหมดของพวกเขา ซึ่งตระหนักถึงข้อมูลทั้งหมดที่พวกเขาได้รับ: ข้อมูลการเรียกร้อง ข้อมูลทางคลินิก ข้อมูลประชากร ข้อมูลที่สวมใส่ได้ ทั้งหมดนั้น— และก่อให้เกิดสิ่งที่เรียกว่า data lake”

อยู่ในกระแสข้อมูลเชิงลึกที่สามารถทำการตัดสินใจอนุญาตล่วงหน้าเล็กน้อย ท่ามกลางการตัดสินใจอัตโนมัติอื่นๆ “มันเป็น win-win-win สำหรับบริษัทประกันภัยและผู้ป่วย เช่นเดียวกับสำนักงานแพทย์” เขากล่าว “จะมีความลังเลในการรับเลี้ยงบุตรบุญธรรมเพียงเพราะธรรมชาติของความสัมพันธ์ที่มีอยู่ แต่สิ่งเหล่านี้ล้วนเป็นอุปสรรคที่จะข้ามไป คุณค่าที่ผู้ป่วยจะได้เห็นนั้นยิ่งใหญ่มากจนระบบจะปรับตัว—และจะเป็นประโยชน์ต่อผู้เล่นทุกคนอย่างเท่าเทียมกัน”