AIと医療保険者の近代化に関する真実

今では、医療業界のほぼすべての幹部が AI に魅了されていると言っても過言ではありません。民間、商業、政府を問わず、支払者も例外ではありません。業界の他のすべての人々と同様に、支払者も利益率の縮小とコストの増大に直面しています。複雑で入り組んだ重要なデータが何層にも重なり、管理と最新化が必要です。そして、多くの場合、昨日の IT インフラストラクチャに縛られながら、明日のテクノロジーを活用しようとしています。

「デジタルトランスフォーメーション」の山に岩を押し上げるのに苦労しているとき、IT の負荷を自動化するという AI の約束に飛びつかないのはなぜでしょうか?

同感です。しかし、AIは万能薬ではありません。

現実は厳しい

これらの新しいテクノロジーの威力が、どんなに誇張されていても、おとぎ話のようなものだと言っているのではありません。AI ツールを、特に厄介な支払者の IT 運用やワークフローの問題に適用することで、時間とリソースを大幅に節約できます。

例えば、既存の支払者のほとんどは、 動く レガシー プラットフォームから最新のクラウド モデルへの移行。ただし、そのプロセスでは、組織のデータを合理化する必要があります。つまり、データの管理方法とデータ スタック全体の機能を根本的に作り直す必要があります。ただし、重要な依存関係を壊したり、日常業務を停止したりする必要はありません。

どのように切り分けても、近代化は骨の折れる複雑な作業です。私は過去 6 か月間だけでも、プロセスのどこかで行き詰まっている支払チームとの会議を何度も行ってきました。

レガシー プラットフォームの移行では、現在の AI ツールが確かに前進への道を切り開くのに役立ちます。たとえば、80% の労力を費やすデータの合理化と検証のプロセスを高速化するためにこれを適用できます。これは素晴らしいことです。しかし、それでゴールラインを越えられるわけではありません。成功の鍵となる 20% に集中するための帯域幅が大幅に解放されるだけです。つまり、新しいモデルに合わせてより適切に定義、再考、簡素化、最新化する必要がある複雑なビジネス ロジックです。

申し訳ありません。戦略に近道はありません。

非常に多くのフラストレーションと多くの期待が、大々的に宣伝されているテクノロジーにかかっているため、現時点で AI が実際に役立つ部分と、まったく役に立たない部分を理解することが重要です。

AIが機能する場所

現在のAI技術が保険業者のIT近代化にどのように役立つかを知るには、ジェネレーティブAIコパイロットを検討してください。これらのツールは、アイアンマンの ジャービス また、特定の作業コンテキストとデータを理解するようにトレーニングして、ユーザーをタスクの完了まで導くために必要な、時間のかかる大量の準備を迅速に実行することもできます。

レガシー移行の場合、支払者が適用したGenAIコパイロットはすでに有益であることが証明されています。 データの移行と統合 (ETL/ELT など) 統計、データ品質の収集、重複データの識別と重複排除、白紙の状態から記述するのではなく自動コード記述を迅速に実行することで、データサイエンスの革新を実現します。

また、民主化されたレポート構造と実際の使用状況を明らかにするための技術評価にも役立ちます。移行中の支払機関のシステムに適用することで、エンティティ関係図 (ERD) を効果的に構築し、データ構造を説明し、依存関係を要約してプロセスを順調に進めることができます。

AIコパイロットはすでに、さまざまな最適化に役立っています。 高価な 時間と手間がかかりますが、支払者の業務に不可欠な機能です。事前承認における画像処理の役割を考えてみましょう。画像処理データに AI 副操縦士を適用することで、明確で識別可能な基準を持つ一般的な手順の承認プロセスがスピードアップします。また、詐欺、無駄、乱用の発見にも長けており、画像がすべて一意であり、支払者組織を騙して無意識のうちに承認を得させるために送信されていないことを確認できます (そうです、これはあなたが思っている以上に頻繁に起こります)。

また、大量のデータとデータ関係を取り込み、整理する能力があるため、AIコパイロットは、支払者の能力を強化するのにもすでに効果的です。 ケアとケースマネジメント特定の症状や薬物管理方法に対する投与方法の構築に使用されます。

AIが機能しない（機能すべきではない）場所

何かが一つのことに本当に効果的である場合、他のことにも効果的であると考えるのは自然なことです。先ほど挙げたユースケースはAIがうまく機能することを示していますが、 数々の例 それを使用した結果、事態は悲惨な結果に終わりました。

支払者は AI の実装方法に注意し、その限界とリスクを十分に認識する必要があります。たとえば、支払者は以下の点について AI に頼るべきではありません。

• 倫理的または道徳的な決定
• 稀なまたは異常な状態の管理

このような状況で AI が適切でない理由を説明する必要があるなら、医療業界から撤退してください。

AI は、適切に実装されていない場合、適切な領域でも機能しません。AI モデルを構築または統合しても、監視と保守を行わないことは、無駄な危険な作業です。検証と解釈を担当する人間がいない複雑なデータ モデルは失敗します。監督、トレーニング、プロンプトなしでコード生成に頼ることも同様です。

簡単に言えば、AI 副操縦士を運転席に座らせることはできません。

これは特に顧客との直接的なやり取りに当てはまります。どの業界でも、AIの実行失敗（面白いものでも) は、人間の信頼を損ないます。保険者は、人々の健康に関するデリケートで深刻な問題に幅広く関与しており、その関係を守る必要があります。特に健康保険では、顧客全員が通常、数人のコミュニティ ブローカーに集まっているため、噂はすぐに広まります。これらのブローカーの 1 人でも、組織の誠実さ、ましてやテクノロジーの管理能力に信頼を失えば、ビジネスに長期にわたって影響を及ぼす可能性があります。

AI ツールは驚くほど強力で便利ですが、魔法ではありません。あくまでも単なるツールであり、慎重に使用する必要があります。

今年の流行語だからという理由だけで、幹部の好奇心を満たすために AI を盲目的に導入することは、非常にコストがかかり、無駄な取り組みになる可能性があります。

写真: HASLOO、ゲッティイメージズ

この投稿は MedCityインフルエンサー プログラム。誰でも MedCity Influencers を通じて、医療におけるビジネスとイノベーションに関する自分の見解を MedCity News に掲載できます。 方法を知るにはここをクリックしてください。