Jim Szyperski, CEO, Acuity Behavioral Health – Seri Wawancara

Jim Szyperski adalah CEO dari Acuity Behavioral Health, sebuah perusahaan yang mendefinisikan ulang perawatan psikiatris rawat inap melalui inovasi berbasis data. Acuity telah mempelopori kategori baru—Inteligensi Operasional Kesehatan Perilaku—yang dikembangkan dalam kolaborasi dengan sistem kesehatan terkemuka. Indeks Akurasi Kesehatan Perilaku (BHAI) dan platform Acuity Insights memanfaatkan AI dan integrasi EHR waktu nyata untuk membantu penyedia layanan menyediakan perawatan yang lebih konsisten, efisien, dan efektif. Platform ini memungkinkan rumah sakit untuk meningkatkan hasil pasien, mengoptimalkan staf, dan mempertahankan keberlanjutan keuangan.

Apakah Anda dapat menjelaskan pengurangan dana federal dan tingkat negara bagian baru-baru ini? Bagaimana pengaruhnya terhadap klinik komunitas dan unit psikiatris rawat inap?

Tanpa keraguan, dana yang signifikan sedang dipotong dari program kesehatan perilaku yang sudah kekurangan staf dan dana secara nasional. Apa yang kita lihat hanyalah perpindahan masalah ke negara bagian tanpa solusi yang jelas. Dampaknya jatuh langsung pada layanan darurat yang sudah terlalu berat, departemen darurat, dan rumah sakit setempat karena orang tidak memiliki tempat lain untuk berobat.

Pengurangan staf HHS baru-baru ini sangat mengkhawatirkan, karena mereka mempengaruhi lembaga kritis seperti SAMHSA, CDC, dan NIH yang mendukung program kesehatan mental dan penyalahgunaan zat. Pengurangan ini berarti kehilangan staf dengan tahun-tahun keahlian, membahayakan kemajuan baru seperti mengurangi kematian akibat overdosis. Ketika Anda menggabungkan pengurangan federal dengan pengurangan tingkat negara bagian, Anda menciptakan badai sempurna di mana populasi yang paling rentan kehilangan akses ke perawatan esensial pada saat kita masih menghadapi krisis kesehatan mental, overdosis, dan bunuh diri yang sedang berlangsung secara nasional.

Mengapa perawatan psikiatris rawat inap tetap menjadi salah satu bidang “paling tidak transparan dan tidak dioptimalkan” dalam kedokteran selama ini?

Perawatan psikiatris rawat inap telah tertinggal di belakang rekan-rekan medis-bedahnya selama dekade karena beberapa alasan. Pertama, kita sangat bergantung pada penilaian subjektif yang bervariasi dari lokasi ke lokasi. Tingkat variabel yang tinggi dan kurangnya model yang diterima secara kuantitatif telah menghambat pengumpulan data yang dapat digunakan yang dapat berkembang menjadi praktik terbaik. Jadi, tidak seperti spesialisasi medis lain dengan kriteria diagnostik dan protokol perawatan yang jelas, perawatan psikiatris rawat inap masih “terjebak” tanpa model efektif untuk mengukur akurasi pasien dan kemajuan.

Selain itu, perawatan psikiatris rawat inap adalah tingkat yang paling rendah dalam tangga reimbursement. Model reimbursement saat ini didasarkan pada skema per diem saja yang meremehkan perawatan psikiatris dan tidak mendorong investasi untuk meningkatkan staf atau menerapkan teknologi baru. Seperti yang ada sekarang, fasilitas psikiatris rawat inap umumnya hanya menutupi sekitar 65% dari biaya rumah sakit untuk menyediakan layanan. Konsekuensinya, rumah sakit selalu beroperasi dengan unit rawat inap yang sangat terbatas, dan pada saat mereka kekurangan pasien, kekurangan staf, dan kekurangan dana. Lingkungan ini tidak berkelanjutan. Sayangnya, kurangnya baseline, model untuk mengukur dan mengkuantifikasi biaya incremental, memastikan bahwa kemungkinan ini akan berubah sangat rendah.

Terakhir, stigma yang persisten seputar kesehatan mental telah membatasi investasi dan perhatian dibandingkan dengan bidang medis lain. Meskipun pandemi telah meningkatkan kesehatan mental ke dalam topik percakapan yang luas, fakta sederhana adalah bahwa percakapan yang cukup besar ini sebagian besar hanya percakapan, dengan sedikit atau tidak ada perubahan sistemik dalam perawatan dan pengobatan penyakit mental. Kombinasi dari faktor-faktor ini telah meninggalkan perawatan psikiatris rawat inap, dan perawat serta staf yang sangat dedikasi yang merawat pasien ini, “terjebak” dengan metode yang ketinggalan zaman dan data yang terbatas untuk mengembangkan perbaikan. Ini adalah kesenjangan yang tepat yang kami tangani di Acuity.

Anda telah memperkenalkan kategori baru yang disebut Inteligensi Operasional Kesehatan Perilaku (BHOI). Apa yang dimaksud dengan ini, dan bagaimana ini berbeda dari analitik kesehatan tradisional?

Inteligensi Operasional Kesehatan Perilaku (BHOI) adalah pendekatan yang sama sekali baru untuk mengelola perawatan psikiatris rawat inap. BHOI adalah penulisan ulang total metode kesehatan perilaku tradisional yang retrospektif, terfragmentasi, dan seringkali berasal dari model sensus medis-bedah yang tidak dirancang untuk lingkungan psikiatris rawat inap yang lebih volatil.

Dalam kontras yang tajam dengan model sensus, BHOI menyediakan kerangka kerja yang ditenagai AI untuk memstandarisasi, mengukur, dan mengoptimalkan penyampaian perawatan. Ini adalah sistem operasional klinis yang secara khusus dikembangkan untuk psikiatris rawat inap dan kesehatan perilaku secara umum. BHOI menyediakan data penilaian klinis dalam bentuk skor akurasi pasien dan unit yang komprehensif kepada manajer perawat dan administrator untuk secara akurat memandu dan membuat keputusan operasional tentang penugasan staf, alokasi sumber daya, dan perencanaan perawatan. BHOI menyediakan data yang dapat ditindaklanjuti untuk meningkatkan perawatan dan keamanan pasien dan staf, meningkatkan efisiensi operasional, dan membangun model untuk reimbursement yang lebih tinggi.

Dalam singkat, BHOI membangun bahasa dan sistem pengukuran yang umum di seluruh ekosistem kesehatan perilaku. Standarisasi ini memungkinkan kesehatan perilaku untuk membandingkan kinerja, mengidentifikasi praktik terbaik, dan terus memperbaiki dengan cara yang tidak mungkin sebelumnya.

Bagaimana BHOI bekerja—dan apa peran AI dalam hal ini?

Platform BHOI terdiri dari dua elemen utama:

1. Indeks Akurasi Kesehatan Perilaku (BHAI), pengukuran dan skor akurasi pasien yang valid dan komprehensif pada skala 1-100, dan
2. Acuity INSIGHT, model AI kami yang mengumpulkan dan menganalisis skor akurasi dalam konjungsi dengan serangkaian aliran data yang relevan yang ditangkap dalam sistem Catatan Kesehatan Elektronik. Contoh dari ini adalah data staf perawat dan data penugasan, perintah medis, komorbiditas, manajemen obat, dll.

Penting untuk dicatat bahwa baik BHAI dan INSIGHT dibuat secara sengaja dalam kolaborasi penuh dengan beberapa sistem kesehatan terkemuka di negara kami, termasuk Yale New Haven Health, untuk memastikan bahwa BHOI secara klinis akurat, relevan, dan dipercaya oleh profesional yang menggunakannya sehari-hari.

Apakah Anda dapat menjelaskan bagaimana platform Anda terintegrasi dengan sistem EHR seperti Epic? Apa dampaknya terhadap pengambilan keputusan klinis?

Integrasi dengan sistem EHR seperti Epic adalah integrasi ringan, dibangun dengan cepat dan lancar ke dalam alur kerja klinis staf perawat. Data kuantitatif spesifik diakses oleh lembar aliran langsung dari catatan pasien dan digabungkan dengan dua input kualitatif perawat singkat pada perubahan shift. Data ini dikirim langsung dari EHR ke platform cloud kami dan dikembalikan dalam satu detik ke EHR untuk ditampilkan kepada manajer perawat dan administrator rumah sakit, memberikan mereka baseline akurat dan transparan untuk mengevaluasi status pasien.

Integrasi EHR juga memungkinkan perencanaan perawatan yang lebih terinformasi. Dengan pengukuran akurasi yang akurat, manajer perawat dapat lebih baik mencocokkan intervensi tim perawatan dengan kebutuhan pasien dan melacak apakah intervensi tersebut berfungsi seperti yang diharapkan, secara dramatis meningkatkan alokasi sumber daya. Manajer perawat menugaskan staf berdasarkan akurasi pasien yang sebenarnya, bukan rasio pasien-ke-staf yang sewenang-wenang, memastikan bahwa pasien yang paling akut menerima perhatian yang tepat sementara menghindari penugasan staf yang tidak perlu untuk pasien dengan akurasi yang lebih rendah. Pengadopsi awal seperti Pine Rest Christian Mental Health Services, Cone Health, dan Tanner Health sudah melihat manfaat ini dalam operasi sehari-hari mereka.

Bagaimana platform Acuity Insights yang ditenagai AI Anda memprediksi kebutuhan penugasan staf dan membantu mencegah kelelahan?

Platform Acuity Insights kami menangani salah satu tantangan yang paling persisten dalam kesehatan perilaku—mencocokkan tingkat penugasan staf dengan kebutuhan pasien yang sebenarnya. Platform ini menganalisis pola sejarah, data akurasi saat ini, dan faktor eksternal untuk memprediksi kebutuhan penugasan staf dengan akurasi yang luar biasa. Pada akhirnya, ketika staf secara konsisten bekerja berlebihan karena kebutuhan pasien yang salah, atau kekurangan perawat menghasilkan shift ganda, kelelahan adalah tak terhindarkan. Platform kami membantu manajer perawat dan administrator memproyeksikan alokasi staf yang tepat untuk setiap shift berdasarkan tingkat akurasi yang diprediksi, bukan hanya hitungan sensus.

Di luar hanya angka, input waktu nyata perawat selama perubahan shift adalah elemen kunci dalam perhitungan skor akurasi pasien platform. Selain itu, BHOI menganalisis keterampilan dan spesialisasi perawat mana yang akan dibutuhkan, memungkinkan penugasan staf yang lebih strategis oleh manajer perawat, bahkan memperingatkan manajer tentang potensi titik stres atau unit yang berisiko tinggi untuk kelelahan staf berdasarkan akurasi yang tinggi yang berkelanjutan.

Hasilnya adalah beban kerja yang lebih seimbang, waktu lembur yang berkurang, tingkat penugasan staf yang tepat, staf perawat yang diberdayakan, dan lingkungan kerja yang lebih berkelanjutan untuk para profesional kesehatan yang didedikasikan ini.

Apa kemampuan prediktif yang paling kuat yang saat ini dimasukkan dalam sistem Acuity?

Sampai saat ini, kemampuan prediktif yang paling berdampak dari BHOI adalah melalui INSIGHT, yang, untuk mengutip frase dari tim yang menyukai Harry Potter, secara internal disebut “Sorting Hat”. Sorting Hat menggunakan AI kami untuk menganalisis set data yang luas dan memprediksi dengan akurasi (90%+) tingkat intervensi oleh staf perawat yang akan dibutuhkan oleh setiap pasien untuk hari berikutnya. Selain itu, Sorting Hat dapat mencocokkan beban kerja perawat dengan volume pasien, oleh poin akurasi pasien dan oleh set keterampilan perawat untuk menyarankan kepada manajer perawat penugasan shift yang lebih seimbang dan adil untuk mengurangi risiko kelelahan dan turnover staf.

Apakah Anda pikir AI dapat sepenuhnya menggantikan penilaian subjektif dalam psikiatri—atau akan selalu tetap sebagai alat untuk pengayaan?

BHOI adalah sistem operasional klinis untuk psikiatris rawat inap, yang oleh definisi berarti pasien yang menderita Penyakit Mental Berat (SMI). Perawatan rawat inap adalah ICU psikiatri, dan dalam lingkungan yang sering volatil ini, untuk keselamatan pasien dan staf, saya percaya AI adalah alat pengayaan untuk memandu, bahkan menyarankan opsi dan skenario kepada manajer perawat dan kepemimpinan rawat inap. Hubungan manusia antara perawat dan pasien tetap fundamental untuk perawatan rawat inap yang efektif, dan menurut saya, AI tidak dapat meniru pemahaman yang halus yang berasal dari hubungan tersebut.

Apa yang AI lakukan dengan sangat baik adalah menyediakan pengukuran objektif dan konsisten untuk memandu dan meningkatkan penilaian subjektif. Ini menyediakan bahasa yang umum untuk tim perawatan dan mengidentifikasi pola yang tidak jelas atau tampak dalam pengamatan manusia. Dalam mengidentifikasi pola, AI kemudian dapat menyarankan skenario masa depan yang akan memandu keputusan klinis tentang kebutuhan pasien, penugasan staf perawat yang tepat, utilitas tempat tidur yang lebih efisien, dll. Ini menyediakan efisiensi yang luar biasa, dan oleh karena itu manfaat keuangan, untuk operasi rawat inap rumah sakit sepanjang siklus hidup rawat inap pasien, dari penerimaan hingga perpanjangan tinggal hingga pulang.

Apa tantangan yang Anda antisipasi saat Anda memperluas platform ini secara nasional—regulasi, etis, atau teknis?

Platform kami dibuat dari awal oleh ahli klinis dari beberapa lembaga kesehatan perilaku terkemuka di negara kami sebagai kategori baru dan sistem klasifikasi pasien untuk kesehatan perilaku untuk mengisi kesenjangan klinis dalam perawatan pasien. Dalam melakukannya, perhatian penuh diberikan pada HIPAA dan tantangan regulasi dengan privasi dan kepatuhan sebagai prinsip dasar, bukan sebagai pemikiran belakangan. Dengan desain, BHOI tidak menyimpan informasi pribadi (PHI) tetapi hanya data yang tidak diidentifikasi dan mengikuti semua protokol keamanan.

Kami berada dalam dialog terus-menerus dengan pelanggan dan pengguna perawat kami, dan berinvestasi secara besar-besaran dalam menggabungkan umpan balik dan ide mereka ke dalam jalan peta produk kami untuk BHOI. Dari perspektif teknis, platform ini dapat disesuaikan dengan dan berinteroperasi dengan semua EHR utama, dan tim implementasi kami bekerja bersama dengan spesialis klinis di lingkungan nyata psikiatris rawat inap.

Mungkin tantangan paling signifikan dengan penciptaan kategori industri adalah manajemen perubahan, terutama di dunia kesehatan yang berlapis dan kompleks. Menciptakan kesadaran tentang teknologi baru dan membantu pemimpin kesehatan memahami ROI mereka pada investasi baru, dan bagaimana BHOI akan mempengaruhi positif staf perawat atau KPI departemen, membutuhkan waktu dan dilakukan dengan hati-hati dan transparan. Kami telah menemukan bahwa rumah sakit menerima BHOI sebagai pendekatan berbasis data dalam bidang yang sangat bergantung pada penilaian subjektif. Model pengembangan kolaboratif yang kami pilih untuk diikuti dengan mitra sistem kesehatan kami adalah landasan penting dari fondasi platform BHOI yang klinisi benar-benar ingin menggunakan daripada merasa terpaksa.

Apa yang terlihat seperti masa depan perawatan psikiatris rawat inap jika platform seperti Acuity menjadi norma?

Pertama dan terutama, perawatan kesehatan mental ADALAH perawatan kesehatan, periode. Ini adalah fakta yang semua orang yang memiliki anggota keluarga atau teman yang menderita penyakit mental sepenuhnya memahami. Kesehatan mental dan kesehatan fisik kita tidak dapat dipisahkan. Sayangnya, sistem kesehatan kita tidak dikembangkan dengan premis ini dalam pikiran, dan hanya dalam beberapa tahun terakhir, sebagian besar dipicu oleh pandemi, percakapan tentang kesehatan mental telah menjadi topik percakapan reguler dalam kesehatan.

Tapi percakapan dan tindakan berjarak dalam kesehatan perilaku, dan pengakuan, sementara diperlukan, bukanlah obat. Perawatan kesehatan fisik telah mendapat manfaat dari dekade pengumpulan data, analisis, dan pemodelan. Kemajuan luar biasa dalam kardiologi, nefrologi, onkologi, dll. telah didorong oleh praktik terbaik yang telah berkembang melalui penelitian dan penyempurnaan dari waktu ke waktu. Itu belum terjadi dalam kesehatan perilaku yang telah hidup dalam keberadaan yang tersembunyi.

Istilah paritas banyak digunakan oleh penyedia kesehatan perilaku dalam konteks perbandingan dengan kesehatan umum. Tapi paritas secara implisit memerlukan lapangan keuangan yang setara dan itu tidak akan pernah dicapai sampai kesehatan perilaku melacak lebih dekat dengan sisa kesehatan: data-informasi, standar, dan dioptimalkan seperti spesialisasi medis lainnya. BHOI adalah langkah pertama dalam menciptakan jalur yang jelas menuju paritas. Ini adalah model yang pertama kali divalidasi dan dapat diukur untuk digunakan dalam psikiatris rawat inap yang dapat membantu memleveling lapangan, dan menyediakan data dan wawasan yang dapat ditindaklanjuti yang rumah sakit dapat manfaatkan untuk efisiensi, retensi staf, dan, ya, justifikasi keuangan dan reimbursement yang tepat.

Sangat penting bahwa unit psikiatris bergerak secepat mungkin menuju keberlanjutan daripada terus pada jalur yang menurun dan tidak berkelanjutan. Alokasi sumber daya yang lebih baik, perpanjangan tinggal yang dioptimalkan, dan hasil pasien yang ditingkatkan adalah kontributor penting, tetapi mereka memerlukan pengukuran kuantitatif dan hasil, model yang didorong oleh data, untuk membangun gambaran keuangan yang lebih sehat untuk kesehatan perilaku. Dan waktu tidak menjadi teman kita, “jadi mari kita tidak berbicara palsu sekarang, jam sudah terlambat”.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Acuity Behavioral Health.