Ali Morin, Chief Nursing Informatics Officer hos symplr – Interviewserie

Ali Morin, Chief Nursing Informatics Officer hos Symplr, er en sygepleje- og sundhedsøkonomisk leder med erfaring fra sygepleje, kliniske systemer og sygeplejeinformatik. Før hun blev Chief Nursing Informatics Officer i 2024, fungerede hun som symplrs vicepræsident for sygeplejeinformatik og havde seniorinformatikroller hos Halo, der fokuserede på klinisk kommunikation, implementering og adoption. Tidligere arbejdede Morin med klinisk informatik og analyse på Cincinnati Children’s Hospital Medical Center og ledte store elektroniske kliniske dokumentations- og computerbaserede ordreinitiativer på Boston Children’s Hospital. Hendes baggrund som sygeplejerske giver hende en klinisk perspektiv på, hvordan teknologi og arbejdsgangsdesign kan reducere den administrative byrde og forbedre patientpleje.

symplr er et sundhedsøkonomisk operationssoftwarefirma, der fokuserer på at tilslutte og forenkle de administrative og operationelle systemer, der understøtter sundhedsydelser. Dets cloud-baserede Operations Platform kombinerer funktioner som arbejdskraftsadministration, udbyderdata og autorisation, kvalitet og sikkerhed, klinisk kommunikation og lægeplanlægning, talentadministration, udgiftsadministration, overholdelse og kontraktadministration med det formål at erstatte fragmenterede punktløsninger med mere integrerede arbejdsgange og data. Virksomheden integrerer også kunstig intelligens på tværs af sin platform for at understøtte automatisering og beslutningstagning, mens den fastholder sundhedsbestemt datagovernance som centrum for sin tilgang. symplr mener, at dens teknologi bruges af ni ud af ti amerikanske hospitaler og mere end 400 amerikanske sundhedsplaner.

De har brugt næsten tre årtier som sygeplejerske, klinisk informatikleder og nu Chief Nursing Informatics Officer hos symplr. Hvad er de største fejl, du konsekvent har set teknologivirksomheder begå, når de designer kunstig intelligens til sygeplejersker, og hvordan har din egen erfaring på frontlinjen formet din tilgang til udvikling af kunstig intelligens i dag?

Sundhedssektoren har været her før. Elektroniske patientjournaler lovede effektivitet, men tidligt i processen skabte de ofte mere administrative byrder, fordi de frontlinjesygeplejersker, der forventedes at bruge dem dagligt, ikke var involveret i design eller implementering af disse værktøjer. Jeg oplevede dette første hånd på den første EPJ, jeg brugte på sygeplejestationen, og igen, da arbejdsgangsbeslutninger blev truffet i bestyrelseslokalet med kun lidt opmærksomhed på designsessioner for de sygeplejersker, der ville klikke på dem, når de blev aktiveret. Kunstig intelligens giver os en chance for at gøre det rigtigt, men kun hvis vi ikke gentager den fejl.

Jeg startede min karriere for mere end 25 år siden som sygeplejerske på en børneintensivafdeling, og jeg har tilbragt de sidste to årtier med sygeplejeinformatik. Jeg har set begge sider: hvordan teknologi hjælper, når den er bygget med kliniske perspektiver og konsultationer, og hvor hurtigt den kan blive en kilde til frustration, når det ikke er tilfældet. Fejlen, jeg stadig ser, er, at sundhedsorganisationer designer løsninger til den arbejdsgang, de tror, en sygeplejerske har, og ikke den faktiske omgang, fuld af afbrydelser, konkurrerende prioriteter og øjeblikke, hvor dokumentation og patientpleje sker på samme tid.

Min erfaring på frontlinjen former en simpel test, jeg anvender på hver kunstig intelligensværktøj: Støtter det meningfuldt en sygeplejerskes arbejde, eller bliver det bare endnu en ting, der konkurrerer om deres opmærksomhed? Hvis det er sidstnævnte, betyder det ikke, hvor avanceret modellen er under; det er bare endnu en konkurrerende prioritet, der tilføjer til en sygeplejerskes arbejdsmængde og konkurrerer om deres tid.

Du argumenterer ofte for, at kliniske sygeplejersker skal være involveret i kunstig intelligensudvikling, ikke kun under implementering. Hvad ser klinisk deltagelse ud i praksis, og hvorfor får så mange sundhedsøkonomiske kunstig intelligensinitiativer dette galt?

Sygeplejerskernes deltagelse i teknologistyring burde være en struktureret forventning, bygget ind i, hvordan organisationer vurderer og implementerer teknologi fra starten. Det betyder, at sygeplejersker skal være til stede i hver enkelt fase – fra indkøb til implementering til evaluering.

Den første gang, en sygeplejerske ser en løsning, burde ikke være efter, at beslutningen er truffet, og personalet er uddannet. Sygeplejersker, der bruger disse værktøjer dagligt, vil identificere udfordringer og muligheder, som administratorer, udviklere og leverandører måske aldrig ser, blot fordi de som kliniske sygeplejersker lever inde i arbejdsgangen.

De fleste sundhedsøkonomiske kunstig intelligensinitiativer får dette galt, fordi de behandler klinisk input som en checkpoint snarere end en kontinuerlig proces. Ofte bedes en sygeplejerske om feedback under en demo eller pilot, og det tælles som “klinisk deltagelse”. Reel deltagelse ligner det arbejde, jeg gør hos symplr, hvor jeg er til stede, når vi designer, udvikler og udvikler vores kunstig intelligensløsninger. Klinisk deltagelse kan også ses i grupper som AONL’s Lederudvalg for Innovation, Teknologi og Transformation eller HIMSS’ Arbejdsgruppe for Leverandører af CNO/CNIO, hvor sygeplejersker definerer kompetencer og styring, som sundhedsorganisationer bruger til at evaluere teknologi; de reagerer ikke bare på, hvad der allerede er bygget.

Sygeplejerskeledere kan bruge en betydelig del af deres dag på at oprette og justere vagttider. Hvordan ændrer kunstig intelligens grundlæggende arbejdskraftsadministration, og hvor ser du de største målbare forbedringer i effektivitet og personales tilfredshed?

Kunstig intelligens-drevne planlægnings- og arbejdskraftsadministrationværktøjer fjerner en del af den operationelle kompleksitet, der længe har belastet sygeplejerskeledere. Opgaver, der tidligere krævede uendelig manuel koordination, såsom oprettelse af vagttider, justering af dem i realtid og dækning af sidste øjebliks afbud, kan i stigende grad automatiseres i stedet for at forbruge en sygeplejerskeleders dag.

På effektivitetssiden har vi data, der viser virkningen. For eksempel kan den integrerede planlægning i symplrs eksisterende arbejdskraftsplatform nu forudsige arbejdskraftsbehov op til 120 dage frem med 96% nøjagtighed. Det er en målbar ændring fra reaktiv, dag-til-dag-koordination til en tilgang, der tillader sygeplejerskeledere og kliniske sygeplejersker at planlægge.

Det er sværere at koble personales tilfredshed til forudsigelige vagttider, men sygeplejersker, der føler sig støttet af systemerne omkring dem, tenderer til at blive i faget længere. National Council of State Boards of Nursing rapporterede, at af sygeplejersker, der sagde, de havde til hensigt at forlade faget inden for de næste fem år, 41,5% angav stress og udbrændthed som årsagen, med arbejdsmængde, underbemanning og utilstrækkelig løn som de næste største årsager. Når planlægning af vagttider ophører med at forbruge en lederes dag, og dækning af huller forudses i forvejen, er det den type positive ændringer, der kan påvirke, hvordan folk føler om deres job.

Prediktivt personalestyring lover at forudse mangel på personale, før det bliver en krise. Hvilke data-signaler er mest værdifulde, og hvordan sikrer du, at disse modeller støtter sygeplejersker snarere end blot at optimere arbejdskraftsomkostninger?

De signaller, der betyder mest, er dem, der afslører en åbning, før situationen er kritisk, såsom hvor langt i forvejen vagttider bliver fyldt, og hvor ofte en afdeling er afhængig af sidste øjebliks incitamenter for at dække en vagt. Bellin Health er et godt eksempel. Da leverandørens kliniske team havde indsigt i åbne vagttider og dækning af huller, fyldte teamet 65% af vagttider to eller flere uger frem og 80% inden for en uge, snarere end at scramble i sidste øjeblik for at lukke huller i personalestyringen.

Måden at holde modellerne ærlige på er ved at måle mere end omkostninger. Prediktiv planlægning reddede Bellin Health mere end en million dollars i arbejdskraftsomkostninger. Men det, der betyder noget for dets sygeplejersker, er, at 80% af vagttider blev fyldt tidligt. En model bygget med sygeplejerskernes input går ud over effektivitet, sikkerhed og forudsigelighed til at påvirke sygeplejerskernes tilfredshed positivt.

Sundhedssektoren har set mange teknologilanceringer, der øgede den administrative byrde i stedet for at reducere den. Hvad adskiller kunstig intelligensværktøjer, som sygeplejersker accepterer, fra dem, der hurtigt bliver en anden kilde til frustration?

De værktøjer, som sygeplejersker accepterer, er dem, der forsvinder i baggrunden. For eksempel dokumentation, der skriver sig selv, mens en sygeplejerske er fuldt til stede hos en patient, eller arbejdsgange, der eliminerer gentagne opgaver i stedet for at tilføje nye skærme til at checke. De værktøjer, der bliver en anden kilde til frustration, er ofte implementeret uden at være grundet i, hvordan sygeplejersker arbejder, men i stedet tilføjer til antallet af ting, som en sygeplejerske har at gennemgå, klikke på eller dobbelttjekke, mens de plejer patienter.

Det kommer an på gennemsigtighed og tilpasning. Når ledelsen er gennemsigtig om, hvad et værktøj gør, og hvorfor, og det er bygget omkring virkelige arbejdsgange i stedet for en idealiseret version, så er gevinsten reel – mere tid til patientpleje, mere tid til kritisk tænkning og mere kapacitet til at vejlede nyere sygeplejersker. Men hvis det ikke er tilfældet, bliver teknologi en hindring i et allerede krævende job.

Da udviklingscyklusser for kunstig intelligens fortsætter med at accelerere, er du bekymret for, at sundhedsorganisationer måske prioriterer hastighed over klinisk validering? Hvilke sikkerhedsforanstaltninger burde eksistere, før kunstig intelligenssystemer integreres i patientpleje?

Ja, fokus på hastighed snarere end validering er en reel bekymring. Udviklingstakten for kunstig intelligens er høj, og sundhedssektorens regulerings- og sikkerheds krav findes af god grund. De organisationer, der får det rigtigt, behandler klinisk validering og sygeplejerskernes styring som en del af designprocessen fra dag én, ikke noget, der tilføjes før lancering for at tilfredsstille en checkliste.

For mig er grundlæggende sikkerhedsforanstaltning, at sygeplejersker og andre frontlinjesygeplejersker vurderer disse værktøjer, før de berører patientpleje. Ud over det har sundhedsorganisationer brug for gennemsigtighed om, hvad et system gør, og en klar proces for, at kliniske sygeplejersker kan markere, når noget ikke fungerer. Nationale styringsstrukturer, som dem, der bygges af branchegrupper som AONL og HIMSS, giver organisationer en håndgribelig ramme i stedet for at lade hver sundhedsorganisation tackle dette alene.

Ud over planlægning, hvor tror du, at kunstig intelligens har den største utilgjorte potentiale til at reducere udbrændthed blandt sygeplejersker, samtidig med at patientresultaterne forbedres i de næste fem år?

Dokumentation er, hvor jeg stadig ser det mest rum til vækst. Ambientværktøjer er kun begyndt at fange de mellemmomenter i pleje, der historisk er blevet udokumenteret. Der er meget mere at dække over de næste par år, både i at give sygeplejersker tid tilbage og i at bygge en mere komplet optegnelse af, hvad der skete under en patientkontakt.

Virtual sygepleje er et andet område med reel vækst. Lige nu bruges det mest til patientundervisning, indlæggelsesdokumentation, udskrivningsplanlægning og fjernovervågning. Den større mulighed er at skala denne støtte, så flere sygeplejersker på sygeplejestationen får tid tilbage til at fokusere på patienten foran dem i stedet for papirarbejdet omkring dem. Det er vigtigt at bemærke, at ambientværktøjer og virtuel sygepleje ikke kan erstatte en klinikers dømmekraft. Teknologien fjerner blot opgaver, der stille konkurrerer med den.

Med henblik på fremtiden, hvad ville du råde sundhedsledere, der ønsker at bygge kunstig intelligensstrategier, som sygeplejersker vil støtte snarere end modsætte sig, og hvilken rol burde sygeplejerskeledere spille i formning af den næste generation af klinisk kunstig intelligens? 

Min råd er at involvere sygeplejersker i teknologiprocurement, implementering og evaluering fra begyndelsen. Sygeplejersker, der arbejder med disse værktøjer dagligt, vil identificere udfordringer og muligheder, som andre måske ikke ser. Investér også i digital ledelsesudvikling nu, ikke år fra nu. Vi kan ikke forvente, at sygeplejerskeledere skal vejlede komplekse teknologibeslutninger uden at give dem værktøjerne eller viden til at gøre det godt.

Sygeplejerskelederes rol er at sikre, at klinisk deltagelse er intentionel, ikke tilfældig. Gennem mit arbejde i AONL-udvalget har vi defineret de digitale kompetencer, sygeplejerskeledere har brug for: digital dygtighed, evnen til at samarbejde på tværs af interessenter og til at tilpasse teknologibeslutninger med virkelige kliniske arbejdsgange og resultater. Programmer som Karlene Kerfoot Nursing Leadership in Technology Education Grant, som symplr skabte i samarbejde med The DAISY Foundation, findes for at sikre, at flere sygeplejersker har adgang til den slags forberedelse.

Når sygeplejerskeledere har en reel plads ved bordet, tilpasser teknologien sig mere nøje til, hvordan pleje leveres, adoption forbedres, den administrative byrde lettes, og patient sikkerhed og resultater forbedres. Det er hele pointen.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge symplr.