Как экономика Moneyball в здравоохранении обретает форму благодаря ИИ

Билли Бин, которого в фильме сыграл Брэд Питт Маниболне помог Окленду А выиграть, потратив больше. Но измеряя по-другому. Используя данные для выявления недооцененных игроков, он построил конкурентоспособную команду, не тратя при этом дополнительных средств.

Здравоохранение по-прежнему работает по старым правилам. Количество встреч, размер панели и пропускная способность рассматриваются как показатели успеха. Но эти показатели мало что говорят о том, получают ли нужные пациенты нужную помощь в нужное время или используются ли ограниченные специализированные ресурсы там, где они наиболее важны.

Когда пациенты из группы высокого риска упускаются из виду, системы поглощают последующие расходы: экстренную госпитализацию, предотвратимые осложнения, утечку помощи сторонним поставщикам услуг и потерю возможностей для своевременного вмешательства.

ИИ позволяет организациям выявлять пациентов, которые в настоящее время скрываются на виду, в существующих данных EHR. Это превращает идентификацию пациентов из пассивной административной задачи, связанной с рекомендациями, в стратегическое оружие.

Саберметрика идентификации пациентов

Традиционные методы идентификации терпят неудачу, потому что они отдают предпочтение простоте, а не точности.

Критерии, охватывающие все население, создают широкую сеть, опрометчиво направляя ресурсы на пациентов, которых легко достичь, а не на тех, кто получает наибольшую пользу. Результат предсказуем: снижение урожайности, огромные отходы и специализированные клиники, забитые посещениями с низкой остротой состояния, которые не приносят ни пользы, ни прибыли.

В демографическом анализе с использованием искусственного интеллекта применяется призма Moneyball, чтобы остановить эту неэффективность. Он сканирует миллионы точек данных, уже находящихся в ЭМК — лабораторные данные, жизненные показатели, демографические данные и истории болезни — чтобы выявить профили пациентов, которые требуют немедленного клинического анализа. Оно поддерживает принятие решений и интегрируется с рабочими процессами, поэтому оперативные группы могут действовать без сбоев.

Это ускоренная точность на уровне населения. Оно снабжает врачей критически важными аналитическими данными, делая идентификацию пациентов точной, масштабируемой и экономически эффективной.

Клиническая выгода

Организации, использующие расширенную аналитику для упреждающего выявления пациентов, которым может быть полезно последующее наблюдение, видят измеримые улучшения во многих областях заболеваний. Ценность заключается не в изменении клинической практики, а в более раннем выявлении подходящих пациентов, до того, как симптомы обострятся, а лечение станет более инвазивным, дорогостоящим и рискованным.

• Колоректальный рак: Исследование, опубликованное в NEJM Catalyst, показало: целевой охват информирование с помощью стратификации риска было связано со значительно более высокой диагностической эффективностью по сравнению с нецелевыми скрининговыми кампаниями.
• Заболевания печени: Исследователи из Национального института общих медицинских наук обнаружили, что заболевание печени, связанное с метаболической дисфункцией, поражает примерно 30% взрослых. более ранняя идентификация может предотвратить прогрессирование цирроза печени и избежать дорогостоящих осложнений.
• Аритмии: Значительная часть случаев фибрилляции предсердий остается невыявленной, что подвергает пациентов предотвратимому риску инсульта. По оценкам JAMA Network, Идентификация на основе искусственного интеллекта может способствовать постоянному мониторингу и своевременному направлению к кардиологу до прогрессирования симптомов.
• Диабет 1 типа: Аутоиммунный диабет часто неправильно классифицируется, что задерживает соответствующее лечение. Новое исследование журнала Journal of Diabetes предполагает, что анализ EHR с помощью искусственного интеллекта может помочь отмечать пациентов с высоким риском которые, возможно, никогда не были протестированы по стандартным протоколам.

В этих условиях точность и более раннее выявление меняют траекторию оказания медицинской помощи, а задержка усугубляет клинический и финансовый риск.

Финансовый мультипликатор

Для финансовых директоров эта логика неоспорима. Более ранняя идентификация увеличивает доходы от продаж, сокращает отходы и стабилизирует высокоценные специализированные линии обслуживания.

Рассмотрим математические расчеты на гипотетической когорте из 100 000 взрослых в возрасте от 45 до 75 лет. Около трети из них уже давно не прошли скрининг на колоректальный рак. Концентрируя внимание на конкретных 3 процента пациентов появились благодаря анализу ИИ, система здравоохранения выявляет в пять раз больше видов рака и приносит более 760 000 долларов дополнительного дохода за четыре года.все время платя за меньшее количество общих просмотров.

Тот же потенциал существует и при заболеваниях печени, где раннее выявление позволяет избежать затрат на осложнения на поздней стадии, одновременно стимулируя гепатологию и визуализацию. Кардиология приносит пользу, когда аритмии выявляются до инсульта или сердечной недостаточности. Эндокринология эффективно лечит хронические заболевания, предотвращая дорогостоящие чрезвычайные ситуации.

Это Манибол применяется к нижней строке. Мы используем уже имеющиеся данные, чтобы выявить возможности, которые традиционные рабочие процессы слепо упускают из виду. Со временем выигрыш увеличивается: клинические бригады получают более высокую эффективность диагностики; оперативные группы интегрируют процессы без дополнительной нагрузки; Финансовые команды обеспечивают более высокую прибыль и предотвращают утечку рефералов.

Эти улучшения создают единый путь к росту рентабельности, основанный на данных и соответствующий клиническим приоритетам.

Манибол преимущество

Внедрение ИИ ускоряется, и победят те системы, которые развернут его для упрощения операций, а не для их нарушения. Успешные программы используют существующие данные EHR и согласуются с оперативными возможностями. Каждый обнаруженный пациент представляет собой использованную клиническую возможность и обеспеченное финансовое преимущество.

Влияние распространяется на все модели оплаты. Раннее выявление повышает эффективность контрактов на основе стоимости, предотвращая дорогостоящие непредвиденные события. Это увеличивает прибыльность в виде платы за услуги за счет создания соответствующего объема переработки. Что особенно важно, это предотвращает утечку направлений, направляя пациентов к специализированной помощи в сети, прежде чем они обратятся за услугами в другое место.

Бейсбол изменился, когда команды поняли, что измеряют неправильные показатели. Здравоохранение достигло именно этого поворотного момента. Полные графики и широкий охват выглядят продуктивными, но это мираж. Реальная ценность возникает благодаря использованию данных для поиска наиболее важных пациентов: тех, чья помощь обеспечивает более высокие результаты и более высокую прибыль.

Системы, использующие этот подход, превзойдут свои аналоги, диагностируют раньше, сохранят специализированную помощь и повысят финансовую устойчивость. Те, кто ждет, увидят, как конкуренты извлекают выгоду, скрытую в их собственных данных. В ландшафте, ограниченном тонкими границами, объем — это показатель тщеславия. Отличительной чертой является способность использовать данные для повышения качества каждого клинического опыта.
Так здравоохранение побеждает Манибол эпоха.

Фото: JuSun, Getty Images

Это сообщение появляется через Влиятельные лица MedCity программа. Любой может опубликовать свой взгляд на бизнес и инновации в здравоохранении в MedCity News через влиятельных лиц MedCity. Нажмите здесь, чтобы узнать, как.