Šis garsas yra automatiškai sugeneruotas. Praneškite mums, jei turite atsiliepimų.
Petersono sveikatos technologijų institutas praėjusį mėnesį įsteigė darbo grupę, kuria siekiama ištirti dirbtinio intelekto poveikį sveikatos poveikiui sveikatos sistemoms.
AI įrankių įgyvendinimas gali būti iššūkiskadangi teikėjai turi būti atsargūs dėl saugumo, tikslumo ir nuosavybės problemų, kurios gali kilti su kylančiomis technologijomis. Tačiau saugių produktų diegimas nėra vienintelis sveikatos sistemų, įgyvendinančių AI, klausimas: jiems taip pat reikia išsiaiškinti, kaip įvertinti sėkmę.
Institutas, kuris turi anksčiau dirbo Įvertinti Kitos skaitmeninės sveikatos priemonėstraukia sveikatos sistemos lyderius aptarti, kaip jie matuoja PG produktų finansinis, efektyvumo ir darbo jėgos poveikis.
„PHTI“ vykdančioji direktorė Caroline Pearson prisijungė prie „Healthcare Dive“ aptarti darbo grupės, įskaitant pirmąsias grupės fokusas.
Šis interviu buvo redaguotas dėl aiškumo ir ilgio.
Sveikatos priežiūros nardymas: Ar galite šiek tiek daugiau papasakoti apie tai, kas yra darbo grupė ir kaip ji veiks?
Caroline Pearson: Taigi mes suformavome darbo grupę, nes tikrai norėjome suprasti, kaip kai kurie specifiniai AI sprendimai buvo priimami sveikatos sistemose ir kaip jie galvojo apie tų sprendimų poveikį.
Pradėjome nuo gana siauro dėmesio AI dokumentacijos priemonėms – AI raštiniams – ir pajamų ciklo valdymui, kurie yra dvi greičiausios AI priėmimo sritys, kurios šiuo metu vyksta šios šalies sveikatos sistemose. Mes norėjome pasikalbėti su tų sveikatos sistemų vadovais, kad iš tikrųjų suprastume, kaip jie galvoja apie tuos AI sprendimų įgyvendinimą ir kokią įtaką to įgyvendinimui, tiek iš finansinės perspektyvos, tiek efektyvumo, ir darbo jėgos perspektyvos.
Kaip manote, kodėl ši darbo grupė reikalinga sveikatos sistemoms?
Petersono sveikatos technologijų instituto išduotas leidimas
Sveikatos sistemos lyderystė siekia greitai pritaikyti technologijas ir stengiasi išsiaiškinti, kaip tai įvertinti, ir galvoti apie jos verslo padarinius. Lyderystė tikrai džiaugiasi galėdama pasidalyti geriausia praktika tarpusavyje ir sužinoti, kaip tai daro kitos sistemos, taip pat galvoti apie tai, kokius duomenis ir metriką jie nori įvertinti ateičiai.
Taigi kiekviena sistema pateikė savo verslo pavyzdį apie tai, kaip jie galvoja apie šiuos pradinius pirkinius dokumentų pusėje. Tačiau kaip jie ir toliau galės išmatuoti tų sprendimų poveikį jų pristatymo sistemoms? Ir kokių duomenų jiems reikės iš AI įrankių, kad tai būtų veiksmingai?
Minėjote, kad norite sutelkti dėmesį į dokumentaciją ir pajamų ciklo produktus. Ar todėl yra populiarūs, ar yra kokių nors kitų priežasčių, kodėl nusprendėte patobulinti šias dvi sritis?
Manau, kad ši dokumentacija bus greičiausias sveikatos technologijų priėmimas, kokį mes kada nors matome. Panašu, kad per mažiau nei dvejus metus jie perėjo nuo nulio iki labai plačiai priimtų. Taigi dalį to iš tikrųjų paskatino tas augimas.
Bet ir „Rev Cycle Management“, ir dokumentai yra vietos, kuriose iš tikrųjų yra verslo sistema, kaip veikia sveikatos sistema, tiesa? Tai iš tikrųjų daro įtaką produktyvumui, paciento pralaidumui, taip pat paciento patirčiai ir teikėjo patirčiai. Taigi tai buvo labai geros vietos pradėti, nes jie yra tik žalvario problemų problemos, susijusios su sveikatos sistemos.
Taigi tai būdas analizuoti: „Aišku, jūs priėmėte šį dokumentacijos asistentą. Bet ar tai iš tikrųjų taupo laiką? Ar tai leidžia pamatyti daugiau pacientų? Ar tai sumažina paslaugų teikėjų apyvartą? “
Taip, tiksliai. Kai kurios sistemos nori padidinti pacientų, kuriuos jie gali pamatyti tam tikroje klinikoje, skaičių. Kiti iš tikrųjų sutelkia dėmesį į teikėjų perdegimą ir bandymą sumažinti „pižamos laiką“, kurio jiems reikia gydytojams atlikti dokumentus, ir galiausiai sumažinti apyvartą.
Ir vis dėlto kitos sistemos iš tikrųjų galvoja apie tą paciento patirtį ir kaip įsitikinti, kad kiekviena klinikinė sąveika suteikia gydytojams pakankamai laiko praleisti akis į akį su savo pacientais. Visi šie rezultatai yra vertingi, tačiau sistemos nori būti aiškios akys dėl to, kokie yra jų lūkesčiai kiekvienam iš jų ir kaip jie žinos, ar jie įgyvendina savo tikslus.
Sveikatos sistemos greičiausiai sutelks dėmesį į tai, kad šiais metais būtų išlaidų. Ar manote, kad tai taip pat gali paskatinti juos apsvarstyti galimybę galiausiai mesti kai kuriuos iš šių AI įrankių, jei jie neverta ilgainiui?
Aš nežinau. Aš suprantu, kad šios priemonės, dokumentacijos įrankiai yra gana lipnūs, ir kai teikėjai priprato juos naudoti – ir pacientams jaučiasi patogiai su jais – jiems bus sunku pašalinti iš egzaminų kambario.
Tačiau mes taip pat matome, kad tos priemonės tampa greičiau. Taigi kaina gali sumažėti, nes ši rinka yra gana konkurencinga. Ir tada kyla klausimas, kokie kiti sprendimai yra tos įmonės, parduodamos sveikatos sistemoje? O kaip mes pradedame įvertinti tų investicijų vertę?
Taigi, galiausiai šios įmonės gali pradėti pridėti prie savo pasiūlymų, o sveikatos sistemos gali būti labiau suinteresuotos pasakyti: „Aš pasirinksiu šią AI dokumentacijos įmonę, kuri taip pat gali pasiūlyti man ką nors kita“.
Taip, ir mes matome, kad tai įvyksta labai greitai, savotišką šių AI sprendimų paskirstymą sistemose. „Rev Cycle“ yra pirmoji ir akivaizdžiausia vieta, kurioje AI sprendimai auga iš dokumentų.
Užfiksavę visą paciento susidūrimą, turite visus duomenis, kad juos konvertuotumėte į atsiskaitymą. Taigi gali būti, kad AI raštininko kaina tampa gana efektyvi, tačiau kaina, susijusi su visomis pajamomis, kurias jūs gaunate iš to susidūrimo, yra daug vertingesnė. Svarbu galvoti apie tai, kaip matuojate tas kitas verslo linijas.
