Tohtori Rihan Javid, Rinovan ja Edgen toimitusjohtaja ja perustaja – Haastattelusarja

Tohtori Rihan Javid, Rinova AI:n toimitusjohtaja ja perustaja, on lääkärijohtaja ja yrittäjä, joka keskittyy terveydenhuollon toimintojen modernisointiin keinotekoisella älyllä. Lisäksi Rinovan johdossa hän on Edgen perustaja ja puheenjohtaja, joka tarjoaa etätyömahdollisuuksia vakuutus-, lääkäri- ja hammaslääkäripalveluille. Psykiatrin harjoittaja, hän toimii tällä hetkellä lääkäripäällikkönä ja terveydenhuollon johtajana CommonSpirit Healthilla ja St. Joseph’s Behavioral Health Centerissä, ja hänellä on myös kliininen rooli Touro University Medical Groupissa. Aikaisempi kokemus kattaa psykiatrian harjoittamisen The Permanente Medical Group, Inc.:ssä ja residenssin suorittamisen California Pacific Medical Centerissä ja Floridan yliopistossa, sekä aikaisemman johtokokemuksen lakimiesrekrytoinnissa.

Rinova AI on terveydenhuollon teknologiayritys, joka keskittyy älykkääseen taloushallintoon ja lääkärien laskutusautomaatioon. Alusta on suunniteltu vähentämään hallinnollista taakkaa terveydenhuollon tarjoajilta automatisoimalla tärkeitä prosesseja, kuten vakuutuksen varmistamisen, koodin optimoinnin, laskujen lähetyksen ja kieltäytymisen käsittelyn. Hyödyntämällä keinotekoista älyä prosessien sujuvoittamiseen ja tarkkuuden parantamiseen, Rinova pyrkii tarjoamaan merkittäviä kustannussäästöjä perinteisiin laskutuspalveluihin verrattuna, samalla kun se nopeuttaa korvauksia ja parantaa terveydenhuollon organisaatioiden taloudellista suorituskykyä.

Perustit Edgen vuonna 2021 useiden vuosien jälkeen psykiatrina ja myöhemmin lääkäripäällikkönä ja terveydenhuollon johtajana. Mitkä varhaiset signaalit sinä huomasit laskutusprosesseissa, kuten hajanaiset tiedot, muuttuvat vakuutussäännöt tai manuaalinen poikkeuksenkäsittely, jotka vakuuttivat sinut siitä, että automaatio tulisi lopulta olemaan välttämätöntä?

Kun olin harjoittamassa psykiatriaa ja myöhemmin johtamassa kliinisiä toimintoja, näin, kuinka paljon kitkaa oli laskutuksessa. Tiedot olivat useissa järjestelmissä, jotka eivät kommunikoineet hyvin. Vakuutusvaatimukset muuttuivat jatkuvasti. Henkilöstö käytti tunteja laskujen uudelleen käsittelyyn syistä, jotka olivat usein ennustettavissa jälkikäteen.

Se, mikä erottui minulle, oli toistuminen. Samat virheet, samat kieltäytymismallit, samat asiakirjapuutteet. Nämä eivät olleet harvinaisia, monimutkaisia ongelmia. Ne olivat toistuvia operatiivisia murreruksia. Tietyssä mittakaavassa ymmärtää, että pyytäminen ihmisiä käsittämään manuaalisesti tuon monimutkaisuuden ei ole kestävää. Silloin on selvää, että automaatio ei ole valinnainen, vaan välttämätön.

Kun sinä perustit Rinova AI:n useita vuosia myöhemmin, mitkä tekijät muuttuivat teknologian tai tietojen puolella, jotka mahdollistivat älykkään soveltamisen taloushallintoon tavalla, joka voisi toimia luotettavasti vakuutussääntöjen ja todellisen laskutusmonimutkaisuuden kanssa?

Kaksi asiaa muuttui. Ensinnäkin, tietoympäristö parani. Integratiot EHR-järjestelmiin, selvitysjärjestelmiin ja laskutusjärjestelmiin tulivat järjestelmällisemmiksi. Se antoi meille puhtaammat syötteet ja vahvemmat palautekytkennät.

Toiseksi, teknologia kypsyi. Menimme yksinkertaisten sääntömoottorien ohi. Mallit pystyivät arvioimaan asiayhteyttä, eivät vain tarkistamaan ruutuja. Se mahdollisti meille analyysin asiakirjoista, koodauksesta ja vakuutuslogiikasta yhdessä, ei erikseen.

Se ei ollut sitä, että laskutus yhtäkkiä tuli yksinkertaiseksi. Se oli sitä, että ekosysteemi tuli tarpeeksi vakaaksi älykkään toiminnan kannalta.

Taloushallinnan perinteinen lähestymistapa on perustunut staattisiin sääntöihin ja kieltäytymisen jälkeiseen korjaamiseen. Miten älykkään järjestelmän käyttöönotto prosessin alkuvaiheessa muuttaa sairaaloiden ajattelutapaa taloudellisesta riskistä ja korvauksen ennustettavuudesta?

Perinteisesti taloushallinnon tiimit hyväksyvät tietyn tason kieltäytymisen osana liiketoimintaa. Työ alkaa vasta kun jotain menee pieleen.

Kun älykäs järjestelmä otetaan käyttöön virtausprosessissa, tavoitteena on ennaltaehkäisy, ei korjaus. Voit tunnistaa asiakirjapuutteet tai koodausvirheet ennen laskun lähettämistä. Se vähentää korvauksen vaihtelua.

Sairaalat alkavat ajatella vähemmän tulojen metsästystä ja enemmän riskin hallintaa ennen kuin se materialisoituu. Se muuttaa ennustetta, henkilöstömallit ja jopa hallituksen keskustelut taloudellisesta vakaudesta.

Älykkäät järjestelmät toimivat usein hyvin standarditapauksissa, mutta kamppailevat reunoilla. Nykyisissä laskutusoperaatioissa, mitkä skenaariot hoidetaan parhaiten automaation avulla, ja missä kohtaa ihmisen arvio vaatii edelleen kriittistä roolia?

Automaatio toimii parhaiten strukturoitujen, suurten volyymien tehtävissä. Vakuutuksen varmistaminen, valtuutuksen validointi, koodausympäristö, kieltäytymismallien havaitseminen ovat kaikki alueita, joilla koneet voivat prosessoida nopeammin ja johdonmukaisemmin kuin ihmiset.

Ihmisen arvio on edelleen tärkeä reunatapauksissa. Valitukset, jotka vaativat kliinistä hienostuneisuutta, sopimusselvittelyt, epätavallinen vakuutusyhtiön käyttäytyminen tai monimutkaiset potilastilanteet hyötyvät kokemuksesta ja päättelykyvystä. Älykäs järjestelmä voi merkitä riskin. Ihmiset tulkitsevat harmaat alueet ja tekevät lopulliset päätökset.

Edge upottaa terveydenhuollon koulutetut taloushallinnon tiimit sairaaloiden työnkulkuun, kun taas Rinova automatisoi päätöksentekoa virtausprosessissa. Miten lähestyt älykkäiden järjestelmien suunnittelua, jotka vahvistavat ihmisen päätöksentekoa sen sijaan, että ne esittävät uusia operatiivisia riskejä?

Lähestymme älykkäitä järjestelmiä tukikerroksena, ei korvaavina. Järjestelmä esittää suosituksia ja selittää logiikkaansa. Terveydenhuollon koulutetut tiimimme pysyvät työnkulussa.

Se rakenne on tärkeä. Älykäs järjestelmä käsittelee mittakaavan ja mallintunnistamisen. Ihmiset käsittelevät valvontaa ja vastuuta. Kun nämä roolit ovat selkeät, vähennät riskiä sen sijaan, että lisäät sitä.

Tavoitteena on vähentää kognitiivista kuormitusta, ei poistaa ihmisen arvioita.

Vakuutusyhtiöiden käytäntöjä muutetaan usein, eikä niitä aina noudateta johdonmukaisesti. Miten reaaliaikainen vakuutusyhtiöiden tiedon muokkaa palautusilmapiiriä laskujen lähetyksen, kieltäytymisen ja jatkuvan mallin parantamisen välillä?

Vakuutusyhtiöiden käytäntöjä muutetaan usein, ja niiden noudattaminen ei aina ole johdonmukainen. Historiallisesti organisaatiot päivittivät sääntöjä jaksollisesti ja toivoivat, että ne olisivat ajantasaisia.

Reaaliaikaisen palautteen avulla jokainen kieltäytyminen ja hyväksyntä tulee tietopisteeksi. Malli oppii todellisista tuloksista, ei staattisista oletuksista. Se lyhentää aikaa vakuutusyhtiöiden sääntöjen muutosten ja operatiivisten sopeutusten välillä.

Ajan myötä se vähentää yllättäviä kieltäytyminen ja parantaa laskujen lähetyksen tarkkuutta. Se tekee järjestelmästä sopeutuvamman.

Sairaalat ovat oikeutetusti varovaisia älykkäiden järjestelmien vaikutuksesta kassavirtaan. Mitä tasoa avoimuutta tai valvontaa terveydenhuollon johtajien tulisi odottaa ennen kuin he luottavat älykkäisiin laskutusjärjestelmiin?

Johtajien tulisi odottaa selkeää tietoa. Heidän tulisi ymmärtää, miksi suositus tehtiin. Heidän tulisi pystyä ohittamaan sen. Ja heidän tulisi olla selvä auditin jälki.

Taloushallinto vaikuttaa suoraan kassavirtaan ja noudattamiseen. Luottamus tulee näkyvyydestä ja valvonnasta, ei sokeasta automaatiosta. Kaikkien älykkäiden järjestelmien, jotka toimivat tässä tilassa, on täytettävä tämä standardi.

Taloushallinnon tiimien henkilöstöpulmat käsitellään usein työvoiman ongelmina. Kuinka paljon ongelmaa on itse asiassa juurikin tietojen laadussa ja työnkulun suunnittelussa, ja missä kohdassa älykäs järjestelmä voi vaikuttaa eniten?

Henkilöstöhaasteet ovat todellisia, mutta monia niistä voidaan vähentää paremmalla työnkulun suunnittelulla. Kun tiimit käyttävät suurimman osan ajastaan estettävien virheiden korjaamiseen, polttoutuminen lisääntyy ja tuottavuus laskee.

Jos puhdistat tietojen syötteitä ja vähennät vältettävissä olevia kieltäytyminen, sama tiimi voi toimia tehokkaammin. Älykäs järjestelmä vaikuttaa eniten siellä, missä se poistaa toistuvan uudelleenkäsittelyn ja standardisoi prosesseja.

Usein ongelma ei ole pelkästään henkilöstömäärä. Se on kitka.

Kun älykäs järjestelmä uppoaa taloushallinnon toimintoihin, miten näet taloushallinnon tiimien roolin kehittyvän seuraavien vuosien aikana valvonnan, poikkeusten käsittelyn ja hallinnon suhteen?

Odotan, että taloushallinnon tiimit tulevat olemaan strategisempia. Vähemmän aikaa toistuvan prosessoinnin parissa. Enemmän aikaa valvontaan, monimutkaisiin valituksiin, vakuutusyhtiöiden neuvotteluihin ja suorituskyvyn analyysiin.

Kun automaatio hoitaa rutiininomaisen työn, ihmiset siirtyvät hallintoon ja optimointiin. Se korottaa toimintoa sen sijaan, että se kutistuu.

Katsoen eteenpäin, odotatko, että älykkäät taloushallinnon järjestelmät tulevat olemaan terveydenhuollon perusrakenteita sairaaloille eikä vain valinnaisia työkaluja, ja mitä tämä siirtymä mahdollistaisi organisaatioille, jotka toimivat jatkuvan marginaalipaineen alla?

Kyllä. Marginaalipaine ei häviä. Korvauksen ennustettavuus tulee olemaan olennainen.

Älykkäät järjestelmät, jotka parantavat tarkkuutta ja vähentävät vuotia, tulevat siirtymään valinnaisista työkaluista perusrakenteeksi. Kun kassavirta tulee vakaammaksi, sairaalat voivat suunnitella luottavaisemmin ja investoida tarkoituksenmukaisemmin potilashoitoon.

Se on lopulta se tulos, josta välitämme.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Rinova AI:ssa tai Edgessä.