Cómo aprovechar la IA para aumentar el éxito en la gestión de la atención

¿No pudo participar en Transform 2022? ¡Vea todas las sesiones de Summit en nuestra biblioteca on-demand ahora! Mira aquí.

El sesenta por ciento de los adultos estadounidenses viven con al menos una condición crónicay 12% con cinco o más. Gastan exponencialmente más en atención médica que aquellos sin enfermedades crónicas. Por ejemplo, el 32% de los adultos con cinco o más enfermedades crónicas tienen al menos una visita a la sala de emergencias cada año. Además, el 24% tiene al menos una estancia hospitalaria, así como un promedio de 20 consultas externas, hasta 10 veces más que quienes no padecen enfermedades crónicas. De hecho, el 90% de los 4 billones de dólares estadounidenses en gastos de atención médica es para personas con enfermedades crónicas y mentales. de acuerdo a a los Centros para el Control y la Prevención de Enfermedades (CDC).

La forma fundamental en que las organizaciones de atención médica reducen estos costos, mejoran la experiencia del paciente y garantizan una mejor salud de la población es a través de la gestión de la atención.

En resumen, la gestión del cuidado se refiere al conjunto de servicios y actividades que ayudan a los pacientes con enfermedades crónicas a gestionar su salud. Los administradores de atención se dirigen de manera proactiva a los pacientes bajo su cuidado y ofrecen intervenciones preventivas para reducir las admisiones a la sala de emergencias del hospital. A pesar de sus mejores esfuerzos, muchas de estas iniciativas brindan resultados subóptimos.

Por qué las iniciativas actuales de gestión de la atención son ineficaces

Gran parte de la gestión de la atención hoy en día se realiza sobre la base de datos pasados.

Por ejemplo, los administradores de atención identifican pacientes con costos más altos que el año anterior y comienzan sus programas de extensión con ellos. El mayor desafío con este enfoque, según nuestra investigación interna, es que casi el 50-60 % de los pacientes de alto costo eran de bajo costo el año anterior. Sin la conciencia adecuada, un gran número de pacientes en riesgo quedan desatendidos con el enfoque de gestión de atención reactiva.

Evento

MetaBeat 2022

MetaBeat reunirá a líderes de opinión para brindar información sobre cómo la tecnología del metaverso transformará la forma en que todas las industrias se comunican y hacen negocios el 4 de octubre en San Francisco, California.

Registrarse aquí

La estratificación de riesgo utilizada por el equipo de gestión de la atención hoy en día es un modelo nacional

Estos patrones no están localizados, por lo que no se tiene en cuenta la comprensión de los determinantes sociales de las localidades individuales.

El enfoque principal del equipo de administración de la atención es principalmente la transición de la atención y evitar las readmisiones.

Nuestra experiencia de trabajar con varios clientes también indica que las readmisiones solo aportan un 10-15% de la admisión total. Hay una falta de enfoque en la gestión proactiva de la atención y en evitar la sala de emergencias y la hospitalización evitables en el futuro. Esta es la clave del éxito en los modelos de atención basados ​​en valores.

En cualquier año dado, los pacientes de alto costo pueden convertirse en pacientes de bajo costo.

Sin tal comprensión granular, los esfuerzos de concientización pueden ser ineficaces para reducir el costo de la atención.

Cómo la IA puede aumentar el éxito de la gestión de la atención

Los análisis avanzados y la inteligencia artificial (IA) abren una oportunidad importante para la gestión de la atención. Los riesgos para la salud son complejos, impulsados ​​por una amplia gama de factores que van mucho más allá de su salud física o mental. Por ejemplo, una persona con diabetes tiene un mayor riesgo si también la tiene. de bajos ingresos y acceso limitado a servicios médicos. Por lo tanto, identificar las necesidades de los pacientes en riesgo debe considerar factores adicionales para comprender a quienes más necesitan atención.

Los algoritmos de aprendizaje automático (ML) pueden evaluar una gama compleja de variables, como el historial del paciente, las admisiones en hospitales o salas de emergencia, los medicamentos, los determinantes sociales de la salud y los datos externos para identificar con precisión a los pacientes en riesgo. Puede estratificar y priorizar a los pacientes en función de sus puntuaciones de riesgo, lo que permite a los cuidadores diseñar su alcance para que sea eficaz para quienes más lo necesitan.

A nivel individual, una plataforma de gestión de la atención habilitada por IA puede ofrecer una visión holística de cada paciente, incluida la atención anterior, los medicamentos actuales, los riesgos y recomendaciones precisas para su futuro curso de acción. Para el paciente del ejemplo anterior, la IA puede proporcionar a los administradores de atención lecturas de HbA1C, proporción de posesión de medicamentos y puntajes de riesgo predictivo para brindar la atención adecuada en el momento adecuado. También puede guiar al administrador de atención con respecto a la cantidad de veces que debe comunicarse con cada paciente para obtener el máximo impacto.

A diferencia de los mecanismos tradicionales de estratificación de riesgos, los sistemas modernos de gestión de la atención habilitados para IA son de autoaprendizaje. Cuando los administradores de atención ingresan información nueva del paciente, como la última visita al hospital, cambio de medicación, nuevos hábitos, etc., la IA adapta su motor de estratificación y recomendación de riesgo para obtener mejores resultados efectivos. Esto significa que la atención continua de cada paciente mejora con el tiempo.

Porque los pagadores y los proveedores son reacios a adoptar la IA en la gestión de la atención

En teoría, el impacto de la IA en la gestión del cuidado es significativo, tanto los gobiernos como el sector privado están optimista sobre las posibilidades. Sin embargo, en la práctica, especialmente entre quienes utilizan la tecnología a diario, es decir, los gestores de cuidados, parece haber cierta reticencia. Con buena razón.

Falta de modelos localizados

Para empezar, muchas de las soluciones actuales de gestión de la atención impulsadas por IA no están centradas en el paciente. Los modelos nacionalizados son ineficaces para la mayoría de las poblaciones locales y anulan las predicciones por un margen considerable. Sin predicciones precisas, los administradores de atención carecen de herramientas confiables, lo que genera más escepticismo. Los modelos localizados cuidadosamente diseñados son fundamentales para el éxito de cualquier solución de gestión de la atención basada en IA.

No guiado por las necesidades del administrador de atención

Por otro lado, la IA de hoy ni siquiera está “impulsada por el administrador de atención”. Un “puntaje de riesgo” o número que indica el riesgo de cualquier paciente le da poco al administrador de atención. Las soluciones de IA deben hablar el idioma del usuario para que se sientan cómodos con las sugerencias.

La atención médica es demasiado compleja y fundamental para dejarla en la caja negra de un algoritmo de ML. Debe ser transparente sobre por qué se tomó cada decisión: debe haber una explicación accesible para el usuario final.

Incapacidad para probar el ROI

A nivel de organización de atención médica, las soluciones de IA también deben demostrar el ROI. Necesitan impactar el negocio moviendo la aguja en sus indicadores clave de rendimiento (KPI). Esto podría incluir reducir el costo de la atención, aliviar la carga del administrador de la atención, minimizar las visitas a la sala de emergencias y otros beneficios. Estas soluciones deben brindar a los líderes de atención médica la visibilidad que necesitan sobre las operaciones hospitalarias y las métricas de entrega.

¿Cuál es el futuro de la IA en la gestión de la atención?

A pesar de los desafíos y fallas actuales en algunos de los primeros proyectos de IA, lo que la industria está experimentando son solo problemas iniciales. Como tecnología en rápida evolución, la IA se está adaptando a las necesidades del sector sanitario a un ritmo sin precedentes. Con innovación continua y capacidad de respuesta a los comentarios, la IA puede convertirse en la superpotencia en la armadura de las organizaciones de atención médica.

Especialmente en la gestión proactiva de la atención, la IA puede desempeñar un papel importante. Puede ayudar a identificar pacientes en riesgo y ofrecer atención que prevenga complicaciones o emergencias. Puede permitir a los administradores de atención monitorear el progreso y brindar apoyo continuo sin que los pacientes visiten un hospital para recibirlo. Esto, a su vez, reducirá significativamente el costo de soporte para los proveedores. Permitirá a los pacientes llevar vidas saludables a largo plazo y promover la salud general de la población.

Pradeep Kumar Jain es el director de producto de SaludEM IA.

Tomadores de decisiones de datos

¡Bienvenido a la comunidad VentureBeat!

DataDecisionMakers es el lugar donde los expertos, incluidos los ingenieros de datos, pueden compartir ideas e innovaciones relacionadas con los datos.

Si desea leer ideas de vanguardia e información actualizada, las mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers.

¡Incluso podría considerar contribuir con su propio artículo!

Leer más de DataDecisionMakers

About Meta

Compruebe también

Ryan Coogler sobre Making Wakanda Forever después de la muerte de Boseman

Imagen: Estudios Marvel Como semanas hasta Pantera Negra: Wakanda para siempre Resumiendo, la gran pregunta …

Deja una respuesta

Tu dirección de correo electrónico no será publicada.