バージニア州アーリントンに拠点を置くプリビアヘルスは、15州とコロンビア特別区に存在しています。プライマリケア中心の医療グループ、リスクベアリングエンティティ、および医師主導のガバナンス構造を備えたスケーリングされたプロバイダーネットワークを構築します。
挑戦
Privia HealthのクリニックとITセットアップは、国家医師プラットフォーム全体でプロバイダーと運用効率の両方に影響を与えるいくつかの重要な課題に直面しました。ヘルスケアの景観は絶えず進化しており、伝統的な方法はペースを維持するのに苦労しています。
Chris Voigtは、Privia Healthの副社長兼最高技術責任者です。彼は以前、ビジネスおよび製品開発の副社長を務め、ヘルスケアの相互運用性分野で14年の経験を持っています。
Voigtは、Priviaのクリニックの課題の内訳を提供し、ITセットアップが直面していました。
「最初に、プロバイダーの燃え尽き症候群と管理上の負担がありました」と彼は言いました。 「プロバイダーバーンアウトは、ヘルスケアの重要な問題です。 この問題に誤ってシステムを最適化する努力のいくつかを発見しました。負担を軽減する代わりに、一部のワークフロー戦略により、プロバイダーは管理者として機能するようになりました。
「このタスクは必要ですが、時間がかかり、患者ケアのやりがいのある側面に貢献していません」と彼は続けました。 「プロバイダーは、医療の専門知識を直接使用することを伴わないタスクに時間がかかりすぎていました。」
それから「コンピューターはそれをすることはできませんか？」がありました。問題、Voigtは説明した。
「何年もの間、プロバイダーは自動化の機が熟したと思われるタスクに不満を表明してきました」と彼は指摘しました。 「「コンピューターはそれをすることはできませんか？」一般的でした。
「しかし、AIは強力なツールとして浮上し、最終的に機能のロックを解除し、以前は手に負えないと考えていた問題の解決策を提供しました」と彼は続けました。 「広範なチャート履歴のレビュー、着信文書の正確な分類と提出、正しい患者保険の詳細の特定などの分野は、重要な問題点でした。」
データサイロとアクセス不能が別の問題でした。
「最も重要な課題の1つは、膨大な量の患者データ、特に標準のEHR以外にある情報を理解することでした」とVoigt氏は言います。 「医師はしばしば、この情報の海で必要な特定の関連データを見つけるのに苦労しました。
「これにより、患者との意味のある相互作用を作成し、最も正確な決定を下すことが困難になりました」と彼は付け加えました。 「データの膨大な量は圧倒的であり、それを処理するための効率的なツールが不足しているため、効果的なケア提供が妨げられました。」
もう1つの課題は、バックオフィスの効率と自動化でした。
「私たちは一貫して、バックオフィス運用の自動化と効率を高めることを目指していました」とVoigtは回想します。 「私たちは、分散型の労働力でチームを最適化するなど、すでに措置を講じていました。 ロボットプロセス自動化の実装、および特定の問題に対処するために専門ベンダーを魅了します。
「しかし、私たちはさらに進む必要性を認識しました」と彼は指摘しました。 「私たちは、より高度な技術を活用してプロセスを合理化し、手動介入を減らすことにより、より生産的な労働力を達成することを目指しました。」
提案
Healthcareを新しい人工知能やその他の技術は、現在のEHRエンカウンターワークフロー、実践最適化、および全体的な労働力生産性の中で、ヘルスケアエコシステムの課題を解決する機会を提供します、とVoigt氏は言います。 AIには、実際には非常に賢く革新的である可能性があるため、非常に賢くて革新的である可能性があるという点でユニークな角度が付属しています。
ただし、適切なテクノロジーを見つけることは、それ自体が挑戦になる可能性があります。
「過去2〜3年にわたって、ほぼすべてのベンダーが製品にAIモニカーを使用してきました」とVoigt氏は言います。 「あまりにも頻繁に、AIを呼び出すことは、手持ちの巧妙なトリックのように思えます。彼らが高度な機械学習などのより一般的なテクノロジーを使用しているか、重要なAIの決定を下す舞台裏に人間がいることを見るのは難しくありません。
「すべてのベンダーがプラットフォームに統合されたある種のAIを宣伝することで、見かけの煙と鏡を通して見るのが難しくなりました。価格は最初は高く、ROI数学がどのように機能したかを見るのは困難でした」と彼は続けました。 「過去12〜18か月以内に、煙はかなりきれいになりました。AIがプロバイダーの経験と労働力の生産性にどのように影響を与えているかを積極的に見ることができます。」
また、AIシステムの価格設定は、意図した価値とより適合するようになりました、と彼は付け加えました。
「ラベル付けされたものもあります AIは驚くほど速いペースで動きます「進歩に追いつくのは難しいです。また、自分の内部モデルを学び、改善するため、AIがそれ自体で前進することさえ聞きます。」
挑戦に会う
Privia Healthの医師の慣行は、ベンダーAthenahealthの主要なEHRプラットフォームに埋め込まれたさまざまなAIツールの恩恵を受けています。
「インバウンドドキュメントの分類、薬物延長、さらには保険の選択から具体的なメリットが見られています」とVoigt氏は説明しました。 「私たちは、エクスペリエンスの改善とプロバイダーのドキュメント時間の短縮の両方で有望な患者エクスペリエンスツールを操縦しています。
「私たちはまた、さまざまなソースから複雑なデータを読み取り、解釈してケアの瞬間における患者の健康状態の簡潔で完全なタイムリーな見方を作成するワークフローシステムであるベンダーナビナで早期に成功を収めました」と彼は続けました。 「このツールはEHRプラットフォームに統合されており、すべての専門分野のプロバイダーが、歴史的な患者データの山を介して組み合わせて、以前の診断と疑わしい状態を見つけます。」
このデータがプロバイダーのワークフローに引き込まれたことで、Priviaはプロバイダーに潜在的な潜在的なリスクを獲得していないことを知らせるのに役立ちます。これは、患者の文書化を改善し、プロバイダーが過去の歴史が医師のメモに埋もれないようにすることで患者の世話をする方法の両方を持っているゲームチェンジャーでした、と彼は付け加えました。
「内部労働力の観点から、すべての従業員は主にAIと大規模な言語モデルツールを使用して仕事をサポートしています」と彼は説明しました。 「これは、AIを使用して問題を解決し、ポリシーを解決し、質問に応答し、コードを書き込むためにAIを使用しているほぼすべての部門で変革的でした。組織全体は、AIを警戒することから、ツールを仕事を実行する重要な部分として見ることに移行しました。
「最近の技術的進歩にもかかわらず、私たちはより人間の相互作用から遠ざかりますが、医師のオフィスでのAI主導の技術は反対の効果をもたらしています」と彼は続けました。 「私たちは、管理タスクを自動化し、データ収集を合理化するためのAIツールを意図的かつ戦略的に実装する方法を理解し、医師がよりパーソナライズされたケアを提供できるようにします。」
AIテクノロジーの統合は、効率的で高品質のヘルスケア提供をサポートする凝集エコシステムを作成すると彼は付け加えました。
結果
Navina AIプラットフォームは、特にドキュメントとコーディング内で、最も測定可能な成功の1つをPriviaに提供しました。 Priviaは、ドキュメントと特異性を強化するために、患者の遭遇内でプロバイダーに与えられたすべてのコーディング提案に対して84％のアドレス指定率を達成しました。
さらに、プロバイダーネットワーク内には、このツールを採用し、チャートの準備に費やした時間を1日に最大2.5時間短縮するのを見ると、90％近くのアクティブメンバーがいます。医師は、最小限の干渉と管理上の負担で患者のケアにもっと集中することができる、とVoigtは述べた。
「このツールを追加することで、10〜30％の最前線とバックオフィスの最適化と、約7％の保険関連の拒否の減少が見られます」と彼は報告しました。 「これらの数字は一見重要ではないように見えるかもしれませんが、練習のスタッフとの個々の改善は、患者のケアや払い戻しに対する下流の有効性を解き放ちます。
「チェックイン時のAI補正された保険分類は、収益サイクルの大幅な作業を節約し、リワークを減らし、支払いを加速させます」と彼は付け加えました。
最後に、周囲の筆記者ツールの一部としてのAIおよび高度な技術のPriviaの実施により、医師の負担を大幅に軽減し、ケアのギャップに対処し、患者の転帰の改善に貢献した実質的で測定可能な結果が得られました。
他の人へのアドバイス
「AI評価のすべてのステップを通して、プロバイダーが早期かつ頻繁に入力を勧誘します」とVoigtはアドバイスしました。 「これらのテクノロジーには多くの提供があり、急速に変化します。アーリーアダプターをプロバイダーチャンピオンに開発し、組織全体でこれらの変更を実装する方法をリードしています。
「プライバイアには、AIの機会を含むプラットフォームの進歩をレビューし、導くために、多専門医師で構成される全国ITアドバイザリー評議会があります」と彼は続けました。
さらに、AIポリシーを開発および管理し、ベンダーとサービスの契約を評価するためのワークグループを確立してください、と彼は言いました。
「テクノロジーが真実ではないほど良いと思われる場合、それはただそうかもしれません」と彼は指摘しました。 「データが販売されていないか、他のモデルに通知するために使用されていないことを確認するために注意深く見なければなりません。上記のことを考えているとは思わないでください。AIイノベーションは非常に迅速に動きます。ポリシーを調整し、ベンダーをレビューし、能力を調べるという永続的なサイクルであることがわかりました。」
LinkedInでビルのヒットカバレッジをフォローしてください： ビル・シウィッキ
彼にメールしてください： [email protected]
Healthcare IT NewsはHIMSSメディアの出版物です。
今すぐ見る：チーフAI役員は、技術と臨床操作を深く理解する必要があります