Ali Morin, Chief Nursing Informatics Officer bij symplr – Interviewreeks

Ali Morin, Chief Nursing Informatics Officer bij Symplr, is een verplegings- en gezondheidstechnologie-leider met ervaring in zorg aan het bed, klinische systemen en verplegingsinformatica. Voordat ze in 2024 Chief Nursing Informatics Officer werd, was ze Vice President of Nursing Informatics bij symplr en had ze senior informatica-functies bij Halo, gericht op klinische communicatie, implementatie en adoptie. Eerder werkte Morin in klinische informatica en analytics bij Cincinnati Children’s Hospital Medical Center en leidde ze grote elektronische klinische documentatie- en computergebaseerde providerorderinitiatieven bij Boston Children’s Hospital. Haar achtergrond als geregistreerde verpleegster geeft haar een klinisch perspectief op het gebruik van technologie en workflowontwerp om de administratieve last te verminderen en de zorgverlening te verbeteren.

symplr is een onderneming voor healthcare-operationssoftware die zich richt op het verbinden en vereenvoudigen van de administratieve en operationele systemen die de zorgverlening ondersteunen. Het cloudgebaseerde Operations Platform brengt capaciteiten samen die spannen van workforcebeheer, providergegevens en accreditering, kwaliteit en veiligheid, klinische communicatie en physicianscheduling, talentbeheer, uitgavenbeheer, compliance, toegang en contractbeheer, met als doel gefragmenteerde point-oplossingen te vervangen door meer geïntegreerde workflows en gegevens. Het bedrijf voegt ook kunstmatige intelligentie toe aan zijn platform om automatisering en besluitvorming te ondersteunen, terwijl het gezondheidspecifieke gegevensbeheer centraal blijft stellen in zijn aanpak. symplr zegt dat zijn technologie wordt gebruikt door negen van de tien Amerikaanse ziekenhuizen en meer dan 400 Amerikaanse zorgverzekeraars.

U hebt bijna drie decennia als verpleegster, klinisch informaticaleider en nu Chief Nursing Informatics Officer bij symplr gewerkt. Kijkend naar die reis, wat zijn de grootste fouten die u hebt gezien dat technologiebedrijven maken bij het ontwerpen van AI voor verpleegsters, en hoe heeft uw eigen ervaring aan het bed uw aanpak van AI-ontwikkeling beïnvloed?

De gezondheidszorg is hier eerder geweest. Elektronische gezondheidsdossiers beloofden efficiëntie, maar in het begin creëerden ze vaak meer administratieve lasten omdat de verpleegsters die ze dagelijks verwachtten te gebruiken, niet betrokken waren bij het ontwerp of de implementatie van deze tools. Ik heb dit zelf meegemaakt met het eerste EMR dat ik gebruikte aan het bed en opnieuw toen workflowbeslissingen werden genomen in de boardroom met weinig aandacht voor de verpleegsters die zouden klikken wanneer het live ging. AI geeft ons de kans om dit goed te doen, maar alleen als we die fout niet herhalen.

Ik begon mijn carrière meer dan 25 jaar geleden als verpleegster in de pediatrische intensive care, en ik heb de afgelopen twee decennia in de verplegingsinformatica gewerkt. Ik heb beide kanten gezien: hoe technologie helpt wanneer het is gebouwd met het perspectief en de consultatie van verpleegsters, en hoe snel het een bron van frustratie wordt wanneer het niet zo is. De fout die ik nog steeds zie, is dat gezondheidsorganisaties oplossingen ontwerpen voor de workflow die ze denken dat een verpleegster heeft, niet voor de werkelijke omgeving, vol met onderbrekingen, concurrerende prioriteiten en momenten waarop documentatie en patiëntenzorg tegelijkertijd plaatsvinden.

Mijn ervaring aan het bed vormt een eenvoudige test die ik toepas op elk AI-hulpmiddel: ondersteunt het op een betekenisvolle manier het werk van een verpleegster, of wordt het gewoon nog een ding dat om haar aandacht vraagt? Als het het laatste is, maakt het niet uit hoe geavanceerd het model eronder is; het is gewoon nog een concurrerende prioriteit die bijdraagt aan de werklast van een verpleegster en vraagt om haar tijd.

U betoogt vaak dat verpleegsters betrokken moeten worden bij de ontwikkeling van AI, niet alleen tijdens de implementatie. Wat ziet u als een betekenisvolle deelname van verpleegsters, en waarom gaan zoveel gezondheidszorg-AI-initiatieven hier nog steeds de mist in?

Verpleegsters moeten vanaf het begin betrokken zijn bij de technologiegovernance. Dat betekent dat verpleegsters in de kamer moeten zijn bij elke stap, van aankoop tot implementatie tot evaluatie.

Het eerste moment dat een verpleegster een oplossing ziet, moet niet zijn als de beslissing al is genomen en het personeel is getraind. Verpleegsters die deze tools elke dag gebruiken, zullen uitdagingen en kansen identificeren die administratoren, ontwikkelaars en leveranciers mogelijk nooit zien, alleen omdat ze als verpleegsters in de workflow zitten.

De meeste gezondheidszorg-AI-initiatieven gaan hier nog steeds de mist in omdat ze klinische input behandelen als een controlepunt in plaats van een continu proces. Vaak wordt een verpleegster om feedback gevraagd tijdens de demo of pilot, en dat wordt beschouwd als “verpleegstersbetrokkenheid”. Echte betrokkenheid ziet er meer uit als het werk dat ik doe bij symplr, in de kamer zitten bij het ontwerpen, ontwikkelen en evolueren van onze AI-oplossingen. Verpleegstersbetrokkenheid kan ook worden gezien in groepen zoals AONL’s Leadership, Innovation, Technology and Transformation Committee, of de HIMSS Vendor CNO/CNIO Working Group, waar verpleegsters de competenties en governance definiëren die gezondheidsorganisaties gebruiken om technologie te evalueren; ze reageren niet alleen op wat al is gebouwd.

Verpleegsters kunnen een aanzienlijk deel van hun dag besteden aan het maken en aanpassen van roosters. Hoe verandert AI fundamenteel het workforcebeheer, en waar ziet u de grootste meetbare verbeteringen in efficiëntie en tevredenheid van het personeel?

AI-gestuurde plannings- en workloadbeheertools verwijderen veel van de operationele complexiteit die verpleegleiders lang heeft belast. Taken die eerder eindeloze handmatige coördinatie vereisten, zoals het maken van het rooster, het aanpassen ervan in real-time en het dekken van laatste oproepen, kunnen nu worden geautomatiseerd in plaats van een verpleegleiders dag te consumeren.

Aan de efficiëntiezijde hebben we gegevens die de impact laten zien. Bijvoorbeeld, met geïntegreerde planningsfuncties in symplr’s bestaand workforce-platform, kan de combinatie van oplossingen nu de personeelsbehoefte tot 120 dagen van tevoren met 96% nauwkeurigheid voorspellen. Dat is een meetbare verschuiving, van reactief, dag-tot-dag-gedoe naar een aanpak die verpleegleiders en verpleegsters in staat stelt om te plannen.

Het is moeilijker om de tevredenheid van het personeel te koppelen aan voorspelde planningsfuncties, maar verpleegsters die zich ondersteund voelen door de systemen om hen heen, blijven langer in het beroep. De National Council of State Boards of Nursing rapporteerde dat van de verpleegsters die aangaven dat ze van plan waren het beroep te verlaten in de komende vijf jaar, 41,5% stress en burn-out als oorzaak noemden, met workload, onderbezetting en ontoereikend salaris als andere belangrijke redenen. Wanneer het plannen van het personeel ophoudt een verpleegleiders dag te consumeren, en dekkingsgaten worden vooraf voorzien, is dat het soort positieve verandering die een impact kan hebben op hoe mensen over hun baan denken.

Predictive staffing belooft personeelstekorten te voorspellen voordat ze een crisis worden. Wat zijn de meest waardevolle datasignalen, en hoe waarborgt u dat deze modellen verpleegsters ondersteunen in plaats van alleen de arbeidskosten te optimaliseren?

De signalen die het meest tellen, zijn die die een gat onthullen voordat de situatie urgent is, zoals hoe ver van tevoren diensten worden ingevuld en hoe vaak een afdeling leunt op laatste oproepen om een dienst te dekken. Bellin Health is een goed voorbeeld. Zodra het klinische team zicht had op open diensten en dekkingsgaten, vulde het team 65% van de diensten twee of meer weken van tevoren en 80% binnen een week, in plaats van te haasten om personeelstekorten te dichten.

De manier om de modellen eerlijk te houden, is door meer te meten dan alleen kosten. Predictive plannen bespaarden Bellin Health meer dan een miljoen dollar aan arbeidskosten. Maar wat voor verpleegsters telt, is dat 80% van de diensten vroeg werd ingevuld. Een model dat is gebouwd met verpleegstersinput gaat verder dan efficiëntie, veiligheid en voorspelbaarheid om de tevredenheid van verpleegsters positief te beïnvloeden.

De gezondheidszorg heeft genoeg technologie-rollouts gezien die de administratieve last verhoogden in plaats van deze te verminderen. Wat onderscheidt AI-hulpmiddelen die verpleegsters omarmen van die welke snel een andere bron van frustratie worden?

De hulpmiddelen die verpleegsters omarmen, zijn die welke naar de achtergrond verdwijnen. Bijvoorbeeld, documentatie die zichzelf schrijft terwijl een verpleegster volledig aanwezig is bij een patiënt, of workflows die repetitieve taken elimineren in plaats van nieuwe schermen toe te voegen om te controleren. De hulpmiddelen die een andere bron van frustratie worden, worden meestal geïmplementeerd zonder te zijn geworteld in de manier waarop verpleegsters werken, maar voegen in plaats daarvan toe aan het aantal items dat een verpleegster moet controleren, klikken of dubbelcontroleren terwijl ze voor patiënten zorgen.

Het komt neer op transparantie en fit. Wanneer leiderschap transparant is over wat een hulpmiddel doet en waarom, en het is gebouwd rondom echte workflows in plaats van een geïdealiseerde versie, dan is de opbrengst echt – meer tijd voor patiëntenzorg, meer tijd voor kritisch denken en meer capaciteit om nieuwe verpleegsters te begeleiden. Maar wanneer het niet zo is, wordt technologie een belemmering in een al veeleisende baan.

Naarmate de AI-ontwikkelingscycli blijven versnellen, maakt u zich zorgen dat gezondheidsorganisaties prioriteit kunnen geven aan snelheid boven klinische validatie? Wat zijn de waarborgen die moeten bestaan voordat AI-systemen worden geïntegreerd in patiëntenzorgomgevingen?

Ja, de focus op snelheid in plaats van validatie is een echte zorg. De ontwikkelingssnelheid van AI is snel, en de regelgevende en veiligheidsvereisten in de gezondheidszorg bestaan om een goede reden. De organisaties die dit goed doen, behandelen klinische validatie en verpleegstersgovernance als onderdeel van het ontwerpproces vanaf de eerste dag, niet als iets dat wordt toegevoegd voordat het live gaat om een checklist te vervullen.

Voor mij is de basiswaarborg dat verpleegsters en andere verpleegkundigen deze hulpmiddelen evalueren voordat ze in contact komen met patiënten. Verder hebben gezondheidszorgsystemen transparantie nodig over wat een systeem doet, en een duidelijk proces voor verpleegkundigen om aan te geven wanneer iets niet werkt. Nationale governance-structuren, zoals die worden opgebouwd door brancheorganisaties zoals AONL en HIMSS, geven organisaties een actief kader in plaats van elk gezondheidszorgsysteem te laten worstelen met dit alone.

Behalve plannen, waar gelooft u dat AI de grootste ongebruikte potentie heeft om burn-out onder verpleegsters te verminderen en tegelijkertijd de patiëntenuitkomsten te verbeteren in de komende vijf jaar?

Documentatie is waar ik nog steeds de meeste ruimte voor groei zie. Ambient-hulpmiddelen beginnen pas de tussenmomenten van zorg te capteren die historisch ongedocumenteerd zijn gebleven. Er is nog veel terrein te bewerken in de komende jaren, zowel in het geven van verpleegsters tijd terug als in het opbouwen van een completer dossier van wat er is gebeurd tijdens een patiëntcontact.

Virtuele verpleging is een ander gebied met echte ruimte voor groei. Op dit moment wordt het meestal gebruikt voor patiënteneducatie, opname-documentatie, ontslagplanning en remote monitoring. De grotere kans ligt in het schalen van die ondersteuning, zodat meer verpleegsters aan het bed tijd terugkrijgen om zich te concentreren op de patiënt voor hen in plaats van het papierwerk eromheen. Het is belangrijk op te merken dat ambient-hulpmiddelen en virtuele verpleging een clinici-oordeel niet kunnen vervangen. De technologie verwijdert eenvoudig taken die stil concurreren met het.

Kijkend naar de toekomst, wat is uw advies aan gezondheidszorgleiders die AI-strategieën willen opbouwen die verpleegsters zullen omarmen in plaats van weerstaan, en wat is de rol die verpleegstersleiders moeten spelen bij het vormgeven van de volgende generatie klinische AI? 

Mijn advies is om verpleegsters te betrekken bij technologie-aankoop, -implementatie en -evaluatie vanaf het begin. Verpleegsters die deze tools elke dag gebruiken, zullen uitdagingen en kansen identificeren die anderen mogelijk over het hoofd zien. Ook moet u nu investeren in digitale leiderschapsontwikkeling, niet over een paar jaar. We kunnen niet verwachten dat verpleegstersleiders complexe technologiebeslissingen nemen zonder hen de tools of kennis te geven om het goed te doen.

De rol van verpleegstersleiders is om ervoor te zorgen dat klinische betrokkenheid intentioneel is, niet incidenteel. Via mijn werk in het AONL-comité hebben we de digitale competenties gedefinieerd die verpleegstersleiders nodig hebben: digitale vaardigheid, de mogelijkheid om samen te werken met stakeholders en om technologiebeslissingen af te stemmen op echte klinische workflows en uitkomsten. Programma’s zoals de Karlene Kerfoot Nursing Leadership in Technology Education Grant, die symplr heeft gecreëerd in samenwerking met The DAISY Foundation, bestaan om ervoor te zorgen dat meer verpleegsters toegang hebben tot die soort voorbereiding.

Wanneer verpleegstersleiders een echte zetel aan tafel hebben, sluit technologie beter aan bij de manier waarop zorg wordt verleend, verbetert de adoptie, vermindert de administratieve last en verbeteren patiëntveiligheid en -uitkomsten. Dat is het hele punt.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten bezoeken symplr.