Halsey Wise, generální ředitel společnosti Lyric – Interview Series

Halsey Wise, generální ředitel společnosti Lyric, má téměř tři desetiletí zkušeností s výkonným vedením, řízením správní rady a vytvářením hodnoty v oblasti zdravotnické technologie, softwaru a finančních služeb. Po působení ve správní radě Lyric od roku 2022 se ujal funkce generálního ředitele se zaměřením na rozšiřování platformy Lyric42, prohlubování vztahů se zákazníky a partnery, urychlování inovací a investic do umělé inteligence a podporu růstu prostřednictvím organického rozšiřování a strategických akvizic. Wise vedl šest společností jako generální ředitel nebo prezident, včetně veřejných společností Intergraph a MedAssets, a působil ve správní radě významných technologických a zdravotnických organizací, včetně Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric a WellSky. Je také předsedou a generálním ředitelem společnosti Lime Barrel Advisors, seniorním poradcem společnosti TPG Capital a spoluzakladatelem rodinné nadace, která podporuje stipendia, potravinovou bezpečnost, služby pro veterány a zdravotnické účely.

Lyric je společnost pro zdravotnickou rozhodovací inteligenci, která se zaměřuje na zlepšování přesnosti plateb za zdravotní péči aplikováním zásad, dat, umělé inteligence, klinické revize a vysvětlitelné podpory rozhodnutí před uhrazením nároků. Platforma Lyric42 je navržena tak, aby pomáhala zdravotním pojišťovnám koordinovat rozhodnutí o platbách napříč pravidly, pracovními postupy, produkty pro integritu plateb a doporučeními založenými na umělé inteligenci, s cílem snižovat administrativní plýtvání, zlepšovat přesnost plateb při prvním zpracování, snižovat tření mezi poskytovateli a dávat klientům větší přehled o důvodu platebních rozhodnutí. Společnost popisuje svůj přístup založený na umělé inteligenci jako takový, který doplňuje lidskou odbornost, nikoli ji nahrazuje, kombinuje automatizaci, klinickou validaci, správu a kontrolu klientů, aby podporoval konzistentnější a obhajitelnější zdravotnické platební rozhodnutí.

Vedl jste a poradil významným zdravotnickým a technologickým společnostem, včetně MedAssets, Cerner, Cotiviti a nyní Lyric. Jak vaše zkušenosti v oblasti zdravotnické informatiky, analytiky a technologií utvořily váš pohled na Lyric?

Ve všech společnostech, které jsem vedl nebo poradil, se jedna přesvědčení stále více upevňuje: zdravotnictví nemůže zlepšit bez důvěry, pravdy a transparentnosti na jeho základě. Tyto nejsou měkké hodnoty. Tyto jsou provozní podmínky, na kterých závisí lepší zdravotní systém. Každý plán, poskytovatel a člen je ovlivněn tím, zda základní inteligence může být důvěryhodná, zda informace odrážejí pravdu a zda zdůvodnění rozhodnutí je dostatečně transparentní, aby vydrželo zkoumání.

Toto přesvědčení utváří, jak přemýšlím o Lyric. Připojil jsem se k správní radě Lyric v roce 2022, než jsem se ujal funkce generálního ředitele, a to, co jsem tehdy pochopil, věřím ještě silněji nyní. My v Lyric budujeme jednu z nejvíce inovativních, nejvýznamnějších a nejvýznamnějších zdravotnických technologií.

Lyric je zdravotnická rozhodovací inteligence. Desetiletí klinické a platební odbornosti, hluboké vztahy se zákazníky a platforma fungující na národní úrovni nám poskytují základnu, kterou má jen málo společností ve zdravotnictví. Platba je nejvyšší sázka na vyjádření toho dnes, ale širší příležitost spočívá v tom, aby lidem ve zdravotnictví poskytla technologii a poznatky, aby mohli činit lepší rozhodnutí, dříve, s důvěrou, ve prospěch lepší zdravotní péče pro lidi a pacienty, kterým slouží.

Věřím také hluboce, že zdravotnická rozhodování patří lidem. Klinická úsudek, interpretace zásad a odpovědnost nelze outsourcovat do modelu. Co může umělé inteligence udělat, a co by mělo dělat, je informovat a podporovat lidi, kteří činí tato rozhodnutí. Může odhalit signály, trendy a anomálie, které byly dříve pohřbeny ve škále a složitosti. Může zdůraznit, kde něco vypadá nekonzistentně, kde se objevuje vzorec, nebo kde rozhodnutí vyžaduje bližší pohled. To je role umělé inteligence ve zdravotnictví: Rozšířit lidskou viditelnost a posílit lidský úsudek, nikoli ho nahradit.

Lyric strávil posledních několik let rekonstrukcí své technologické základny do cloudové platformy umělé inteligence, která podporuje operace plateb napříč 190 miliony životů. Jaké byly největší architektonické nebo organizační výzvy spojené s touto transformací?

Lyric původně vznikl jako odštěpení od větší organizace. Dědili jsme infrastrukturu společně s úžasnými vztahy se zákazníky a desetiletími provozní odbornosti.

V posledních letech jsme přestavěli technologické základy od základu. Výzvou nebylo pouze modernizovat infrastrukturu. Bylo to evoluce 30letého podniku pro platební přesnost do moderní zdravotnické rozhodovací inteligence, zatímco zachování vysvětlitelnosti, audibility a důvěry.

Základní princip spočíval v zajištění nulového obchodního přerušení, zatímco modernizujeme naši technologii. Využili jsme pokročilé schopnosti platformy Lyric42, abychom zajistili vysoce přesné migrace, a pracovali jsme úzce se našimi zdravotními pojišťovnami, abychom vytvořili bezpečný a zabezpečený přechod.

Architektonicky jsme se přesunuli z předem stanoveného pořadí na inteligenci v reálném čase, která podporuje rozhodnutí o platbách v rámci pracovních postupů. Současně musel každý výsledek zůstat transparentní, založený na zásadách a vysvětlitelný.

Jak migrujeme klienty na novou platformu, podporujeme operace plateb napříč 200 miliony životů prostřednictvím sjednocené inteligentní architektury, která odhaluje poznatky dříve, snižuje plýtvání a podporuje konzistentnější rozhodování ve velkém měřítku.

Argumentoval jste, že zdravotnické platby potřebují posunout od post-pay recovery směrem k pre-pay inteligenci. Jaké technologické průlomy konečně činí tento přechod životaschopným ve velkém měřítku?

Přechod od post-pay recovery k pre-pay inteligenci je nyní možný, protože zdravotnictví konečně má kombinaci velkého měřítka pracovních dat, cloudové infrastruktury a umělé inteligence, která může oddělit signál od šumu napříč vysoce složitými nárokovými prostředím.

Historicky byly většina systémů postavena na analýzu toho, co se stalo po platbě. Dnes můžeme aplikovat inteligenci mnohem dříve v rámci pracovních postupů, před chybami, spory a plýtváním, které se pohybují systémem.

Z hlediska schopností Lyric zavedl inteligentní výběr pro předběžnou kontrolu, což zajišťuje, že nároky nejsou zbytečně zadržovány před platbou, když je timing kritický pro plány i poskytovatele. Prostřednictvím naší inteligentní auditní platformy jsme také umožnili, aby nároky, které vyžadují lidskou kontrolu, byly zpracovány v hodinách nebo dnech, spíše než týdnech nebo měsících, které tradiční procesy mohou vyžadovat.

Tyto technologické průlomy, spojené s pokročilou orchestrací v rámci Lyric42, odemkly zdravotnickou rozhodovací inteligenci pro předplatnou přesnost kombinováním umělé inteligence, zásad a odborné klinické revize, aby podporovaly přesná, vysvětlitelná platební rozhodnutí při prvním zpracování. Důležité je, že to funguje pouze ve velkém měřítku, když inteligence zůstává transparentní, auditable a založená na lidské odpovědnosti.

Velká část zdravotnictví stále závisí na fragmentované infrastruktuře. Proč věříte, že systémy založené na umělé inteligenci budou fundamentálně outperformovat tradiční „systémy záznamu“ v průběhu příštích deseti let?

Zdravotnické systémy byly primárně navrženy pro záznam transakcí a podporu retrospektivních auditů. Nebyly postaveny na podporu inteligencí řízeného rozhodování v rámci pracovních postupů.

Zdravotnictví nyní vyžaduje inteligentní systémy, které mohou fungovat ve škále, rychlosti a složitosti, kterou moderní platební operace vyžadují. Výhodou moderních zdravotnických rozhodovacích inteligentních systémů není pouze aplikovaná umělé inteligence. Je to schopnost kombinovat zásady, data, umělé inteligence a odbornou revizi, aby podporovaly konzistentnější, vysvětlitelná rozhodnutí v reálném čase.

Budoucí výhoda bude patřit systémům, které mohou kontinuálně učit z provozních pracovních postupů, zatímco zůstávají transparentní, vysvětlitelné a odpovědné. Zdravotnictví nemůže fungovat bez lidské odbornosti, takže cílem není autonomní rozhodování. Cílem je posílit lidské rozhodování inteligencí, kterou lidé mohou důvěřovat.

Lyric popisuje sám sebe jako společnost pro integritu plateb založenou na umělé inteligenci, postavenou na desetiletích klinické odbornosti. Jak důležité je proprietární zdravotnické data a historická nároková inteligence při budování obhajitelných systémů umělé inteligence v tomto sektoru?

Proprietární nároková inteligence a pracovní data jsou základem ve zdravotnictví, protože obecné modely samy o sobě nejsou dostatečné k podpoře přesných, vysvětlitelných platebních rozhodnutí ve velkém měřítku.

Platforma Lyric podporuje přibližně 200 milionů životů a je postavena na desetiletích provozní nárokové inteligence. Ta proprietární znalost a kontext jsou důležité, protože odrážejí, jak se zásady aplikují, kde vznikají spory, jak se vyskytují chyby a jak se chovají platební pracovní postupy ve skutečném světě.

Kombinace integrovaných pracovních postupů, tří desetiletí klinické odbornosti a longitudinální nárokové inteligence vytváří systémy, které jsou nejen přesnější, ale také více vysvětlitelné a provozně auditable.

Ve zdravotnictví inteligence pouze matters, pokud lidé mohou porozumět, ověřit a jednat s důvěrou.

Jedna z největších obav ve zdravotnické umělé inteligenci je governance a vysvětlitelnost. Jak vypadá efektivní lidská kontrola v praxi, když umělé inteligence přebírá více platebních rozhodovacích odpovědností?

Pro nás lidská kontrola není buzzword; je to architektura. Umělé inteligence je nástroj, který používáme k posílení lidského rozhodování.

To můžete vidět v naší práci na autorizaci obsahu. Postavili jsme Studio42 autorizační zkušenost na vrcholu naší platformy Lyric42, následujícím principem, že každá pravidla a editace musí být deterministická. Umělé inteligence pomáhá našim týmům přezkoumat velké objemy vládních, průmyslových a výzkumných materiálů, identifikovat relevantní vzorce a odhalit doporučení. Ale umělé inteligence se nestává zdrojem pravdy. Zdrojem pravdy je původní materiál a lidská klinická odbornost.

Každá pravidla a editace jsou navrženy tak, aby byly stopovatelné a auditable. Kliničtí odborníci přezkoumávají a ověřují práci, než se dostane do produkce, a každé doporučení, které naše umělé inteligence činí, aby pomohla našim klinickým týmům vytvořit obsah, je založeno na původních zdrojích a lidské znalosti. Také uchováváme kompletní historii změn, aby bylo jasné, zda pravidlo nebo obsah byly vytvořeny z konkrétního vládního, průmyslového nebo výzkumného zdroje.

To je, co efektivní kontrola vypadá v praxi: Umělé inteligence pomáhá se škálou a detekcí signálu, kliničtí odborníci ověřují práci, a systém uchovává jasnou auditní stopu od zdrojového materiálu k přezkoumanému obsahu. Stejně důležité je, že naši klienti uchovávají plnou kontrolu nad tím, zda a kdy implementovat obsah, pravidla nebo doporučení, která jsou odhalena prostřednictvím platformy.

Ve zdravotnictví jsou sázky příliš vysoké, aby důležité rozhodnutí byla učiněna pouze strojem nebo modelem. V Lyric věříme, že lidská odbornost, úsudek a odpovědnost musí zůstat základní, nikoli odsunuté, navržené do architektury od začátku.

Zdravotnické plýtvání zůstává jednou z největších nákladových driverů ve systému USA. Kde můžete vidět, že umělé inteligence může mít nejrychlejší měřitelný dopad na snížení zbytečných nákladů bez negativního dopadu na péči o pacienty?

Zdravotnictví představuje asi 20% HDP USA a 25% z toho je plýtvání. Většina tohoto plýtvání je přisuzována systémové složitosti, nikoli podvodu nebo úmyslnému plýtvání.

To je přesně proč jsme postavili platformu Lyric42. Přesouvá proces nárokování z pay-and-chase modelu na pre-pay/pre-claim inteligenci, umožňující zdravotním pojišťovnám dostat platby správně poprvé.

Značná část zdravotnického plýtvání pochází z administrativní rework, která má nekonzistentní inteligenci napříč několika stranami. To vede k zbytečným zamítnutím a opětovným fakturám, větší intenzitě manuálních auditů a zvýšení počtu odvolání poskytovatelů, aniž by významně měnilo konečnou platbu.

Plýtvání pochází z nedostatku správné inteligence ve správném čase. Lyric poskytuje zdravotním pojišťovnám rozhodovací inteligenci a doporučení, ověřená a podpořená klinickou znalostí, aby pomohla identifikovat zřejmé chyby a nekonzistence (kódování, jednotky, balení, lékařská politika). Děláme to před platbou, což snižuje plýtvání a špatné kódování, snižuje zpět-a-tam rework, odvolání a úpravy.

Platforma Lyric stále více integruje automatizaci, prediktivní analytiku a AI-pomáhané pracovní postupy do operací plateb. Jak blízko jsme k budoucnosti, kde velké části zdravotnických platebních pracovních postupů fungují autonomně?

V průběhu příštích deseti let uvidíme svět, kde většina úkolů uvnitř platebních pracovních postupů bude automatizována. Ale regulační a compliance požadavky budou nadále vyžadovat jasnou odpovědnost, což znamená identifikovatelného člověka a organizační odpovědnost. Umělé inteligence, automatizace a prediktivní analytika budou streamovat nudné denní úkoly ve zdravotnických platebních pracovních postupech, včetně ověřování dat, odhalování vzorců a doporučování akcí v reálném čase během prvního zpracování nároku. Citlivé, vysoce dopadové nebo ambivalentní rozhodnutí zůstanou pod lidskou kontrolou.

Zdravotnictví je fundamentálně odlišné od mnoha průmyslových odvětví, protože odpovědnost matters. Platební rozhodnutí ovlivňují poskytovatele, plány, pacienty/členy a finanční výsledky napříč zdravotnickým ekosystémem.

Nebudeme stavět plně autonomní platební AI. Budeme stavět zdravotnickou rozhodovací inteligenci, která je navržena tak, aby posílila lidské rozhodování.

Budoucnost není autonomní zdravotnické platby. Budoucnost je vysvětlitelná inteligence, která podporuje lidi, kteří zůstávají odpovědní za rozhodnutí a výsledky.

Mnohé podniky jsou stále experimentální s umělou inteligencí v izolovaných pilotech. Co odděluje organizace, které úspěšně operationalizují umělou inteligenci, od těch, které zůstávají uvíznuté v režimu proof-of-concept?

Rozdíl spočívá v tom, že úspěšné organizace neřídí umělou inteligenci jako řadu izolovaných pilótů. Řídí ji jako provozní kapacitu a propuls.

To vyžaduje více než silný model. Vyžaduje to základní investice do nástrojů, monitoringu, governance a návrhu pracovních postupů. Naší zkušeností je, že umělá inteligence pouze škáluje, když technologie podporuje procesy governance kolem ní, a když lidské procesy jsou navrženy kolem AI-pomáhaného pracovního postupu. Potřebujete jasnou vlastnictví, výkonnou sponzorství, provozní zarovnání a neustálou zpětnou vazbu o tom, jak umělá inteligence funguje v produkci.

To poslední je kritické. Organizace, které operationalizují umělou inteligenci, nezastavují se u nasazení. Monitorují výkon, analyzují výsledky, identifikují, kde systém potřebuje zlepšení, a kontinuálně zlepšují. Umělá inteligence se stává součástí provozního rytmu, nikoli jednou implementací.

V Lyric jsme viděli tento vzorec v oblastech, jako je autorizace obsahu. Soustředili jsme se na to, aby jedna doména byla správná, s pravými nástroji, kontrolami, monitoringem a lidskou kontrolou. Jakmile tato základna prokázala úspěch, mohli jsme použít stejný základní přístup, abychom rozšířili do dalších domén. To je velmi odlišné od běhu proof-of-concept, který vypadá dobře v demo, ale nikdy nemusí přežít komplexitu živých operací.

Organizace, které zůstávají uvíznuté v pilotním režimu, často podceňují tuto komplexitu. Mohou testovat modely na úzkých datech nebo řízených pracovních postupech, ale nezapojí umělou inteligenci do skutečných operací s governance, monitoringem a změnou managementu, které jsou vyžadovány k udržení ji. Organizace, které uspějí, budují základnu nejdříve, prokazují hodnotu v zaměřené oblasti a poté škálují s disciplínou.

Pohledem do budoucna, věříte, že dlouhodobí vítězové ve zdravotnické umělé inteligenci budou společnosti s nejlepšími samostatnými modely, nebo ty, které mají nejhlubší provozní integraci, pracovní data a síťové efekty napříč zdravotnickým ekosystémem?

Ve zdravotnictví dlouhodobí vítězové nebudou společnosti s nejlepšími samostatnými modely v izolaci. Budou to společnosti s nejhlubší provozní integrací, nejbohatšími pracovními daty a nejsilnějšími síťovými efekty napříč zdravotnickým ekosystémem.

Modely budou pokračovat ve zlepšování, a mnoho schopností se stane více široce dostupných v průběhu času. Co je mnohem obtížnější replikovat, je kombinace zabudované pracovní pozice, longitudinální nárokové inteligence a důvěryhodných vztahů napříč zdravotními plány, poskytovateli a partnery.

Platforma Lyric pokrývá přibližně 200 milionů životů a je postavena z desetiletí proprietární platební přesnosti, se schopností vrstvit nové schopnosti a partnery. Protože jsme zabudováni brzy v platebním pracovním postupu a fungujeme post-care a prepayment, mísíme se s reálným transakčním tokem, nikoli pouze statickými datovými sadami. Ta hloubka pracovního postupu a výsledkových dat je to, co pomáhá umělé inteligenci oddělit signál od šumu a posunout se od trendové analýzy k predikci, doporučení a akci. Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Lyric.