Perché l’AI nel settore sanitario viene utilizzato nel posto sbagliato

L’industria sta inseguendo il problema sbagliato

La discussione del giorno nel settore sanitario riguardo all’AI verte sull’autonomia. L’AI può diagnosticare le malattie? Può prescrivere farmaci? Può eventualmente sostituire il medico?

Non dobbiamo più contemplare questi “e se” perché abbiamo già casi reali di applicazione dell’AI nel settore sanitario. Lo Utah ha già aperto la porta all’AI autonomo nella rinnovazione delle prescrizioni attraverso il suo sandbox regolatorio. Altri stati stanno osservando per vedere se quei primi pilot mostrano una sicurezza e un’efficienza accettabili.

Ma penso che chiedersi se l’AI possa sostituire il medico sia il problema sbagliato su cui l’industria dovrebbe concentrarsi.

Prima di chiederci quanto dell’attività clinica l’AI possa assorbire, dovremmo affrontare il problema molto più semplice e immediato che ci sta di fronte. I clinici sono sopraffatti dal lavoro amministrativo. I pazienti non possono ancora ottenere appuntamenti tempestivi perché l’accesso è limitato meno dalla mancanza di domanda dei pazienti che dalla mancanza di tempo utilizzabile dei clinici. È lì che inizia la congestione e lì che l’AI è necessaria per alleviare i carichi operativi.

Questo è particolarmente palpabile nel settore della salute mentale. Circa 22 milioni di americani vivono con ADHD, e i disturbi d’ansia colpiscono circa 19% degli adulti americani in un dato anno. Ciò significa circa il 31% nel corso della vita. Entrambe le condizioni sono altamente trattabili, eppure milioni di persone non ricevono una cura raccomandata dalle linee guida. Il problema non è la mancanza di consapevolezza, poiché anche uno sguardo superficiale al mercato mostrerà una varietà di strumenti di auto-aiuto, contenuti, tracciatori e app friendly per l’ADHD. La vera lacuna è l’accesso alla vera cura clinica, alla diagnosi e alla gestione dei farmaci quando appropriata.

Questo articolo sostiene che dovremmo partire da un punto di partenza più semplice. Il ruolo dell’AI con il più alto ROI nel settore sanitario oggi è amministrativo. Utilizzare l’AI troppo presto nell’ambito clinico può creare più problemi che benefici. Se vogliamo che l’AI diventi una parte affidabile della cura, dobbiamo deployarla per prima dove il carico è più pesante e il guadagno è immediato.

I dati rivelano dove l’AI può essere più efficiente

C’è un modello che si rivela molto rapidamente quando si costruisce nel settore sanitario. Qualsiasi clinico si assuma, entro pochi mesi, quel clinico è completamente prenotato. Abbiamo visto questo ripetersi. Ciò non significa che ci sia solo una carenza di fornitori in astratto, ma come il tempo del fornitore viene consumato una volta che il pannello inizia a riempirsi.

Nella psichiatria, circa 80% degli appuntamenti sono follow-up di routine. Questi non sono tutti incontri diagnostici complessi. Molti sono pazienti stabili che continuano lo stesso corso di trattamento, controllano i sintomi e rinnovano i farmaci se tutto è ancora appropriato. Eppure, quelle visite portano il peso completo della documentazione, della verifica, della revisione della storia, dei controlli PDMP e del workflow di prescrizione. I fornitori spendono una media di 16 ore a settimana su questo lavoro amministrativo. Ciò è tempo che potrebbe essere andato a nuovi pazienti o semplicemente a una migliore attenzione clinica per i pazienti e i casi complessi.

Questo è dove molta discussione sull’AI diventa disconnessa dalla realtà operativa. L’industria continua a chiedersi se l’AI possa sostituire il ruolo del medico, mentre in realtà una grande parte della capacità persa deriva da compiti che non richiedono molto giudizio clinico in primo luogo. Questi possono essere compiti come la creazione di cartelle, la verifica, la revisione dei registri e i workflow di follow-up. Questi sono esattamente i tipi di processi che l’AI può già supportare in modo utile e misurabile.

Se si recupera quel tempo, non solo si riduce il carico sul fornitore, ma si riapre anche la agenda a più pazienti. Il tempo di attesa è un problema di accesso sanitario significativo. I pazienti spesso aspettano settimane per vedere un professionista, e l’accesso rimane irregolare in diverse regioni. HHS continua a notare che le comunità rurali e di frontiera affrontano troppi pochi fornitori e troppo poco sostegno alla salute comportamentale, citando la telemedicina come un modo per aumentare materialmente l’accesso alle cure per la salute mentale.

Perché il settore sanitario è il più difficile da automatizzare con l’AI

Il settore sanitario potrebbe sembrare standardizzato dall’esterno. In realtà, è standardizzato e variabile allo stesso tempo.

Ci sono senza dubbio alcune linee guida, regolamenti e regole di documentazione. Tuttavia, ogni clinico porta anche abitudini, workflow e protocolli plasmati da ambienti precedenti. Due fornitori possono trattare la stessa condizione sotto lo stesso quadro legale, mentre ancora si avvicinano alla cura di routine in modi significativamente diversi. L’AI deve tenere conto di questa variazione senza allontanarsi dallo standard di cura. Ciò è un risultato molto più difficile da raggiungere rispetto a costruire un modello che si esegue bene in una demo.

Quando si tratta di regolamentazione, la conformità è principalmente stratificata. Le commissioni di licenza degli stati, le agenzie federali, HIPAA, i sistemi di monitoraggio delle prescrizioni, le banche dati degli stati e le SOP cliniche interne si intersecano tutte. Un’azione conforme in uno stato può essere non conforme in un altro. Un workflow che sembra inoffensivo da una prospettiva di prodotto può diventare rischioso una volta che si arriva alla prescrizione, all’identità del paziente, alla conservazione dei registri o all’auditabilità. C’è una complessità strutturale coinvolta nel processo.

La parte dei dati non è così semplice come ci si potrebbe aspettare. Nel settore sanitario, non si connette semplicemente gli strumenti comuni insieme e si inizia a imparare dal comportamento dell’utente. Alcuni strumenti di analisi standard e pipeline di dati non sono adatti a causa delle regolamentazioni HIPAA, a meno che non vengano fondamentalmente modificati. Spesso si necessita di un’infrastruttura personalizzata fin dall’inizio. Cose come come i dati vengono archiviati, elaborati, verificati e presentati all’interno del workflow. Un numero sorprendente di aziende sottostima ciò fino a quando non sono immerse nel loro processo di costruzione e poi devono ribaltare tutto il loro lavoro.

Ma più di tutto, direi che il problema più grande è semplicemente che il costo di fare un errore nel settore sanitario è piuttosto alto.

Un output difettoso potrebbe semplicemente creare inconvenienti in altri settori, ma nel settore sanitario, può influenzare la qualità del trattamento, la sicurezza del paziente, il comportamento di prescrizione o l’esposizione regolamentare. La salute umana non è qualcosa con cui possiamo giocare per migliorare i nostri modelli di AI e giustamente così. Ciò dovrebbe essere utilizzato come il principio guida per aiutarci a capire dove l’AI potrebbe essere introdotta per prima in questo settore.

L’AI con il più alto ROI nel settore sanitario è il livello amministrativo

Spero di aver impressionato il lettore sull’importanza di spostare la nostra attenzione dal sostituire il medico con l’AI al liberare l’attrito operativo intorno al medico. Mi dilungherò qui su cosa significhi questo nella pratica.

Generazione della cartella. L’AI può trascrivere e costruire la documentazione in tempo reale durante le visite. Ciò riduce il carico di cartellazione, accorcia il lavoro dopo l’orario e rende molto più realistico il completamento dello stesso giorno. Nell’ambito del framework interno di MEDvidi, il generatore di cartelle aggiorna la documentazione in modo continuo durante l’incontro e è progettato per tagliare il tempo di cartellazione in modo sostanziale.

Revisione della cartella. L’AI può anche esaminare le cartelle contro le SOP interne e segnalare le deviazioni prima che raggiungano lo stadio di prescrizione. La maggior parte delle revisioni della qualità sanitaria sono ancora parziali e manuali; quindi, esaminando ogni incontro invece di un piccolo campione, la conformità diventa più visibile e più coerente.

Automatizzazione del workflow pre-visita. Una grande quantità di tempo del fornitore viene spesa prima della decisione clinica effettiva su cose come la verifica dell’identità, il controllo incrociato delle banche dati statali, la revisione della storia medica, la ricerca di potenziali controindicazioni o la ricerca di modelli che potrebbero suggerire comportamenti di ricerca di droga o lacune nella documentazione. Nessuna di queste cose sostituisce il giudizio, ma tutte consumano tempo, ed è per questo che l’AI può aiutare a elaborare questi strati prima che il clinico entri in scena.

Gestione delle prescrizioni di routine. La cura di follow-up stabile è dove l’AI può essere particolarmente utile. Per i pazienti il cui trattamento è rimasto coerente, l’AI può aiutare a gestire il workflow di rinnovo e preparare il record, mentre il medico esamina e approva la decisione finale. Ciò è un modello molto diverso dalla cura completamente autonoma perché è più limitato, più sicuro e molto più rilevante per il vero collo di bottiglia nel sistema.

Ognuno di questi casi d’uso ha qualcosa in comune. Risparmiano tempo in un modo che espande la capacità di cura. Questo è il mio argomento centrale su perché vedo il livello amministrativo come il posto con il più alto ROI per deployare l’AI per prima.

L’architettura di AI giusta per gli ambienti clinici

La sostituzione del medico è un’altra di quelle storie di bogeymen dell’AI che creano titoli sensazionali e scuotono la mente dei professionisti. Un modello molto più pratico, benefico e indispensabile è l’aumento del medico centrato sull’AI nel settore sanitario.

All’interno di tale architettura, il clinico ha l’ultima parola su ogni decisione clinica, prescrizione. I piani di trattamento saranno ancora esaminati e approvati da un fornitore di cure mediche autorizzato. L’AI gestisce semplicemente la parte più noiosa della documentazione, della verifica, del livello di revisione e dei compiti ripetitivi intorno alla visita. Ciò è il modo più sicuro per migliorare l’efficienza e mantenere la responsabilità.

L’AI nel settore sanitario ha anche bisogno di dati clinici reali, poiché i modelli pronti all’uso e i set di dati generici non sono sufficienti. I workflow clinici sono troppo specifici, le regolamentazioni sono troppo stratificate e il margine di errore è troppo piccolo. Un sistema di AI addestrato su un set di dati proprietari di visite dei pazienti al mese, con la revisione del fornitore e l’aderenza alle SOP integrate nel workflow dovrebbe essere la base di qualsiasi sistema che si avventuri in questo campo. Il punto chiave è che l’AI nel settore sanitario deve essere basata sulle operazioni cliniche reali invece di essere una capacità di modello generico.

Per i clinici, questa architettura riduce il tempo perso per il lavoro amministrativo e riserva più tempo per nuovi pazienti e casi complessi. Per i pazienti, fornisce un accesso più rapido alle cure sanitarie a un costo inferiore, abbinato a una maggiore coerenza nel modo in cui le cure vengono documentate e fornite. I regolatori beneficiano anche avendo una maggiore visibilità, poiché l’attuale sistema spesso nasconde l’incoerenza all’interno dei workflow sparsi. La corretta implementazione dell’AI rende i workflow più leggibili e verificabili. La verifica stessa è molto più facile da esaminare rispetto alla documentazione fatta dall’uomo.

Diventando affidabile all’interno di un workflow misurabile, l’AI diventa uno strumento affidabile per migliorare un’area in cui un’industria così vitale lotta chiaramente.

Conclusione

Quando le persone si lamentano del fatto che il loro fornitore di cure mediche sia inattento, stanno notando un problema reale. Pensate all’energia del vostro fornitore di cure mediche come a un palloncino che viene bucato da tutte le parti da compiti ripetitivi e noiosi. Naturalmente, non hanno il tempo o la larghezza di banda mentale per occuparsi di voi con attenzione.

Invece di saltare sul treno della paura di chi verrà licenziato per primo a causa dell’AI, la cosa più sensata da fare, in particolare nel settore sanitario, è utilizzare la tecnologia per risolvere i livelli di lavoro con cui gli esseri umani lottano. La cosa che rende l’AI così vantaggiosa è la sua inesauribilità, qualcosa che i clinici umani non possiedono.

È comprensibile perché il settore sanitario sia difficile da automatizzare a causa della regolamentazione complessa, della variazione nel comportamento del fornitore, della necessità di un’infrastruttura personalizzata e del costo degli errori che è enorme. Tuttavia, c’è un vero intasamento amministrativo che può essere risolto da questa tecnologia che abbiamo a portata di mano. Mettiamola all’opera.

Senza iniziare dall’intasamento amministrativo, l’AI clinica lotta per guadagnare la fiducia delle persone su larga scala quando le sue capacità si sviluppano oltre ciò che può fare oggi.

Credo che il modello a breve termine sia semplice. L’AI esamina la storia, controlla le controindicazioni, verifica l’identità, genera il workflow della cartella e prepara il workflow della prescrizione. Il medico esamina l’intero quadro e approva la decisione finale. Ciò che un tempo richiedeva una visita completa di 20 minuti per un follow-up stabile può diventare un processo più breve, più pulito e più sicuro.

Potrebbe sembrare minore sulla carta, ma questo è un grande cambiamento in un sistema che è rimasto manuale per così tanto tempo e colpisce tutti.