Halsey Wise, CEO von Lyric – Interview-Serie

Halsey Wise, CEO von Lyric, bringt fast drei Jahrzehnte an Erfahrung in der Unternehmensführung, Aufsichtsratsarbeit und Wertsteigerung in den Bereichen Gesundheitstechnologie, Software und Finanzdienstleistungen mit. Nachdem er seit 2022 im Aufsichtsrat von Lyric tätig war, übernahm er die Position des CEO mit dem Fokus auf die Skalierung der Lyric42-Plattform, die Vertiefung der Beziehungen zu Kunden und Partnern, die Beschleunigung von Innovation und KI-Investitionen sowie die Steigerung des Wachstums durch organische Expansion und strategische Übernahmen. Wise hat sechs Unternehmen als CEO oder Präsident geleitet, darunter öffentliche Unternehmen wie Intergraph und MedAssets, und war Mitglied in den Aufsichtsräten von großen Technologie- und Gesundheitsorganisationen, einschließlich Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric und WellSky. Er ist auch Vorsitzender und CEO von Lime Barrel Advisors, ein Senior-Berater von TPG Capital, und leitet gemeinsam eine Familienstiftung, die Stipendien, Nahrungsmittelsicherheit, Veteranendienste und Gesundheitszwecke unterstützt.

Lyric ist ein Unternehmen für Gesundheitsentscheidungsintelligenz, das sich auf die Verbesserung der Zahlungsgenauigkeit für Gesundheitspläne konzentriert, indem es Richtlinien, Daten, KI, klinische Überprüfung und erklärbare Entscheidungsunterstützung vor der Zahlung von Ansprüchen anwendet. Die Lyric42-Plattform ist darauf ausgelegt, Gesundheitsplänen zu helfen, Zahlungsentscheidungen über Regeln, Workflows, Zahlungsintegritätsprodukte und KI-gesteuerte Empfehlungen hinweg zu koordinieren, mit dem Ziel, administrativen Aufwand zu reduzieren, die Genauigkeit der ersten Zahlung zu verbessern, die Reibung zwischen Anbietern zu verringern und den Kunden eine größere Transparenz darüber zu geben, warum Zahlungsentscheidungen getroffen werden. Das Unternehmen positioniert seinen KI-Ansatz als einen, der menschliche Expertise ergänzt, anstatt sie zu ersetzen, und kombiniert Automatisierung, klinische Validierung, Governance und Kundenkontrolle, um konsistentere und vertretbare Gesundheitszahlungsentscheidungen zu unterstützen.

Sie haben große Gesundheits- und Technologieunternehmen geleitet und beraten, einschließlich MedAssets, Cerner, Cotiviti und jetzt Lyric. Wie hat Ihre Erfahrung im Bereich Gesundheits-IT, Analytics und Technologie Ihre Vision für Lyric geprägt?

Über jedes Unternehmen, das ich geleitet oder beraten habe, ist eine Überzeugung nur gestärkt worden: Gesundheit kann nicht verbessert werden, ohne Vertrauen, Wahrheit und Transparenz an ihrer Grundlage. Diese sind keine weichen Werte. Diese sind die Betriebsbedingungen, auf denen ein besseres Gesundheitssystem angewiesen ist. Jeder Plan, Anbieter und Mitglied ist von der Frage betroffen, ob die zugrunde liegende Intelligenz vertrauenswürdig ist, ob die Informationen die Wahrheit widerspiegeln und ob die Begründung für eine Entscheidung transparent genug ist, um einer Überprüfung standzuhalten.

Diese Überzeugung prägt, wie ich über Lyric denke. Ich trat 2022 in den Aufsichtsrat von Lyric ein, bevor ich die Position des CEO übernahm, und was ich damals verstand, glaube ich noch stärker heute. Wir bei Lyric bauen eines der innovativsten, einflussreichsten und wichtigsten Gesundheitstechnologieunternehmen.

Lyric ist Gesundheitsentscheidungsintelligenz. Jahrzehnte an klinischer und Zahlungsexpertise, tiefe Kundenbeziehungen und eine Plattform, die auf nationaler Ebene operiert, geben uns eine Grundlage, die wenige Unternehmen im Gesundheitswesen haben. Zahlung ist der höchste Einsatz für diese heute, aber die breitere Gelegenheit besteht darin, Menschen im Gesundheitswesen die Technologie und Erkenntnisse zu geben, um bessere Entscheidungen zu treffen, früher, mit Zuversicht, im Dienste besserer Gesundheitsversorgung für die Menschen und Patienten, denen sie letztendlich dient.

Ich glaube auch tief, dass Gesundheitsentscheidungen den Menschen gehören. Klinische Urteilsfähigkeit, Richtlinieninterpretation und Rechenschaftspflicht können nicht an ein Modell ausgelagert werden. Was KI tun kann und tun sollte, ist, die Menschen, die diese Entscheidungen treffen, zu informieren und zu unterstützen. Sie kann Signale, Trends und Anomalien aufdecken, die zuvor in Skala und Komplexität begraben waren. Sie kann hervorheben, wo etwas unvereinbar erscheint, wo ein Muster entsteht oder wo eine Entscheidung einer näheren Betrachtung bedarf. Das ist die Rolle der KI im Gesundheitswesen: Die menschliche Sichtbarkeit zu erweitern und das menschliche Urteil zu stärken, nicht zu ersetzen.

Lyric hat in den letzten Jahren seine Technologie-Stack in eine cloudbasierte KI-Plattform umgebaut, die Zahlungsoperationen über 190 Millionen Leben unterstützt. Was waren die größten architektonischen oder organisatorischen Herausforderungen bei diesem Übergang?

Lyric entstand als Ausgliederung aus einem größeren Unternehmen. Wir erbten Legacy-Infrastruktur neben unglaublichen Kundenbeziehungen und Jahrzehnten an operativer Expertise.

In den letzten Jahren haben wir die technologische Grundlage von Grund auf neu aufgebaut. Die Herausforderung bestand nicht nur darin, die Infrastruktur zu modernisieren. Es ging darum, ein 30-jähriges Zahlungsaccuratheitsgeschäft in eine moderne Gesundheitsentscheidungsplattform umzuwandeln, während Erklärbarkeit, Prüfbarkeit und Vertrauen erhalten blieben.

Ein grundlegendes Prinzip war, sicherzustellen, dass es keine Geschäftsunterbrechung gab, während wir unsere Technologie modernisierten. Wir nutzten die fortschrittlichen Fähigkeiten von Lyric42, um hochgenaue Migrationen zu gewährleisten, und arbeiteten eng mit unseren Gesundheitsplan-Kunden zusammen, um einen sicheren und sicheren Übergang zu schaffen.

Architektonisch sind wir von statischer vorbestimmter Reihenfolge zu Echtzeit-Intelligenz übergegangen, die erste Zahlungsentscheidungen innerhalb von Workflows unterstützt. Gleichzeitig musste jedes Ergebnis transparent, richtliniengestützt und erklärbar bleiben.

Wenn wir Kunden auf die neue Plattform migrieren, unterstützen wir Zahlungsoperationen über 200 Millionen Leben durch eine einheitliche Intelligenzarchitektur, die Erkenntnisse früher aufdeckt, Abfall reduziert und konsistentere Entscheidungen auf Skalenebene unterstützt.

Sie haben argumentiert, dass Gesundheitszahlungen von der Nachzahlung zur Vorzahlungsintelligenz wechseln müssen. Welche technologischen Durchbrüche machen diesen Übergang schließlich auf großem Maßstab möglich?

Der Wechsel von der Nachzahlung zur Vorzahlungsintelligenz ist jetzt möglich, weil das Gesundheitswesen endlich die Kombination aus großem Workflow-Daten, Cloud-Infrastruktur und KI hat, die in der Lage ist, Signal von Rauschen in hochkomplexen Anspruchsumgebungen zu trennen.

Historisch wurden die meisten Systeme gebaut, um zu analysieren, was nach der Zahlung passierte. Heute können wir Intelligenz viel früher innerhalb von Workflows anwenden, bevor Fehler, Streitigkeiten und Abfall durch das System gehen.

Aus Kapazitätssicht hat Lyric intelligente Auswahl für Vorzahlungsprüfung eingeführt, um sicherzustellen, dass Ansprüche nicht unnötigerweise vor der Zahlung angehalten werden, wenn die Zeit für Pläne und Anbieter kritisch ist. Durch unsere intelligente Prüfplattform haben wir es auch ermöglicht, dass Ansprüche, die eine menschliche Überprüfung benötigen, in Stunden oder Tagen verarbeitet werden können, anstatt der Wochen oder Monate, die traditionelle Prozesse erfordern können.

Diese technologischen Durchbrüche, kombiniert mit der fortschrittlichen Orchestrierung innerhalb von Lyric42, haben Gesundheitsentscheidungsintelligenz für Vorzahlungsaccuratheit durch Kombination von KI, Richtlinien und Experten-Klinischer Überprüfung zur Unterstützung genauer, erklärbarer Zahlungsentscheidungen bei der ersten Zahlung freigeschaltet. Wichtig ist, dass dies nur auf großem Maßstab funktioniert, wenn Intelligenz transparent, prüfbar und in menschlicher Rechenschaftspflicht verbleibt.

Ein großer Teil des Gesundheitswesens verlässt sich immer noch auf fragmentierte Legacy-Infrastruktur. Warum glauben Sie, dass KI-native Systeme traditionelle “Systeme der Aufzeichnung” über das nächste Jahrzehnt hinweg grundlegend übertreffen werden?

Legacy-Gesundheitssysteme wurden hauptsächlich entwickelt, um Transaktionen aufzuzeichnen und retrospektive Audits zu unterstützen. Sie wurden nie gebaut, um intelligente Entscheidungsfindung innerhalb von Workflows zu unterstützen.

Das Gesundheitswesen benötigt jetzt Intelligenzsysteme, die in der Lage sind, auf dem erforderlichen Maßstab, der erforderlichen Geschwindigkeit und der erforderlichen Komplexität zu operieren. Der Vorteil moderner Gesundheitsentscheidungsintelligenz-Systeme ist nicht einfach die angewandte KI. Es ist die Fähigkeit, Richtlinien, Daten, KI und Expertenüberprüfung zu kombinieren, um konsistentere, erklärbarere Entscheidungen in Echtzeit zu unterstützen.

Der zukünftige Vorteil wird Systemen gehören, die kontinuierlich aus operativen Workflows lernen können, während sie transparent, erklärbar und rechenschaftspflichtig bleiben. Das Gesundheitswesen kann nicht ohne menschliche Expertise funktionieren, also ist das Ziel nicht autonomes Entscheiden. Das Ziel ist, menschliches Entscheiden durch Intelligenz zu unterstützen, der man vertrauen kann.

Lyric beschreibt sich selbst als Zahlungsintegritäts-KI-Unternehmen, das auf Jahrzehnten an klinischer Expertise aufbaut. Wie wichtig ist proprietäre Gesundheitsdaten und historische Anspruchsinformationen beim Aufbau von vertretbaren KI-Systemen in diesem Sektor?

Proprietäre Anspruchsinformationen und Workflow-Daten sind grundlegend im Gesundheitswesen, weil generische Modelle allein nicht ausreichen, um genaue, erklärbarere Zahlungsentscheidungen auf großem Maßstab zu unterstützen.

Lyrics Plattform unterstützt etwa 200 Millionen Leben und basiert auf Jahrzehnten an operativer Anspruchsinformation. Diese proprietäre Kenntnis und Kontext sind wichtig, weil sie widerspiegeln, wie Richtlinien angewendet werden, wo Streitigkeiten entstehen, wie Fehler auftreten und wie Zahlungsworkflows in der realen Welt funktionieren.

Die Kombination aus Workflow-Integration, drei Jahrzehnten an klinischer Expertise und longitudinaler Anspruchsinformation schafft Systeme, die nicht nur genauer, sondern auch erklärbarer und operativ prüfbar sind.

Im Gesundheitswesen zählt Intelligenz nur, wenn Menschen sie verstehen, validieren und mit Zuversicht handeln können.

Eines der größten Anliegen im Gesundheits-KI-Bereich ist Governance und Erklärbarkeit. Wie sieht effektive menschliche Überwachung in der Praxis aus, wenn KI mehr Zahlungsentscheidungsverantwortung übernimmt?

Für uns ist menschliche Überwachung keine modische Wendung; es ist die Architektur. KI ist ein Werkzeug, das wir verwenden, um menschliches Entscheiden zu unterstützen.

Man kann das in unserer Inhaltsautorenarbeit sehen. Wir bauten die Studio42-Inhaltsautoren-Erfahrung auf unserer Lyric42-Plattform auf, folgend dem Prinzip, dass jede Regel und jeder Edit deterministisch sein muss. KI hilft unseren Teams, große Mengen an Regierungs-, Industrie- und Forschungsmaterialien zu überprüfen, relevante Muster zu identifizieren und Empfehlungen zu unterbreiten. Aber KI wird nicht zur Quelle der Wahrheit. Die Quelle der Wahrheit ist in Originalmaterialien und menschlicher klinischer Expertise begründet.

Jede Regel und jeder Edit ist so konzipiert, dass er nachvollziehbar und prüfbar ist. Klinische Experten überprüfen und validieren die Arbeit, bevor sie in die Produktion gelangt, und jede Empfehlung, die unsere KI macht, um unserem klinischen Team bei der Erstellung von Inhalten zu helfen, ist in Originalquellen und menschlichem Wissen begründet. Wir verfolgen auch die vollständige Änderungsgeschichte, damit es klar ist, ob eine Regel oder ein Inhalt aus einer bestimmten Regierungs-, Industrie- oder Forschungsquelle erstellt wurde.

Das ist, wie effektive Überwachung in der Praxis aussieht: KI hilft bei Skala und Signal-Erkennung, klinische Experten validieren die Arbeit, und das System bewahrt eine klare Prüfspur von Quellenmaterial zu überprüftem Inhalt. Ebenso wichtig ist, dass unsere Kunden die volle Kontrolle darüber behalten, ob und wann sie den Inhalt, die Regeln oder die Empfehlungen, die durch die Plattform unterbreitet werden, umsetzen.

Im Gesundheitswesen sind die Einsätze zu hoch, um wichtige Entscheidungen allein von einer Maschine oder einem Modell treffen zu lassen. Bei Lyric glauben wir, dass menschliche Expertise, Urteil und Rechenschaftspflicht fundamental bleiben müssen, nicht als Nachgedanke, sondern in die Architektur von Anfang an eingebaut.

Das Gesundheitswesen ist immer noch einer der größten Kostenfaktoren im US-System. Wo kann KI den schnellsten messbaren Einfluss auf die Reduzierung unnötiger Ausgaben ohne negative Auswirkungen auf die Patientenversorgung haben?

Das Gesundheitswesen macht etwa 20% des US-Bruttoinlandsprodukts aus , und 25% davon sind Abfall. Der größte Teil dieses Abfalls wird dem Systemkomplexität zugeschrieben, nicht Betrug oder vorsätzlicher Abfall.

Genau deshalb haben wir die Lyric42-Plattform entwickelt. Sie verschiebt den Anspruchsprozess von einem pay-and-chase-Modell zu einer Vorzahlungs-/Voranspruch-Intelligenz, die es Gesundheitsplänen ermöglicht, Zahlungen von Anfang an richtig zu machen.

Ein erheblicher Teil des Gesundheitsabfalls entsteht durch administrativen Aufwand, da inkongruente Intelligenz über mehrere Interessengruppen hinweg besteht. Dies führt zu unnötigen Ablehnungen und Rechnungen, einer größeren Intensität manueller Audits und einer Zunahme von Anbietern, die ohne wesentliche Änderung der endgültigen Zahlung Berufung einlegen.

Abfall entsteht, wenn man nicht die richtige Intelligenz zur richtigen Zeit hat. Lyric bietet Gesundheitsplänen Entscheidungsintelligenz und Empfehlungen, die von klinischer Kenntnis validiert und unterstützt werden, um offensichtliche Fehler und Inkonsistenzen (Codierung, Einheiten, Bündelung, medizinische Richtlinienausrichtung) zu identifizieren. Wir tun dies vor der Zahlung, was Abfall und Fehlcodierung reduziert und den Hin- und Her-Verkehr von Nachbearbeitung, Berufung und Anpassung verringert.

Lyrics Plattform integriert zunehmend Automatisierung, Predictive-Analytics und KI-gesteuerte Workflows in die Anspruchsoperationen. Wie nahe sind wir an einer Zukunft, in der große Teile der Gesundheitszahlungsworkflows autonom operieren?

In den nächsten zehn Jahren werden wir eine Welt sehen, in der die meisten Aufgaben innerhalb von Zahlungsworkflows automatisiert sind. Aber regulatorische und Compliance-Anforderungen werden weiterhin eine klare Rechenschaftspflicht erfordern, was bedeutet, dass eine identifizierbare menschliche und organisatorische Verantwortung besteht. KI, Automatisierung und Predictive-Analytics werden tägliche Aufgaben in Gesundheitszahlungsworkflows rationalisieren, einschließlich Datenvalidierung, Mustererkennung und Empfehlung von Aktionen in Echtzeit während des ersten Durchlaufs eines Anspruchs. Empfindliche, einflussreiche oder mehrdeutige Entscheidungen werden unter menschlicher Überprüfung bleiben.

Das Gesundheitswesen ist grundlegend anders als viele Branchen, weil Rechenschaftspflicht zählt. Zahlungsentscheidungen betreffen Anbieter, Pläne, Patienten/Mitglieder und finanzielle Ergebnisse im gesamten Gesundheitssystem.

Wir bauen keine vollständig autonome Zahlungs-KI. Wir bauen Gesundheitsentscheidungsintelligenz, die menschliches Entscheiden unterstützen soll.

Die Zukunft ist nicht autonomes Gesundheitszahlung. Die Zukunft ist erklärbarere Intelligenz, die menschliche Entscheidungen unterstützt, die rechenschaftspflichtig bleiben.

Viele Unternehmen sind immer noch dabei, KI in isolierten Pilotprojekten zu testen. Was unterscheidet Organisationen, die KI erfolgreich operationalisieren, von denen, die im Pilot-Modus stecken bleiben?

Der Unterschied besteht darin, dass erfolgreiche Organisationen KI nicht als eine Reihe isolierter Pilotprojekte behandeln. Sie behandeln es als eine Betriebsfähigkeit und Antrieb.

Das erfordert mehr als ein starkes Modell. Es erfordert grundlegende Investitionen in Werkzeuge, Überwachung, Governance und Workflow-Design. In unserer Erfahrung skaliert KI nur, wenn die Technologie die Governance-Prozesse um sie herum unterstützt und wenn menschliche Prozesse um den KI-gesteuerten Workflow neu gestaltet werden. Man benötigt klare Eigentümerschaft, Exekutiv-Sponsorship, operative Ausrichtung und eine ständige Feedback-Schleife, um zu sehen, wie KI in der Produktion funktioniert.

Letzterer Punkt ist kritisch. Organisationen, die KI operationalisieren, hören nicht nach der Bereitstellung auf. Sie überwachen die Leistung, analysieren die Ergebnisse, identifizieren, wo das System verbessert werden muss, und verbessern es kontinuierlich. KI wird Teil des Betriebsrhythmus, nicht eine einmalige Implementierung.

Bei Lyric haben wir dieses Muster in Bereichen wie Inhaltsautorenarbeit gesehen. Wir konzentrierten uns darauf, ein Domain richtig zu machen, mit den richtigen Werkzeugen, Kontrollen, Überwachung und menschlicher Überprüfung. Sobald diese Grundlage erfolgreich war, konnten wir den gleichen grundlegenden Ansatz verwenden, um in andere Bereiche zu expandieren. Das ist sehr unterschiedlich von der Durchführung eines Pilotprojekts, das in einer Demo gut aussieht, aber nie die Komplexität des Live-Betriebs überstehen muss.

Die Organisationen, die im Pilot-Modus stecken bleiben, unterschätzen oft diese Komplexität. Sie können Modelle auf engen Datensätzen oder kontrollierten Workflows testen, aber sie verdrahten KI nicht in reale Betriebe mit der erforderlichen Governance, Überwachung und Änderungsmanagement, um sie aufrechtzuerhalten. Die Organisationen, die erfolgreich sind, bauen die Grundlage zuerst, beweisen den Wert in einem fokussierten Bereich und skaliert dann mit Disziplin.

Auf lange Sicht, glauben Sie, dass die Gewinner im Gesundheits-KI-Bereich die Unternehmen mit den besten eigenständigen Modellen oder diejenigen mit der tiefsten operativen Integration, Workflow-Daten und Netzwerkeffekten im Gesundheitssystem sein werden?

Im Gesundheitswesen werden die langfristigen Gewinner nicht die Unternehmen mit dem besten eigenständigen Modell in Isolation sein. Sie werden die Unternehmen mit der tiefsten operativen Integration, den reichsten Workflow-Daten und den stärksten Netzwerkeffekten im Gesundheitssystem sein.

Modelle werden weiter verbessert, und viele Fähigkeiten werden über die Zeit hinweg allgemeiner verfügbar sein. Was viel schwieriger zu replizieren ist, ist die Kombination aus eingebetteter Workflow-Position, longitudinaler Anspruchsinformation und vertrauenswürdigen Beziehungen über Gesundheitspläne, Anbieter und Partner hinweg.

Lyrics Plattform umfasst etwa 200 Millionen Leben und basiert auf Jahrzehnten an proprietärer Zahlungsaccuratheitsinformation, mit der Fähigkeit, neue Fähigkeiten und Partner hinzuzufügen. Da wir früh in den Zahlungsworkflows eingebettet sind und nach der Versorgung und vor der Zahlung operieren, haben wir Einblick in den realen Transaktionsfluss, nicht nur in statische Datensätze. Diese Tiefe an Workflow- und Ergebnisdaten ist es, was KI hilft, Signal von Rauschen zu trennen und von Trendanalyse zu Vorhersage, Empfehlung und Aktion überzugehen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Lyric besuchen: Lyric.