Halsey Wise, PDG de Lyric – Série d’entretiens

Halsey Wise, PDG de Lyric, apporte près de trois décennies de leadership exécutif, de gouvernance d’entreprise et d’expérience de création de valeur dans les domaines des technologies de santé, des logiciels et des services financiers. Après avoir siégé au conseil d’administration de Lyric depuis 2022, il a pris les rênes du poste de PDG avec pour objectif de développer la plateforme Lyric42, de renforcer les relations avec les clients et les partenaires, d’accélérer l’innovation et les investissements dans l’IA, et de stimuler la croissance grâce à l’expansion organique et aux acquisitions stratégiques. Wise a dirigé six entreprises en tant que PDG ou président, dont des rôles de direction dans des entreprises publiques chez Intergraph et MedAssets, et a siégé aux conseils d’administration de grandes entreprises technologiques et de santé, notamment Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric et WellSky. Il est également président et PDG de Lime Barrel Advisors, conseiller principal de TPG Capital, et co-dirige une fondation familiale qui soutient les bourses d’études, la sécurité alimentaire, les services aux anciens combattants et les causes de santé.

Lyric est une entreprise d’intelligence décisionnelle dans le domaine de la santé qui se concentre sur l’amélioration de la précision des paiements pour les régimes de santé en appliquant les politiques, les données, l’IA, l’examen clinique et le soutien décisionnel explicatif avant que les réclamations ne soient payées. Sa plateforme Lyric42 est conçue pour aider les régimes de santé à coordonner les décisions de paiement à travers les règles, les flux de travail, les produits d’intégrité des paiements et les recommandations pilotées par l’IA, dans le but de réduire les déchets administratifs, d’améliorer la précision des paiements initiaux, de réduire les frictions avec les fournisseurs et de donner aux clients une plus grande transparence sur les raisons des décisions de paiement. L’entreprise positionne son approche d’IA comme une solution qui complète l’expertise humaine plutôt que de la remplacer, en combinant l’automatisation, la validation clinique, la gouvernance et le contrôle client pour soutenir des décisions de paiement de santé plus cohérentes et plus défendables.

Vous avez dirigé et conseillé de grandes entreprises de santé et de technologie, notamment MedAssets, Cerner, Cotiviti et maintenant Lyric. Comment votre expérience dans les domaines des technologies de santé, de l’analyse et de la technologie a-t-elle façonné votre vision pour Lyric ?

À travers chaque entreprise que j’ai dirigée ou conseillée, une conviction n’a fait que grandir : la santé ne peut pas s’améliorer sans confiance, vérité et transparence à sa base. Ce ne sont pas des valeurs molles. Ce sont les conditions de fonctionnement sur lesquelles un meilleur système de santé dépend. Chaque régime, fournisseur et membre est affecté par le fait que l’intelligence sous-jacente peut être fiable, que les informations reflètent la vérité et que le raisonnement derrière une décision est suffisamment transparent pour résister à la scrutiny.

Cette conviction façonne ma réflexion sur Lyric. J’ai rejoint le conseil d’administration de Lyric en 2022 avant de prendre les rênes du poste de PDG, et ce que je comprenais alors, je le crois encore plus fortement maintenant. Nous à Lyric, nous construisons l’une des entreprises de santé les plus innovantes, les plus impactantes et les plus importantes.

Lyric est l’intelligence décisionnelle dans le domaine de la santé. Des décennies d’expertise clinique et de paiement, des relations client solides et une plateforme opérant à l’échelle nationale nous donnent une base que peu d’entreprises dans le domaine de la santé possèdent. Le paiement est l’expression la plus élevée de cela aujourd’hui, mais l’opportunité plus large est de donner aux personnes dans le domaine de la santé la technologie et les connaissances pour prendre de meilleures décisions, plus tôt, avec confiance, au service d’une meilleure santé pour les personnes et les patients qu’elle sert finalement.

Je crois également profondément que la prise de décision dans le domaine de la santé appartient aux humains. Le jugement clinique, l’interprétation des politiques et la responsabilité ne peuvent pas être externalisés à un modèle. Ce que l’IA peut faire, et ce qu’elle devrait faire, est informer et soutenir les personnes qui prennent ces décisions. Elle peut mettre en évidence des signaux, des tendances et des anomalies qui étaient auparavant enfouis dans l’échelle et la complexité. Elle peut souligner où quelque chose semble incohérent, où un modèle émerge, ou où une décision nécessite un examen plus approfondi. Tel est le rôle de l’IA dans le domaine de la santé : élargir la visibilité humaine et renforcer le jugement humain, et non le remplacer.

Lyric a passé les dernières années à reconstruire sa pile technologique en une plateforme d’IA basée sur le cloud qui prend en charge les opérations de paiement sur 190 millions de vies. Quels ont été les plus grands défis architecturaux ou organisationnels dans cette transition ?

Lyric est issu d’une scission d’une entreprise plus grande. Nous avons hérité d’infrastructures legacy ainsi que de relations client incroyables et de décennies d’expertise opérationnelle.

Au cours des dernières années, nous avons reconstruit les fondements technologiques de zéro. Le défi n’était pas simplement de moderniser les infrastructures. C’était d’évoluer un entreprise de précision de paiement de 30 ans en une plateforme d’intelligence décisionnelle dans le domaine de la santé moderne tout en préservant l’explicabilité, la traçabilité et la confiance.

Un principe fondamental était de garantir une absence de perturbation commerciale pendant que nous modernisions notre technologie. Nous avons utilisé les capacités avancées de Lyric42 pour garantir des migrations très précises, en travaillant étroitement avec nos clients régimes de santé pour créer une transition sûre et sécurisée.

Sur le plan architectural, nous sommes passés d’un ordonnancement prédéterminé statique à une intelligence en temps réel qui prend en charge les décisions de paiement initiales dans les flux de travail. En même temps, chaque résultat devait rester transparent, fondé sur les politiques et explicatif.

À mesure que nous migrons les clients vers la nouvelle plateforme, nous prenons en charge les opérations de paiement sur 200 millions de vies à travers une architecture d’intelligence unifiée qui met en évidence les connaissances plus tôt, réduit les déchets et prend en charge une prise de décision plus cohérente à grande échelle.

Vous avez soutenu que les paiements de santé doivent passer d’un recouvrement post-paiement à une intelligence pré-paiement. Quels sont les progrès technologiques qui rendent enfin cette transition viable à grande échelle ?

Le passage d’un recouvrement post-paiement à une intelligence pré-paiement est maintenant possible parce que le domaine de la santé dispose enfin de la combinaison de données de flux de travail à grande échelle, d’infrastructures cloud et d’IA capable de séparer le signal du bruit dans des environnements de réclamations très complexes.

Historiquement, la plupart des systèmes ont été conçus pour analyser ce qui s’est passé après le paiement. Aujourd’hui, nous pouvons appliquer l’intelligence beaucoup plus tôt dans les flux de travail, avant les erreurs, les litiges et les déchets se propagent dans le système.

D’un point de vue capacitaire, Lyric a introduit une sélection intelligente pour l’examen préalable, garantissant que les réclamations ne sont pas inutilement retenues avant le paiement lorsque le timing est critique pour les régimes et les fournisseurs. Grâce à notre plateforme d’audit intelligente, nous avons également permis aux réclamations qui nécessitent un examen humain d’être traitées en quelques heures ou jours, plutôt que les semaines ou les mois que les processus traditionnels peuvent nécessiter.

Ces progrès technologiques, couplés à l’orchestration avancée au sein de Lyric42, ont débloqué l’intelligence décisionnelle dans le domaine de la santé pour la précision du pré-paiement en combinant l’IA, les politiques et l’examen clinique d’expert pour prendre en charge des décisions de paiement précises et explicables à la première passe. Il est important de noter que cela ne fonctionne qu’à grande échelle lorsque l’intelligence reste transparente, traçable et ancrée dans la responsabilité humaine.

Une grande partie du domaine de la santé repose encore sur des infrastructures legacy fragmentées. Pourquoi croyez-vous que les systèmes natifs IA vont fondamentalement surpasser les systèmes de registre traditionnels au cours de la prochaine décennie ?

Les systèmes de santé legacy ont été principalement conçus pour enregistrer les transactions et prendre en charge les audits rétrospectifs. Ils n’ont jamais été conçus pour prendre en charge la prise de décision basée sur l’IA dans les flux de travail.

Le domaine de la santé nécessite désormais des systèmes d’IA capables de fonctionner à l’échelle, à la vitesse et à la complexité que les opérations de paiement modernes exigent. L’avantage des systèmes d’intelligence décisionnelle dans le domaine de la santé modernes est non seulement l’application de l’IA. C’est la capacité de combiner les politiques, les données, l’IA et l’examen d’expert pour prendre en charge des décisions plus cohérentes et explicables en temps réel.

L’avantage futur appartiendra aux systèmes qui peuvent apprendre en continu à partir des flux de travail opérationnels tout en restant transparents, explicables et responsables. Le domaine de la santé ne peut pas fonctionner sans expertise humaine, donc l’objectif n’est pas la prise de décision autonome. L’objectif est d’augmenter la prise de décision humaine avec de l’intelligence que les gens peuvent faire confiance.

Lyric se décrit comme une entreprise d’IA de l’intégrité des paiements basée sur des décennies d’expertise clinique. Quelle est l’importance des données de santé propriétaires et de l’intelligence de réclamations historiques dans la construction de systèmes d’IA défendables dans ce secteur ?

Les données de réclamations propriétaires et l’intelligence de flux de travail sont fondamentales dans le domaine de la santé parce que les modèles génériques seuls ne sont pas suffisants pour prendre en charge des décisions de paiement précises et explicables à grande échelle.

La plateforme de Lyric prend en charge environ 200 millions de vies et est construite sur des décennies d’intelligence de réclamations opérationnelles. Cette connaissance et ce contexte propriétaires sont importants car ils reflètent la manière dont les politiques sont appliquées, où les litiges émergent, comment les erreurs se produisent et comment les flux de travail de paiement se comportent dans le monde réel.

La combinaison de l’intégration de flux de travail, de trois décennies d’expertise clinique et d’intelligence de réclamations longitudinale crée des systèmes qui ne sont pas seulement plus précis, mais plus explicables et opérationnellement auditable.

Dans le domaine de la santé, l’intelligence ne compte que si les gens peuvent la comprendre, la valider et agir avec confiance.

L’une des principales préoccupations dans l’IA dans le domaine de la santé est la gouvernance et l’explicabilité. À mesure que l’IA prend en charge davantage de responsabilités de décision de paiement, à quoi ressemble une surveillance efficace de l’homme dans la boucle en pratique ?

Pour nous, l’homme dans la boucle n’est pas un buzzword ; c’est l’architecture. L’IA est un outil que nous utilisons pour compléter la prise de décision humaine.

Vous pouvez le voir dans notre travail d’édition de contenu. Nous avons construit l’expérience d’édition de contenu Studio42 sur notre plateforme Lyric42, en suivant le principe que chaque règle et chaque édition doivent être déterministes. L’IA aide nos équipes à examiner de grandes quantités de matériel gouvernemental, d’industrie et de recherche, à identifier des modèles pertinents et à mettre en évidence des recommandations. Mais l’IA ne devient pas la source de vérité. La source de vérité est ancrée dans les matériaux originaux et l’expertise clinique humaine.

Chaque règle et chaque édition sont conçues pour être traçables et auditable. Les experts cliniques examinent et valident le travail avant qu’il n’atteigne la production, et chaque recommandation que notre IA fait pour aider notre équipe clinique à créer du contenu est ancrée dans les sources originales et la connaissance humaine. Nous conservons également l’historique complet des modifications, de sorte qu’il soit clair si une règle ou un contenu a été construit à partir d’une source gouvernementale, d’industrie ou de recherche spécifique.

Tel est à quoi ressemble une surveillance efficace en pratique : l’IA aide à l’échelle et à la détection de signaux, les experts cliniques valident le travail, et le système préserve une traçabilité claire depuis le matériel source jusqu’au contenu examiné. Tout aussi important, nos clients conservent le contrôle total sur la mise en œuvre du contenu, des règles ou des recommandations mises en évidence par la plateforme.

Dans le domaine de la santé, les enjeux sont trop élevés pour que des décisions importantes soient prises uniquement par une machine ou un modèle. Chez Lyric, nous croyons que l’expertise humaine, le jugement et la responsabilité doivent rester fondamentaux, et non traités comme une après-pensée, conçus dans l’architecture dès le départ.

Les déchets de santé restent l’un des principaux facteurs de coûts dans le système américain. Où croyez-vous que l’IA puisse avoir l’impact mesurable le plus rapide pour réduire les dépenses inutiles sans affecter négativement les soins aux patients ?

Le domaine de la santé représente environ 20 % du PIB américain , et 25 % de celui-ci est gaspillé. La majorité de ces déchets est attribuée à la complexité du système, et non à la fraude ou aux déchets intentionnels.

C’est exactement pourquoi nous avons construit la plateforme Lyric42. Elle déplace le processus de réclamation d’un modèle de paiement et de poursuite à une intelligence pré-paiement, permettant aux régimes de santé d’obtenir les paiements corrects dès la première fois.

Une partie importante des déchets de santé provient de la reprise administrative due à l’intelligence incohérente entre les multiples parties prenantes. Cela conduit à des refus et des factures inutiles, à une intensification des audits manuels et à une augmentation des appels des fournisseurs sans modifier de manière significative le paiement final.

Les déchets proviennent du fait de ne pas avoir la bonne intelligence au bon moment. Lyric fournit aux régimes de santé des connaissances et des recommandations validées et étayées par des connaissances cliniques pour aider à identifier les erreurs et les incohérences évidentes (codage, unités, regroupement, alignement sur les politiques médicales). Nous le faisons avant le paiement, ce qui réduit les déchets et les erreurs de codage, en réduisant les allers-retours de reprise, d’appels et d’ajustements.

La plateforme de Lyric intègre de plus en plus l’automatisation, l’analyse prédictive et les flux de travail assistés par l’IA dans les opérations de réclamation. À quel point sommes-nous proches d’un avenir où de grandes parties des flux de travail de paiement de santé fonctionnent de manière autonome ?

Au cours de la prochaine décennie, nous allons voir un monde où la plupart des tâches à l’intérieur des flux de travail de paiement seront automatisées. Mais les exigences réglementaires et de conformité continueront à nécessiter une responsabilité claire, ce qui signifie une responsabilité humaine et organisationnelle identifiable. L’IA, l’automatisation et l’analyse prédictive rationaliseront les tâches fastidieuses quotidiennes dans les flux de travail de paiement de santé, notamment la validation des données, la détection de modèles et la recommandation d’actions en temps réel lors de la première passe d’une réclamation. Les décisions sensibles, à forte incidence ou ambiguës resteront sous examen humain.

Le domaine de la santé est fondamentalement différent de nombreuses industries parce que la responsabilité compte. Les décisions de paiement affectent les fournisseurs, les régimes, les patients/membres et les résultats financiers dans l’ensemble de l’écosystème de la santé.

Nous ne construisons pas un système de paiement d’IA entièrement autonome. Nous construisons une intelligence décisionnelle dans le domaine de la santé conçue pour compléter la prise de décision humaine.

L’avenir n’est pas les paiements de santé autonomes. L’avenir, c’est l’intelligence explicative qui soutient les humains qui restent responsables des décisions et des résultats.

De nombreuses entreprises sont encore en train d’expérimenter l’IA dans des pilotes isolés. Qu’est-ce qui sépare les organisations qui réussissent à opérationnaliser l’IA de celles qui restent bloquées dans le mode de preuve de concept ?

La différence est que les organisations qui réussissent ne traitent pas l’IA comme une série de pilotes isolés. Elles la traitent comme une capacité opérationnelle et une propulsion.

Cela nécessite plus qu’un modèle solide. Cela nécessite des investissements fondamentaux dans les outils, la surveillance, la gouvernance et la conception de flux de travail. Selon notre expérience, l’IA ne fait que de l’échelle lorsque la technologie prend en charge les processus de gouvernance qui l’entourent, et lorsque les processus humains sont reconçus autour du flux de travail piloté par l’IA. Vous avez besoin d’une propriété claire, d’un parrainage exécutif, d’un alignement opérationnel et d’une boucle de rétroaction constante sur la façon dont l’IA se comporte en production.

Ce dernier point est critique. Les organisations qui opérationnalisent l’IA ne s’arrêtent pas au déploiement. Elles surveillent les performances, analysent les résultats, identifient où le système doit s’améliorer et améliorent continuellement. L’IA devient partie intégrante du rythme opérationnel, et non une mise en œuvre unique.

Chez Lyric, nous avons vu ce modèle dans des domaines comme l’édition de contenu. Nous nous sommes concentrés pour obtenir un domaine correct dès le départ, avec les bons outils, les contrôles, la surveillance et l’examen humain. Une fois que cette fondation s’est avérée réussie, nous avons pu utiliser la même approche sous-jacente pour étendre à d’autres domaines. C’est très différent de l’exécution d’un pilote qui semble bien dans une démo mais qui n’a jamais à survivre à la complexité des opérations en direct.

Les organisations qui restent bloquées dans le mode pilote sous-estiment souvent cette complexité. Ils peuvent tester des modèles sur des ensembles de données étroits ou des flux de travail contrôlés, mais ils ne branchent pas l’IA dans les opérations réelles avec la gouvernance, la surveillance et la gestion du changement nécessaires pour la soutenir. Les organisations qui réussissent construisent la fondation d’abord, prouvent la valeur dans un domaine ciblé, puis évoluent avec discipline.

En regardant vers l’avenir, croyez-vous que les gagnants à long terme dans l’IA dans le domaine de la santé seront les entreprises avec les meilleurs modèles autonomes, ou celles avec l’intégration opérationnelle la plus profonde, les données de flux de travail, et les effets de réseau à travers l’écosystème de la santé ?

Dans le domaine de la santé, les gagnants à long terme ne seront pas les entreprises avec le meilleur modèle autonome en isolation. Ce seront les entreprises avec l’intégration opérationnelle la plus profonde, les données de flux de travail les plus riches et les effets de réseau les plus solides à travers l’écosystème de la santé.

Les modèles continueront de s’améliorer, et de nombreuses capacités deviendront plus largement disponibles avec le temps. Ce qui est beaucoup plus difficile à reproduire, c’est la combinaison de la position de flux de travail intégrée, de l’intelligence de réclamations longitudinale et des relations de confiance à travers les régimes de santé, les fournisseurs et les partenaires.

La plateforme de Lyric s’étend sur environ 200 millions de vies et est construite à partir de décennies d’intelligence de réclamations propriétaires, avec la capacité de superposer de nouvelles capacités et partenaires. Puisque nous sommes intégrés tôt dans le flux de travail de paiement et que nous opérons après les soins et avant le paiement, nous avons une visibilité sur le flux de transaction réel, et non seulement sur les ensembles de données statiques. Cette profondeur de données de flux de travail et de résultats est ce qui aide l’IA à séparer le signal du bruit et à passer de l’analyse des tendances à la prédiction, aux recommandations et à l’action.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Lyric.