Halsey Wise, CEO de Lyric – Serie de entrevistas

Halsey Wise, CEO de Lyric, aporta casi tres décadas de experiencia en liderazgo ejecutivo, gobernanza de juntas y creación de valor en tecnología sanitaria, software y servicios financieros. Después de servir en la junta de Lyric desde 2022, asumió el cargo de CEO con un enfoque en escalar la plataforma Lyric42, profundizar las relaciones con clientes y socios, acelerar la innovación y la inversión en IA, y impulsar el crecimiento a través de la expansión orgánica y las adquisiciones estratégicas. Wise ha liderado seis empresas como CEO o presidente, incluyendo papeles de liderazgo en empresas públicas como Intergraph y MedAssets, y ha servido en las juntas de importantes organizaciones tecnológicas y sanitarias, incluyendo Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric y WellSky. También es presidente y CEO de Lime Barrel Advisors, asesor senior de TPG Capital, y codirige una fundación familiar que apoya becas, seguridad alimentaria, servicios para veteranos y causas sanitarias.

Lyric es una empresa de inteligencia de decisiones sanitarias centrada en mejorar la precisión de los pagos para los planes de salud aplicando políticas, datos, IA, revisión clínica y soporte de decisiones explicables antes de que se paguen las reclamaciones. Su plataforma Lyric42 está diseñada para ayudar a los planes de salud a coordinar las decisiones de pago en las reglas, flujos de trabajo, productos de integridad de pago y recomendaciones impulsadas por IA, con el objetivo de reducir el desperdicio administrativo, mejorar la precisión de los pagos iniciales, reducir la fricción de los proveedores y brindar a los clientes una mayor transparencia sobre por qué se toman las decisiones de pago. La empresa posiciona su enfoque de IA como uno que aumenta la experiencia humana en lugar de reemplazarla, combinando automatización, validación clínica, gobernanza y control del cliente para apoyar decisiones de pago sanitario más consistentes y defendibles.

Ha liderado y asesorado a importantes empresas de tecnología sanitaria y empresarial, incluyendo MedAssets, Cerner, Cotiviti y ahora Lyric. ¿Cómo ha influido su experiencia en tecnología sanitaria, análisis y tecnología en su visión para Lyric?

A lo largo de cada empresa que he liderado o asesorado, una convicción ha crecido: la salud no puede mejorar sin confianza, verdad y transparencia en su fundamento. Estos no son valores blandos. Estos son las condiciones operativas sobre las cuales depende un mejor sistema de salud. Cada plan, proveedor y miembro se ve afectado por si la inteligencia subyacente puede ser confiable, si la información refleja la verdad y si la razón detrás de una decisión es lo suficientemente transparente como para soportar el escrutinio.

Esa convicción da forma a cómo pienso en Lyric. Me uní a la junta de Lyric en 2022 antes de asumir el cargo de CEO, y lo que entendí entonces lo creo aún más firmemente ahora. En Lyric, estamos construyendo una de las empresas de salud tecnológica más innovadoras, impactantes y importantes.

Lyric es inteligencia de decisiones sanitarias. Décadas de experiencia clínica y de pago, relaciones con clientes profundas y una plataforma que opera a escala nacional nos brindan una base que pocas empresas en la salud tienen. El pago es la expresión de mayor riesgo de eso hoy, pero la oportunidad más amplia es brindar a las personas en la salud la tecnología y las perspectivas para tomar mejores decisiones, antes, con confianza, en servicio de una mejor salud para las personas y pacientes a los que finalmente sirve.

También creo profundamente que la toma de decisiones sanitarias pertenece a los humanos. El juicio clínico, la interpretación de políticas y la rendición de cuentas no pueden ser subcontratados a un modelo. Lo que la IA puede hacer, y lo que debe hacer, es informar y apoyar a las personas que toman esas decisiones. Puede detectar señales, tendencias y anomalías que estaban previamente enterradas en la escala y la complejidad. Puede resaltar dónde algo parece inconsistente, dónde emerge un patrón o dónde una decisión necesita una mirada más cercana. Ese es el papel de la IA en la salud: ampliar la visibilidad humana y fortalecer el juicio humano, no reemplazarlo.

Lyric ha pasado los últimos años reconstruyendo su pila tecnológica en una plataforma de IA basada en la nube que apoya las operaciones de pago en 190 millones de vidas. ¿Cuáles fueron los mayores desafíos arquitectónicos u organizacionales involucrados en esa transición?

Lyric se originó como una escisión de una organización más grande. Heredamos infraestructura heredada junto con increíbles relaciones con clientes y décadas de experiencia operativa.

En los últimos años, reconstruimos la base tecnológica desde cero. El desafío no fue simplemente modernizar la infraestructura. Fue evolucionar un negocio de precisión de pago de 30 años en una plataforma moderna de inteligencia de decisiones sanitarias mientras se preservaba la explicabilidad, la auditoría y la confianza.

Un principio fundamental fue asegurar que no hubiera interrupción comercial mientras modernizábamos nuestra tecnología. Aprovechamos las capacidades avanzadas de Lyric42 para garantizar migraciones muy precisas, trabajando en estrecha colaboración con nuestros clientes de planes de salud para crear una transición segura y segura.

Arquitectónicamente, pasamos de un orden predeterminado estático a inteligencia en tiempo real que apoya las decisiones de pago inicial dentro de los flujos de trabajo. Al mismo tiempo, cada resultado tuvo que permanecer transparente, fundamentado en políticas y explicativo.

A medida que migramos a los clientes a la nueva plataforma, estamos apoyando las operaciones de pago en 200 millones de vidas a través de una arquitectura de inteligencia unificada que presenta perspectivas más temprano, reduce el desperdicio y apoya una toma de decisiones más consistente a escala.

Ha argumentado que los pagos sanitarios necesitan cambiar de la recuperación posterior al pago hacia la inteligencia previa al pago. ¿Qué avances tecnológicos están haciendo que esta transición sea viable a escala?

El cambio de la recuperación posterior al pago a la inteligencia previa al pago es posible ahora porque la salud finalmente tiene la combinación de datos de flujo de trabajo a gran escala, infraestructura en la nube y IA capaz de separar la señal del ruido en entornos de reclamaciones muy complejos.

Históricamente, la mayoría de los sistemas se construyeron para analizar lo que sucedió después del pago. Hoy, podemos aplicar la inteligencia mucho antes dentro de los flujos de trabajo, antes de que los errores, disputas y el desperdicio se muevan a través del sistema.

Desde una perspectiva de capacidad, Lyric ha introducido la selección inteligente para la revisión previa al pago, asegurando que las reclamaciones no se retengan innecesariamente antes del pago cuando el tiempo es crítico tanto para los planes como para los proveedores. A través de nuestra plataforma de auditoría inteligente, también hemos habilitado las reclamaciones que necesitan una revisión humana para ser procesadas en horas o días, en lugar de las semanas o meses que los procesos tradicionales pueden requerir.

Estos avances tecnológicos, combinados con la orquestación avanzada dentro de Lyric42, han desbloqueado la inteligencia de decisiones sanitarias para la precisión previa al pago combinando IA, políticas y revisión clínica experta para apoyar decisiones de pago precisas y explicables en el primer paso. Es importante que esto solo funciona a escala cuando la inteligencia permanece transparente, auditable y fundamentada en la rendición de cuentas humana.

Muchas partes de la salud todavía dependen de infraestructura heredada fragmentada. ¿Por qué cree que los sistemas nativos de IA superarán fundamentalmente a los sistemas tradicionales de “registros” en la próxima década?

Los sistemas heredados de salud fueron diseñados principalmente para registrar transacciones y apoyar auditorías retrospectivas. No fueron diseñados para apoyar la toma de decisiones impulsada por la inteligencia dentro de los flujos de trabajo.

La salud ahora requiere sistemas de inteligencia capaces de operar a la escala, velocidad y complejidad que las operaciones de pago modernas exigen. La ventaja de los sistemas modernos de inteligencia de decisiones sanitarias no es simplemente la IA aplicada. Es la capacidad de combinar políticas, datos, IA y revisión experta para apoyar decisiones más consistentes y explicables en tiempo real.

La ventaja futura pertenecerá a los sistemas que puedan aprender continuamente de los flujos de trabajo operativos mientras permanecen transparentes, explicativos y responsables. La salud no puede operar sin la experiencia humana, así que el objetivo no es la toma de decisiones autónoma. El objetivo es aumentar la toma de decisiones humana con inteligencia que las personas puedan confiar.

Lyric se describe a sí mismo como una empresa de IA de integridad de pago construida sobre décadas de experiencia clínica. ¿Qué tan importante es la inteligencia de reclamaciones propietaria y la inteligencia histórica en la construcción de sistemas de IA defendibles en este sector?

La inteligencia de reclamaciones propietaria y los datos de flujo de trabajo son fundamentales en la salud porque los modelos genéricos solos no son suficientes para apoyar decisiones de pago precisas y explicables a escala.

La plataforma de Lyric apoya aproximadamente 200 millones de vidas y se basa en décadas de inteligencia operativa de reclamaciones. Ese conocimiento y contexto propietarios importan porque reflejan cómo se aplican las políticas, dónde surgen disputas, cómo ocurren errores y cómo se comportan los flujos de trabajo de pago en el mundo real.

La combinación de integración de flujo de trabajo, tres décadas de experiencia clínica y inteligencia de reclamaciones a largo plazo crea sistemas que no solo son más precisos, sino también más explicativos y operativamente auditables.

En la salud, la inteligencia solo importa si las personas pueden entenderla, validarla y actuar sobre ella con confianza.

Una de las mayores preocupaciones en la IA sanitaria es la gobernanza y la explicabilidad. A medida que la IA asume más responsabilidades de toma de decisiones de pago, ¿cómo se ve la supervisión efectiva del bucle humano en la práctica?

Para nosotros, el bucle humano no es un término de moda; es la arquitectura. La IA es una herramienta que usamos para aumentar la toma de decisiones humana.

Puedes ver eso en nuestro trabajo de autoría de contenido. Construimos la experiencia de autoría de contenido Studio42 sobre nuestra plataforma Lyric42, siguiendo el principio de que cada regla y edición debe ser determinista. La IA ayuda a nuestros equipos a revisar grandes volúmenes de material gubernamental, industrial y de investigación, identificar patrones relevantes y presentar recomendaciones. Pero la IA no se convierte en la fuente de verdad. La fuente de verdad está fundamentada en materiales originales y experiencia clínica humana.

Cada regla y edición está diseñada para ser trazable y auditable. Los expertos clínicos revisan y validan el trabajo antes de que llegue a la producción, y cada recomendación que nuestra IA hace para ayudar a nuestros equipos clínicos a crear contenido está fundamentada en fuentes originales y conocimiento humano. También mantenemos un registro completo de la historia de cambios, para que quede claro si una regla o pieza de contenido se creó a partir de una fuente gubernamental, industrial o de investigación específica.

Eso es lo que la supervisión efectiva se ve en la práctica: la IA ayuda con la escala y la detección de señales, los expertos clínicos validan el trabajo, y el sistema preserva un historial de auditoría claro desde el material de origen hasta el contenido revisado. Tan importante como eso, nuestros clientes retienen el control total sobre si y cuándo implementar el contenido, las reglas o las recomendaciones presentadas a través de la plataforma.

En la salud, las apuestas son demasiado altas para que las decisiones importantes se tomen únicamente por una máquina o modelo. En Lyric, creemos que la experiencia humana, el juicio y la rendición de cuentas deben permanecer fundamentales, no tratados como un pensamiento posterior, diseñados en la arquitectura desde el principio.

El desperdicio sanitario sigue siendo uno de los principales impulsores de costos en el sistema de EE. UU. ¿Dónde cree que la IA puede tener el impacto más rápido y medible en la reducción del gasto innecesario sin afectar negativamente la atención al paciente?

La salud representa alrededor del 20% del PIB de EE. UU. , y el 25% de eso es desperdicio. La mayoría de ese desperdicio se atribuye a la complejidad del sistema, no al fraude o al desperdicio intencional.

Esto es exactamente por lo que construimos la plataforma Lyric42. Cambia el proceso de reclamaciones de un modelo de pago y persecución a inteligencia previa al pago, lo que permite a los planes de salud obtener los pagos correctos desde el principio.

Una parte significativa del desperdicio sanitario proviene de la reorganización administrativa al tener inteligencia incongruente en varios partes interesadas. Esto conduce a denegaciones y facturas innecesarias, una mayor intensidad de auditorías manuales y un aumento en las apelaciones de los proveedores sin cambiar significativamente el pago final.

El desperdicio proviene de no tener la inteligencia correcta en el momento correcto. Lyric proporciona a los planes de salud inteligencia de decisiones y recomendaciones, validadas y respaldadas por conocimiento clínico, para ayudar a identificar errores y inconsistencias obvios (codificación, unidades, agrupación, alineación de políticas médicas). Lo hacemos antes del pago, lo que reduce el desperdicio y la mala codificación, reduciendo el vaivén de la reorganización, las apelaciones y los ajustes.

La plataforma de Lyric está integrando cada vez más la automatización, el análisis predictivo y los flujos de trabajo asistidos por IA en las operaciones de reclamaciones. ¿Cuán cerca estamos de un futuro donde grandes porciones de los flujos de trabajo de pago sanitario operen de manera autónoma?

En la próxima década, veremos un mundo donde la mayoría de las tareas dentro de los flujos de trabajo de pago se automatizarán. Sin embargo, los requisitos regulatorios y de cumplimiento seguirán requiriendo una rendición de cuentas clara, lo que significa una responsabilidad humana y organizativa identificable. La IA, la automatización y el análisis predictivo agilizarán las tareas diarias tediosas en los flujos de trabajo de pago sanitario, incluida la validación de datos, la detección de patrones y la recomendación de acciones en tiempo real durante el primer paso de una reclamación. Las decisiones sensibles, de alto impacto o ambiguas permanecerán bajo revisión humana.

La salud es fundamentalmente diferente de muchas industrias porque la rendición de cuentas importa. Las decisiones de pago afectan a los proveedores, los planes, los pacientes/miembros y los resultados financieros en todo el ecosistema de la salud.

No estamos construyendo una IA de pago completamente autónoma. Estamos construyendo inteligencia de decisiones sanitarias diseñada para aumentar la toma de decisiones humana.

El futuro no es el pago sanitario autónomo. El futuro es la inteligencia explicativa que apoya a los humanos que siguen siendo responsables de las decisiones y los resultados.

Muchas empresas todavía están experimentando con la IA en pilotos aislados. ¿Qué separa a las organizaciones que están operacionalizando con éxito la IA de aquellas que siguen atascadas en el modo de prueba de concepto?

La diferencia es que las organizaciones exitosas no tratan la IA como una serie de pilotos aislados. La tratan como una capacidad operativa y propulsión.

Eso requiere más que un modelo sólido. Requiere inversiones fundamentales en herramientas, monitoreo, gobernanza y diseño de flujos de trabajo. En nuestra experiencia, la IA solo se escala cuando la tecnología apoya los procesos de gobernanza que la rodean, y cuando los procesos humanos se rediseñan alrededor del flujo de trabajo habilitado por IA. Necesitas una propiedad clara, patrocinio ejecutivo, alineación operativa y un bucle de retroalimentación constante sobre cómo la IA se está desempeñando en la producción.

Ese último punto es crítico. Las organizaciones que operacionalizan la IA no se detienen en la implementación. Monitorean el rendimiento, analizan los resultados, identifican dónde el sistema necesita mejorar y mejoran continuamente. La IA se convierte en parte del ritmo operativo, no en una implementación de una sola vez.

En Lyric, hemos visto este patrón en áreas como la autoría de contenido. Nos centramos en hacer que un dominio estuviera bien primero, con las herramientas, los controles, el monitoreo y la revisión humana correctos. Una vez que esa base demostró ser exitosa, pudimos usar el mismo enfoque subyacente para expandirnos a otros dominios. Eso es muy diferente a ejecutar una prueba de concepto que se ve bien en una demostración pero nunca tiene que sobrevivir a la complejidad de las operaciones en vivo.

Las organizaciones que se quedan atascadas en el modo de prueba de concepto a menudo subestiman esa complejidad. Pueden probar modelos en conjuntos de datos estrechos o flujos de trabajo controlados, pero no conectan la IA a operaciones reales con la gobernanza, el monitoreo y la gestión del cambio necesarios para sostenerla. Las organizaciones que tienen éxito construyen la base primero, prueban el valor en un área enfocada y luego escalan con disciplina.

Mirando hacia adelante, ¿cree que los ganadores a largo plazo en la IA sanitaria serán las empresas con los mejores modelos independientes, o aquellas con la integración operativa más profunda, los datos de flujo de trabajo y los efectos de red en todo el ecosistema de la salud?

En la salud, los ganadores a largo plazo no serán las empresas con el mejor modelo independiente en aislamiento. Serán las empresas con la integración operativa más profunda, los datos de flujo de trabajo más ricos y los efectos de red más fuertes en todo el ecosistema de la salud.

Los modelos seguirán mejorando, y muchas capacidades se volverán más ampliamente disponibles con el tiempo. Lo que es mucho más difícil de replicar es la combinación de posición de flujo de trabajo incorporada, inteligencia de reclamaciones a largo plazo y relaciones de confianza en todo el ecosistema de la salud.

La plataforma de Lyric abarca aproximadamente 200 millones de vidas y se basa en décadas de inteligencia de precisión de pago propietaria, con la capacidad de agregar nuevas capacidades y socios. Debido a que estamos incorporados al principio del flujo de trabajo de pago y operamos después del cuidado y antes del pago, tenemos visibilidad en el flujo de transacciones real, no solo en conjuntos de datos estáticos. Esa profundidad de datos de flujo de trabajo y resultados es lo que ayuda a la IA a separar la señal del ruido y a moverse desde el análisis de tendencias a la predicción, las recomendaciones y la acción.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Lyric.