Jim Szyperski, Acuity Behavioral Healthin toimitusjohtaja – Haastattelusarja

Jim Szyperski on Acuity Behavioral Healthin toimitusjohtaja, jonka yritys mullistaa sairaalapsykiatrian datalähtöisellä innovaatiolla. Acuity on kehittänyt uuden kategorian – Behavioral Health Operations Intelligence – johtavien terveydenhuoltojärjestelmien kanssa. Sen Behavioral Health Acuity Index (BHAI) ja Acuity Insights -alusta hyödyntävät tekoälyä ja reaaliaikaisen potilastietojärjestelmän integraatiota, jotta tarjoajat voivat tarjota tasalaatuisempaa, tehokkaampaa ja vaikuttavampaa hoitoa. Alusta mahdollistaa sairaaloille potilastuloksia parantavan, henkilöstön optimoinnin ja taloudellisen kestävyyden ylläpitämisen.

Miten voit selittää viimeaikaiset liittovaltion ja osavaltiotason rahoituskattojen leikkaukset? Miten ne vaikuttavat yhteisöklubeihin ja sairaalapsykiatrisiin yksiköihin?

Ilman muuta, merkittävää rahoitusta leikataan käyttämästä mielenterveyspalveluohjelmista, jotka ovat jo kansallisesti alipalkattuja ja alirahoitettuja. Mitä me näemme, on vain ongelmien siirtäminen osavaltioille ilman selvää ratkaisua. Vaikutus iskee suoraan jo ylirasittuneisiin hätäpalveluihin, hätäosastoille ja paikallissairaaloille, kun ihmisillä ei ole muuta vaihtoehtoa hoidon saamiseksi.

Viimeaikaiset HHS:n henkilöstövähennykset ovat erityisen huolestuttavia, koska ne vaikuttavat kriittisiin virastoihin kuten SAMHSA, CDC ja NIH, jotka tukevat mielenterveys- ja päihdeohjelmia. Nämä leikkaukset tarkoittavat vuosien kokemuksen omaavia henkilöstön menettämistä, joka vaarantaa viimeaikaisen edistymisen, kuten yliannostusten vähentämisen. Kun yhdistät liittovaltion leikkaukset osavaltiotason vähennyksiin, luot täydellisen myrskyn, jossa haavoittuvimmat väestöryhmät menettävät pääsyn välttämättömiin palveluihin, kun meillä on edelleen meneillään mielenterveys-, yliannos- ja itsemurhakriisi koko maassa.

Miksi sairaalapsykiatria on pysynyt yhtenä lääketieteen “epäselvimmistä ja vähiten optimoiduista” aloista niin kauan?

Sairaala-psykiatria on jäänyt jälkeen muiden lääketieteellisten alojen kehityksestä vuosikymmenien ajan monista syistä. Ensinnäkin, olemme riippuvaisia subjektiivisista arvioista, jotka vaihtelevat sijainnittain. Korkean vaihtelun ja puuttuvan kvantitatiivisen, hyväksytyn mallin vuoksi, on estänyt hyödyllisen datan keräämisen, josta parhaat käytännöt voivat kehittyä. Toisin kuin muissa lääketieteellisissä erikoisaloissa, joilla on selkeät diagnostiset kriteerit ja hoitoprotokollat, sairaalapsykiatria on “jumissa” ilman tehokasta mallia, jolla voidaan kvantifioida potilaiden akuuttiutta ja edistymistä.

Olet esitellyt uuden kategorian nimeltä Behavioral Health Operations Intelligence (BHOI). Mitä se tarkoittaa, ja miten se eroaa perinteisistä terveydenhuollon analyytikoista?

Behavioral Health Operations Intelligence (BHOI) on täysin uusi lähestymistapa sairaalapsykiatrisen hoidon hallintaan. BHOI on perinteisten behavioral terveydenhuollon menetelmien täydellinen uudelleenkirjoitus, jotka ovat retrospektiivisiä, hajanaisia ja usein johdettu lääketieteellisistä sairaaloiden mallista, jotka eivät ole suunniteltu volatiilimmaksi sairaalapsykiatrisille ympäristöille.

Toisin kuin väestömallit, BHOI tarjoaa tekoälypohjaisen kehyksen hoidon toimituksen standardisointiin, mittaamiseen ja optimointiin. Se on kliininen operatiivinen järjestelmä, joka on kehitetty erityisesti sairaalapsykiatrialle ja behavioral terveydenhuoltoon yleensä. BHOI tarjoaa kliinisen arviointidatan muodossa kattavat potilas- ja yksikköakuuttiutta arviot hoitopäälliköille ja johtajille, jotta he voivat tehdä tietoisia päätöksiä henkilöstön määrästä, resurssien jakamisesta ja hoidon suunnittelusta. BHOI tarjoaa toimintaa parantavan datan potilaiden ja henkilöstön turvallisuuden parantamiseksi, operatiivisen tehokkuuden lisäämiseksi ja mallin luomiseksi korkeampien korvauksien saamiseksi.

Miten BHOI toimii – ja mitä roolia tekoälyllä on siinä?

BHOI-alusta koostuu kahdesta pääosasta:

1. Behavioral Health Acuity Index (BHAI), validoitua, kattavaa mittauksesta ja pisteitä potilaan akuuttiutta 1-100 asteikolla, ja
2. Acuity INSIGHT, tekoälymallit, jotka keräävät ja analysoivat akuuttiutta pisteitä yhdessä sarjan relevantin data-virtoja, jotka on käytössä potilastietojärjestelmän pääasiallisessa järjestelmässä. Esimerkkejä ovat tiettyjen hoitajien ja henkilöstön data-virrat, lääkärin ohjeet, komorbiditeetit, lääkehoito jne.

On tärkeää huomata, että sekä BHAI että INSIGHT luotiin tietoisesti täysin yhteistyössä johtavien terveydenhuoltojärjestelmien kanssa, mukaan lukien Yale New Haven Health, varmistaakseen, että BHOI on kliinisesti tarkin, relevantti ja luotettava ammattilaisten, jotka käyttävät sitä päivittäin.

Voitko kertoa, miten teidän alustanne integroituu potilastietojärjestelmiin, kuten Epic? Mitä vaikutusta sillä on kliiniseen päätöksentekoon?

Integraatio potilastietojärjestelmiin, kuten Epic, on kevyt integraatio, joka on rakennettu nopeasti ja vaivattomasti hoitohenkilöstön kliiniseen työnkulkuun. Tiettyä kvantitatiivista dataa käytetään suoraan potilaan asiakirjasta ja yhdistetään kahteen lyhyeen kvalitatiiviseen hoitajan syötteeseen vuorovaikutuksen aikana. Tämä data lähetetään suoraan potilastietojärjestelmästä pilveen ja palautetaan takaisin potilastietojärjestelmään näytettäväksi hoitopäälliköille ja sairaalan johtajille, tarjoten heille tarkan ja läpinäkyvän perustan potilaan tilan arviointiin.

Miten teidän tekoälypohjainen Acuity Insights -alusta ennustaa henkilöstön tarpeita ja auttaa ehkäisemään polttoutumista?

Meidän Acuity Insights -alusta käsittelee yhtä pysyvintä haasteita behavioral terveydenhuollossa – henkilöstön määrän ja potilaiden tarpeiden vastaavuuden. Alusta analysoi historiallisia kuvioita, nykyisiä akuuttiutta dataa ja ulkoisia tekijöitä ennustamaan henkilöstön tarpeita hämmästyttävällä tarkkuudella. Lopulta, kun henkilöstö on jatkuvasti ylityöllistetty potilaiden tarpeiden vuoksi, tai kun hoitajapula johtaa ylityöllistymiseen, polttoutuminen on väistämätöntä. Meidän alustamme auttaa hoitopäälliköitä ja johtajia ennustamaan oikean henkilöstön määrän kullekin vuorolle akuuttiutta tasojen perusteella, eikä pelkästään potilasmäärän perusteella.

Mitkä ovat voimakkaimmat prediktiiviset kyvyt, jotka on jo sisällytetty Acuityn järjestelmään?

Toistaiseksi voimakkain prediktiivinen kyky BHOI:ssa on INSIGHT, joka on sisäisesti kutsuttu ”Sorting Hatiksi”. Sorting Hat käyttää tekoälyämme analysoimaan laajoja datakokoelmiamme ja ennustamaan (90%+) hoitohenkilöstön interventiota, jota kunkin potilaan tarvitsee seuraavana päivänä. Lisäksi Sorting Hat pystyy vastaamaan hoitajien työkuormaa potilaiden määrän, potilaiden akuuttiutta pisteiden ja hoitajien taitojen perusteella, jotta hoitopäälliköille voidaan ehdottaa tasapainoisempia ja oikeudenmukaisempia vuorotyön määräyksiä polttoutumisen ja henkilöstön käytön vähentämiseksi.

Luuletko, että tekoäly voi korvata subjektiiviset arviot psykiatriassa – vai tuleeko se aina olemaan työkalu augmentaatiolle?

BHOI on kliininen operatiivinen järjestelmä sairaalapsykiatrialle, joka määrittelee potilaita, jotka kärsivät vakavasta mielenterveyden häiriöstä (SMI). Sairaala-apu on psykiatrian tehohoito, ja tässä usein volatiilissa ympäristössä potilaiden ja henkilöstön turvallisuuden vuoksi uskon, että tekoäly on työkalu, joka voi informoida, ehdottaa vaihtoehtoja ja skenaarioita hoitopäälliköille ja sairaalan johtajille. Ihmiskontakti hoitajien ja potilaiden välillä on perustavanlaatuinen tehokkaalle sairaalahoitolle, ja uskon, että tekoäly ei voi replikoida hienovaraisuutta, joka tulee tästä suhteesta.

Mitkä haasteet odottavat teitä, kun laajennatte tätä alustaa koko maahan – sääntely, eettiset tai tekniset haasteet?

Meidän alustamme luotiin alusta alkaen kliinisten asiantuntijoiden toimesta johtavista terveydenhuollon laitoksista uutena kategoriana ja potilasluokittelujärjestelmänä behavioral terveydenhuoltoon täyttämään kliinistä aukkoa potilaiden hoidossa. Tässä prosessissa kiinnitettiin täydellistä huomiota HIPAA:han ja sääntelyhaasteisiin yksityisyyden ja vaatimustenmukaisuuden kanssa perussääntöinä, eikä jälkikäteen. Alusta on suunniteltu siten, että se ei säilytä henkilökohtaisia tietoja (PHI), vaan ainoastaan de-identifioituja tietoja ja noudattaa kaikkia turvallisuusprotokollia.

Miltä näyttää sairaalapsykiatrisen hoidon tulevaisuus, jos alustat kuten Acuityn tulevat normiksi?

Ensisijaisesti, mielenterveydenhuolto ON terveydenhuolto, piste. Tämä on tosiasia, joka jokainen, jolla on ollut perheenjäsen tai ystävä, joka on kärsinyt mielenterveyden häiriöstä, täysin ymmärtää. Meidän mielenterveytemme ja fyysinen terveytemme ovat toisistaan riippuvia. Valitettavasti terveydenhuoltomme järjestelmä ei ollut kehitetty tämän olettamuksen perusteella, ja vasta viime vuosina, suurelta osin pandemian kautta, on mielenterveyden keskustelu tullut säännölliseksi aiheeksi terveydenhuollossa.

Mutta keskustelu ja toiminta ovat mailin päässä toisistaan behavioral terveydenhuollossa, ja tunnustaminen on välttämätöntä, mutta se ei ole parannuskeino. Fyysinen terveydenhuolto on hyötynyt vuosikymmenien ajan datan keräämisestä, analyysistä ja mallinnuksesta. Ihmeellinen edistysaskel kardiologiassa, nefrologiassa, onkologiassa jne. on johtunut parhaista käytännöistä, jotka ovat kehittyneet tutkimuksen ja hienostamisen kautta ajan myötä. Tämä ei ole tapahtunut behavioral terveydenhuollossa, joka on elänyt eristyneenä olemassaolona.

Termiä ”tasapuolisuus” käytetään paljon behavioral terveydenhuollon tarjoajien toimesta yleisen terveydenhuollon vertaillessa. Mutta tasapuolisuus edellyttää taloudellista tasapuolisuutta, ja sitä ei voida saavuttaa, kunnes behavioral terveydenhuolto seuraa lähemmin muuta terveydenhuoltoa: dataohjattua, standardoitua ja optimoitua kuten muut lääketieteelliset erikoisalat. BHOI on ensimmäinen askel kohti tasapuolisuutta. Se on ensimmäinen validoitua ja kvantitatiivista malli sairaalapsykiatriaan, joka voi auttaa tasoittamaan pelikenttää ja tarjoamaan toimintaa parantavan datan ja näkemykset, joita sairaalat voivat hyödyntää tehokkuuden, henkilöstön pidättämisen ja taloudellisen oikeutuksen vuoksi.

On olennaista, että psykiatriset yksiköt siirtyvät mahdollisimman nopeasti kestävyyden sijaan jatkamisesta alaspäin viettävällä polulla. Nykyinen tilanne jatkuu alaspäin ja ei ole kestävää. Parempi resurssien alokointi, optimoitu sairaalassaoloaika ja parannettu potilastulokset ovat olennaisia tekijöitä, mutta ne vaativat määrällisiä mittauksia ja tuloksia, dataohjattuja malleja, jotta voidaan luoda terveempi taloudellinen kuva behavioral terveydenhuoltoon. Ja aika ei ole ystävämme, ”joten älkäämme puhukkaamme valheita nyt, tunti on myöhäinen”.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Acuity Behavioral Healthin verkkosivuilla.