AI が依然として患者の紹介を解決しない理由とその可能性 – The Health Care Blog

ナヒーム・ノア著

ブラックホールからの呼びかけ

建ててから3ヶ月 ケアネクターの 施設間のプラットフォームで、医療機関の紹介に関するあらゆる間違いを明らかにする電話を受けました。病院のソーシャルワーカーは、家族がケアを見つけるのを支援するためにすでに私たちの個人患者プラットフォームを使用していましたが、82歳の脳卒中患者の施設への配置を6日間調整しようとしていました。彼女は23回も電話をかけていた。 FAXを14通送信しました。この患者は医学的には回復したが、どの熟練した介護施設に空きベッドがあり、メディケイド計画を受け入れ、脳卒中リハビリテーション能力があるかを誰も確認できなかったため、1日あたり2,000ドルかかる急性期ベッドに閉じ込められていた。

「あなたが患者のために作ってくれたものはとても気に入っています」と彼女は私に言いました。 これ ワークフローも？」

彼女は間違っていませんでした。私たちは 2025 年にいます。医療 IT と息もつかせぬ AI の約束に何十億ドルも注ぎ込まれているにもかかわらず、患者を紹介することはしばしば 1995 年に戻ったような気分になります。 今年の初めに、THCB の編集者マシュー・ホルト氏が専門家への紹介をナビゲートする試みを文書化しました。 カリフォルニアのブルーシールド経由。彼の医師が送った心エコー図の紹介状は画像センターには届かなかった。彼が皮膚科医を必要としたとき、彼の医療グループは彼に医療提供者を紹介したが、その医療提供者は彼の HMO プランの対象になっていないことが判明した。ホルト氏は、「ここには大きなチャンスがある」と、切断されたシステムを巡る冒険の後に結論づけた。「たとえ私たちが今では大量のデータを手に入れたとしても、それを統合して患者にとって役立つようにすることができるのです。」

米国では臨床医が年間 1 億件以上の専門分野の紹介を行っていますが、 研究によると、半分も完了していない。

1 年間の運用後に私たちが学んだことは次のとおりです。私たちは、個人や家族が自分のニーズ、保険、場所に合ったケア提供者を見つけるのに役立つ消費者向けプラットフォームを構築しました。現在では、患者、ソーシャル ワーカー、退院プランナーなど、毎日 100 名を超えるユーザーにサービスを提供しています。しかし、個別のケアに関する検索を解決するだけでは、戦いはまだ半分にすぎません。病院から熟練した看護施設へ、SNFからリハビリセンターへ、クリニックから専門家へという施設紹介ワークフローは、実際の調整プロセスを再設計する人がいなかったため、ファックスと電話タグに囚われたままになっています。

それが私たちが今構築しているものです。私たちを悩ませている疑問はそうではありません なぜもっと良いツールがないのでしょうか？ その なぜ数十億ドルもの AI 投資が機関紹介のワークフローを実質的に変えないままになっているのでしょうか?

失敗のアーキテクチャ

答えは、よりスマートなアルゴリズムやより光沢のあるダッシュボードに関するものではありません。それは、AI の導入方法とケア調整の実際の仕組みとの間に根本的な不一致があるということです。

データ層から始めます。 ある調査によると、かかりつけ医の69％が「常にまたはほとんどの場合」専門医に紹介状をすべて送っていると答えているが、紹介状を受け取ったと報告している専門医はわずか34％だという。。単一の病院システム内であっても、情報は引き継ぎポイントで日常的に消失します。マシュー・ホルトは、ブルー・シールドからの事前許可が既にシステムに組み込まれていたにもかかわらず、心エコー図の医師からの紹介状が画像センターにまったく届かなかったとき、このことを直接経験しました。

しかし、断片化は紹介の欠落よりもさらに深刻です。ホルトさんの医療グループがホルトさんを皮膚科医に紹介したとき、EMRがホルトさんの保険情報と会員IDを知っていたにもかかわらず、ホルトさんはHMOプランの対象外の医療提供者に送られた。 彼が記録したように「ここには大きなチャンスがあります…誰に会いに行くべきかに関するデータのほとんどは…すべて入手可能です。ただ、どの場所でもあまり明らかにされていません。」医療グループ、病院、医療保険はそれぞれ独自のシステムを維持しており、次のような単純な質問に答えるためのリアルタイム統合はありません。 このプロバイダーは、この患者のプランのネットワーク内にありますか?

次に、インセンティブの問題があります。 CMS の Comprehensive Primary Care Plus イニシアチブの 2022 年の評価 ケアの断片化に対する影響はゼロであることが判明しました。研究者らは、支払いモデルが実際に紹介ループを閉じた医療提供者に十分な報酬を与えていないため、「高レベルの断片化したケアが続いている」と結論付けた。失われた紹介を追いかけても誰も報酬を得られないため、紹介はすり抜けてしまいます。

最後に、頑固なアナログの現実があります。 紹介の引き継ぎの半数以上は依然として FAX (56%) または患者に手渡される紙 (45%) によって行われています。。ワークフローの再配線は行っていません。混乱をデジタル化したところです。

「AI を活用した」ソリューションが失敗し続ける理由

こうした問題を考えると、AI ベンダーがソリューションを提供してくれると予想されるでしょう。むしろ、ほとんどの企業は AI をインフラストラクチャではなくアドオンとして扱うことで事態を悪化させてきました。

典型的なアプローチ: 書類の紹介をスキャンする OCR、EHR フィールドの自動入力ウィジェット、リスク スコアリングのための予測アルゴリズム。各ツールはマクロな問題を無視してミクロな問題を解決します。 ある Innovaccer の分析によれば、、ヘルスケア AI は、「ソリューションではなく非効率を生み出す、接続されていないツールで過去の過ちを繰り返す」リスクを負っています。

マッキンゼーの最近の分析 同氏は、AI を活用したポイント ソリューションの広範な導入が「新たな断片化の問題を引き起こしている」と同じ指摘をしています。今後の道は、より孤立したツールではなく、「これらの機能をモジュール式の接続された AI アーキテクチャに組み立てる」ことです。データの相互運用性がなければ、これは何の意味もありません。 Innovaccer が率直に述べているように、「クリーンなデータがなければ、真の相互運用性は幻想です。相互運用性がなければ、AI は単なる高価なノイズにすぎません。」

私たちが構築しているもの — 毎日 100 人以上のユーザーからの情報

私たちの消費者プラットフォームは、私たちに重要なことを教えてくれました。人々 (そして彼らを支援するソーシャル ワーカー) に、彼らのニーズと利用可能なプロバイダーをリアルタイムで実際に一致させるツールを提供すると、彼らはそれを使用します。毎日。現在 100 人を超えるユーザーが信頼しています ケアネクター 保険、場所、医療要件に基づいて、急性期後のケア、リハビリテーション サービス、専門医の紹介をナビゲートします。

しかし、そのソーシャルワーカーたちは私たちに「家族が自分で探すのを手伝うときはこれがとても効果的です。しかし、組織を代表して退院や施設への移動を調整する必要があるときは、石器時代に戻ってしまいます。」と言い続けました。

そのため、私たちは現在、施設に面したプラットフォームを構築しており、最初の試みとは異なる方法でそれを行っています。病院が何を必要としているのか、私たちは推測していません。私たちは、消費者向け製品で何が機能するかを見たケースマネージャーや退院プランナーからの継続的なフィードバックを取り入れながら、厳選されたパートナー施設のグループと積極的にテストを行っています。

私たちが構築している施設のワークフロー

既存の混乱に AI をボルトで組み込むのではなく、機関紹介プロセスをエンドツーエンドで再構築しています。ケアチームは、個人を特定できる情報を共有することなく、構造化された患者のニーズ (診断、リハビリテーションの要件、設備、保険の種類、所在地) を入力します。最初の照合段階では、名前、医療記録番号、生年月日はありません。当社の AI エンジンは、純粋に臨床的およびロジスティクスの基準に基づいて制約を考慮したマッチングをリアルタイムで実行します。患者が PT サービスによる熟練した看護を必要としており、特定のメディケア プランのみを受け入れ、スペイン語を話すスタッフが必要で、16 マイル以内の距離にいる必要がある場合、システムはすべての基準を同時に満たす施設のみを表示します。

一致が見つかると、紹介施設は安全なチャネルを通じて問い合わせを送信し、双方が同じステータスのタイムラインを確認します。私たちは、看護師と摂取コーディネーターがリアルタイムで通信できる一時的なメッセージング スレッドを構築しました。これで、FAX を送信するのに迷う必要はなくなりました。施設が受け入れた後は、輸送のスケジュール設定、薬の調整、保険の確認など、すべてが 1 つのスレッドに留まります。

これがインテリジェントである理由は、配置が成功したか失敗したかを追跡することです。患者は 30 日以内に再入院しましたか?施設のサービスは約束されたものと一致していましたか?その結果データはマッチング アルゴリズムにフィードバックされ、どの施設が約束を果たしているかを徐々に学習します。

私たちがリアルタイムで学んでいること:

私たちは、厳選されたパートナー病院や熟練した介護施設のグループと協力して施設プラットフォームを構築し、テストしています。これはまだ広く利用可能ではありません。私たちは、これらの早期採用者からの継続的なフィードバックに基づいて迅速に反復しており、教訓によって私たちのアプローチが再構築されています。

• 信頼には透明性が必要です。 私たちの初期の施設マッチング AI はブラックボックスでした。「信じてください、これらは良好なマッチングです。」パイロットパートナーの間での採用はひどいものでした。透明表示を追加したとき なぜ 各施設がどの特定の基準に基づいて一致したかにより、エンゲージメントが飛躍的に高まりました。ケースマネージャーは、システムの推奨事項だけでなく、システムの推論を確認したいと考えています。
• プライバシーとは、パラノイアではなく賢明なデフォルトです。 私たちは当初、最大限主義的なプライバシー制御を構築していましたが、それがワークフローを扱いにくくしていました。検査パートナーからの継続的なフィードバックにより、私たちは正しいアプローチを学びました。マッチング段階では PII ゼロから開始し、施設は臨床基準とロジスティック基準のみを参照します。期限切れのアクセスログと監査ログを使用して、施設が関心と収容能力を示した場合にのみ、患者 ID を共有します。この中間のパスは、最も重要な患者のプライバシーを保護しながら、紹介のブラックホールを排除します (施設は規制を懸念することなく迅速に対応できます)。
• 本当の障壁はテクノロジーではなく、導入戦略です。 私たちのパイロットに参加しているソーシャル ワーカーの 1 人は、ベータ プラットフォームの横でファックスを続けていました。テストを開始して 3 週間後、システムを通じて調整された 4 件の配置が成功したのを確認した後、彼女は FAX を送信するのをやめました。技術は変わりませんでした。彼女は自信を持っていました。私たちは、出荷された機能ではなく、放棄されたワークフローで成功を評価する方法を学んでいます。

テクノロジーを超えて: システムに必要なもの

最適に設計された AI であっても、紹介だけを解決することはできません。エコシステムには並行した変更が必要です。

• 規制改革： CMS は、参加の条件として電子紹介追跡を要求し、出会いだけでなく紹介が正常に完了した場合にプロバイダーに料金を支払うことを要求する可能性があります。
• 標準の採用: FHIR API と HL7 相互運用性標準は存在しますが、オプションのままです。強制導入により、異なるベンダーのシステムが実際に相互に通信できるようになります。
• 責任の共有: 必要とされる最大の文化的変化は、「紹介状を送った」から「患者が治療を受けていることを確認した」に移行することです。 ACO と価値ベースの契約は、ゆっくりではありますが、この方向に向かって進んでいます。

バンドエイドから再建された配管まで

82歳の脳卒中患者？彼女はソーシャルワーカーのファックスを通じて7日目に配属された。この遅れにより、病院は急性期治療日数の超過で 14,000 ドルの損失を被った。これを年間数百万件の紹介に掛け合わせると、インフラストラクチャに埋め込まれた経済的無駄が垣間見えます。

これを解決するテクノロジーは存在します。それは、リアルタイム データ パイプライン、制約満足アルゴリズム、安全なメッセージング、結果分析です。私たちに欠けているのは、これらの部分を壊れたプロセスに積み上げるのではなく、一貫したワークフローに再組み立てする意欲です。

私たちの消費者向けプラットフォームは、検索レイヤーとマッチングレイヤーをゼロから再構築すると、人々がそれを採用することを証明しました。現在、私たちは同じアプローチがパイロット施設の選択されたグループとの組織的調整に機能するかどうかをテストしています。これらのパートナーからの初期のシグナルは有望であり、当社の両方の製品を使用しているケースマネージャーは、施設プラットフォームがすでに信頼しているものの自然な拡張のように感じられると語ります。

最も難しい会話はエンジニアとではなく、変革を約束し、高価な棚用品を提供した「AI ソリューション」に熱中した病院管理者との会話です。私たちはもう AI で主導することはありません。最初に質問をします。 ケースマネージャーが紹介状を送信するとき、その紹介状が受信され、検討され、対応されたことを確実に知っていますか? ほとんどの病院にとって、答えは「ノー」です。それが私たちがパイロットパートナーと協力して解決している問題です。

私たちが成功したとしても、それは私たちがより賢いアルゴリズムを構築したからではありません。それは、実際のユーザーが必要としていた声に基づいて配管を再構築したからです。そして失敗したら？それはおそらく、医療においてテクノロジーが決して最も難しい部分ではなく、信頼こそが最も難しい部分であることを私たちが忘れていたからでしょう。

ナヒーム・ノアはデンバー大学の博士研究員であり、 ケアネクター、ヘルスケア紹介プラットフォーム。