Halsey Wise, CEO al Lyric – Seria de interviuri

Halsey Wise, CEO al Lyric, aduce aproape trei decenii de experiență în conducerea executivă, guvernanță și creare de valoare în domeniile tehnologiei sănătății, software și servicii financiare. După ce a făcut parte din consiliul de administrație al Lyric din 2022, a preluat rolul de CEO, cu focus pe scalarea platformei Lyric42, consolidarea relațiilor cu clienții și partenerii, accelerarea inovației și investițiilor în AI, precum și stimularea creșterii prin extinderea organică și achiziții strategice. Wise a condus șase companii ca CEO sau președinte, inclusiv roluri de conducere în companii publice la Intergraph și MedAssets, și a făcut parte din consiliile de administrație ale unor organizații majore de tehnologie și sănătate, printre care Cotiviti, Cerner, Aspen Technology , Acxiom, Nextech Systems, Lyric și WellSky. De asemenea, el este președinte și CEO al Lime Barrel Advisors, consilier senior al TPG Capital și co-conduce o fundație familială care sprijină burse, securitatea alimentară, servicii pentru veterani și cauze legate de sănătate.

Lyric este o companie de inteligență decizională în sănătate, axată pe îmbunătățirea acurateței plăților pentru planurile de sănătate prin aplicarea politicilor, datelor, AI, revizuirii clinice și suportului decizional explicabil înainte de a plăti reclamațiile. Platforma Lyric42 este proiectată pentru a ajuta planurile de sănătate să coordoneze deciziile de plată pe tot parcursul regulilor, fluxurilor de lucru, produselor de integritate a plăților și recomandărilor bazate pe AI, cu scopul de a reduce risipa administrativă, de a îmbunătăți acuratețea plăților la prima încercare, de a reduce fricțiunea furnizorilor și de a oferi clienților o transparență mai mare cu privire la motivele deciziilor de plată. Compania poziționează abordarea sa bazată pe AI ca una care completează expertiza umană, mai degrabă decât o înlocuiește, combinând automatizarea, validarea clinică, guvernanța și controlul clientului pentru a sprijini decizii de plată în sănătate mai consistente și mai justificabile.

Ai condus și ai consiliat companii majore de sănătate și tehnologie, inclusiv MedAssets, Cerner, Cotiviti și acum Lyric. Cum ți-a influențat experiența din domeniul tehnologiei sănătății, analizei și tehnologiei viziunea pentru Lyric?

De-a lungul tuturor companiilor pe care le-am condus sau consiliat, o convingere a devenit și mai puternică: sănătatea nu poate fi îmbunătățită fără încredere, adevăr și transparență la baza sa. Acestea nu sunt valori moi. Acestea sunt condițiile de operare pe care se bazează un sistem de sănătate mai bun. Fiecare plan, furnizor și membru este afectat de capacitatea de a înțelege, de a valida și de a acționa cu încredere pe baza informațiilor disponibile.

Această convingere modelează modul în care gândesc despre Lyric. Am aderat la consiliul de administrație al Lyric în 2022, înainte de a prelua rolul de CEO, și ceea ce am înțeles atunci cred cu și mai multă putere acum. Noi, la Lyric, construim una dintre cele mai inovatoare, mai impactante și mai importante companii de tehnologie din sănătate.

Lyric reprezintă inteligența decizională în sănătate. Deceniile de expertiză clinică și de plată, relațiile strânse cu clienții și o platformă care operează la scară națională ne oferă o bază pe care puține companii din sănătate o au. Plata este cea mai importantă expresie a acestui lucru astăzi, dar oportunitatea mai largă este de a oferi oamenilor din sănătate tehnologia și insight-urile necesare pentru a lua decizii mai bune, mai devreme, cu încredere, în serviciul unei sănătăți mai bune pentru oamenii și pacienții pe care în final îi deservește.

Cred, de asemenea, profund că luarea deciziilor în sănătate aparține oamenilor. Judecata clinică, interpretarea politicilor și răspunderea nu pot fi externalizate către un model. Ceea ce poate face AI, și ceea ce ar trebui să facă, este să informeze și să sprijine oamenii care iau aceste decizii. AI poate suprafețe semnale, tendințe și anomalii care erau anterior ascunse în complexitate și scară. AI poate evidenția unde ceva pare inconstant, unde o tendință este în curs de apariție sau unde o decizie necesită o examinare mai atentă. Acesta este rolul AI în sănătate: să extindă vizibilitatea umană și să consolideze judecata umană, nu să o înlocuiască.

Lyric a petrecut ultimii ani reconstruind stiva sa tehnologică într-o platformă bazată pe AI, care sprijină operațiunile de plată pentru 190 de milioane de vieți. Care au fost cele mai mari provocări arhitecturale sau organizaționale implicate în această tranziție?

Lyric a apărut ca o divizare dintr-o organizație mai mare. Am moștenit infrastructură legacy, alături de relații incredibile cu clienții și decenii de experiență operațională.

De-a lungul ultimilor ani, am reconstruit fundația tehnologică de la zero. Provocarea nu a fost doar modernizarea infrastructurii. A fost evoluția unei afaceri de acuratețe a plății de 30 de ani într-o platformă modernă de inteligență decizională în sănătate, păstrând explicabilitatea, auditabilitatea și încrederea.

Un principiu fundamental a fost să asigurăm zero întrerupere a activității în timp ce modernizam tehnologia noastră. Am utilizat capacitățile avansate ale Lyric42 pentru a asigura migrări foarte precise, lucrând îndeaproape cu clienții noștri de planuri de sănătate pentru a crea o tranziție sigură și securizată.

Din punct de vedere arhitectural, am trecut de la ordonarea statică predefinită la inteligență în timp real care sprijină deciziile de plată la prima încercare, în cadrul fluxurilor de lucru. În același timp, fiecare rezultat a trebuit să rămână transparent, bazat pe politici și explicabil.

Pe măsură ce migrăm clienții pe noua platformă, sprijinim operațiunile de plată pentru 200 de milioane de vieți prin intermediul unei arhitecturi de inteligență unificate care suprafețează insight-uri mai devreme, reduce risipa și sprijină decizii mai consistente la scară.

Ai argumentat că plățile în sănătate trebuie să se mute de la recuperarea post-plată către inteligența pre-plată. Care sunt breșele tehnologice care fac această tranziție viabilă la scară?

Tranziția de la recuperarea post-plată la inteligența pre-plată este posibilă acum pentru că sănătatea a obținut în final combinația de date de flux de lucru la scară largă, infrastructură cloud și AI capabilă să separe semnalul de zgomot în medii de reclamații complexe.

Istoric, majoritatea sistemelor au fost construite pentru a analiza ce s-a întâmplat după plată. Astăzi, putem aplica inteligență mult mai devreme în cadrul fluxurilor de lucru, înainte de a apărea erori, dispute și risipă în sistem.

Din punct de vedere al capacităților, Lyric a introdus selecția inteligentă pentru revizuirea prealabilă, asigurând că reclamațiile nu sunt reținute în mod inutil înainte de plată atunci când timpul este critic atât pentru planuri, cât și pentru furnizori. Prin intermediul platformei noastre de audit inteligent, am permis, de asemenea, reclamațiilor care necesită revizuire umană să fie procesate în ore sau zile, și nu în săptămâni sau luni, așa cum pot cere procesele tradiționale.

Aceste breșe tehnologice, împreună cu orchestrarea avansată din cadrul Lyric42, au deblocat inteligența decizională în sănătate pentru acuratețea pre-plății, combinând AI, politici și expertiză clinică pentru a sprijini decizii de plată explicabile și precise la prima încercare. În mod important, acest lucru funcționează doar la scară atunci când inteligența rămâne transparentă, auditabilă și bazată pe răspunderea umană.

Multe domenii din sănătate încă se bazează pe infrastructură legacy fragmentată. De ce crezi că sistemele native AI vor Performa fundamental mai bine decât sistemele tradiționale “de înregistrare” în următorul deceniu?

Sistemele legacy din sănătate au fost proiectate în primul rând pentru a înregistra tranzacții și pentru a sprijini auditurile retrospective. Acestea nu au fost niciodată proiectate pentru a sprijini luarea deciziilor bazate pe inteligență în cadrul fluxurilor de lucru.

Sănătatea necesită acum sisteme de inteligență capabile să opereze la scară, viteză și complexitate pe care operațiunile de plată moderne le cer. Avantajul sistemelor moderne de inteligență decizională în sănătate nu este doar aplicarea AI. Este capacitatea de a combina politici, date, AI și expertiză pentru a sprijini decizii mai consistente și explicabile în timp real.

Avantajul viitor va aparține sistemelor care pot învăța continuu din fluxurile de lucru operaționale, rămânând transparente, explicabile și responsabile. Sănătatea nu poate funcționa fără expertiza umană, așa că scopul nu este luarea deciziilor autonome. Scopul este consolidarea deciziilor umane cu inteligență de încredere.

Lyric se descrie ca o companie de integritate a plății bazată pe AI, construită pe decenii de expertiză clinică. Cât de importantă este datele de sănătate proprietare și inteligența istorică a reclamațiilor în construirea sistemelor AI defensive în acest sector?

Inteligența reclamațiilor proprietare și datele de flux de lucru sunt fundamentale în sănătate pentru că modelele generice singure nu sunt suficiente pentru a sprijini decizii de plată precise și explicabile la scară.

Platforma Lyric sprijină aproximativ 200 de milioane de vieți și este construită pe decenii de inteligență operațională a reclamațiilor. Această cunoaștere și context proprii contează pentru că reflectă modul în care politicile sunt aplicate, unde apar disputele, cum apar erorile și cum se comportă fluxurile de plată în lumea reală.

Combinația integrării fluxului de lucru, a trei decenii de expertiză clinică și a inteligenței longitudinale a reclamațiilor creează sisteme care nu numai că sunt mai precise, dar și mai explicabile și operațional auditable.

În sănătate, inteligența contează doar dacă oamenii pot înțelege, valida și acționa cu încredere pe baza ei.

Una dintre cele mai mari preocupări în AI din sănătate este guvernanța și explicabilitatea. Pe măsură ce AI preia mai multe responsabilități de luare a deciziilor de plată, ce reprezintă supravegherea eficientă a omului în buclă în practică?

Pentru noi, omul în buclă nu este un cuvânt cheie; este arhitectura. AI este un instrument pe care îl folosim pentru a consolida luarea deciziilor umane.

Poți vedea acest lucru în munca noastră de autorare a conținutului. Am construit experiența de autorare a conținutului Studio42 pe platforma noastră Lyric42, urmând principiul că fiecare regulă și editare trebuie să fie deterministă. AI ne ajută pe echipele noastre să revizuie materialul guvernamental, industrial și de cercetare pe scară largă, să identifice modele relevante și să suprafețeze recomandări. Dar AI nu devine sursa de adevăr. Sursa de adevăr este bazată pe materiale originale și pe expertiza clinică umană.

Fiecare regulă și editare este proiectată pentru a fi trasabilă și auditabilă. Experții clinici revizuiesc și validează lucrul înainte de a ajunge în producție, iar fiecare recomandare pe care AI o face pentru a ne ajuta să creăm conținut este bazată pe surse originale și pe cunoașterea umană. De asemenea, păstrăm o istorie completă a modificărilor, astfel încât este clar dacă o regulă sau un conținut a fost creat dintr-o sursă guvernamentală, industrială sau de cercetare specifică.

Acesta este ceea ce reprezintă supravegherea eficientă în practică: AI ajută la scară și detectarea semnalelor, experții clinici validează lucrul, iar sistemul păstrează o urmă de audit clară de la materialul sursă la conținutul revizuit. La fel de important, clienții noștri păstrează controlul deplin asupra implementării conținutului, regulilor sau recomandărilor suprafețate prin platformă.

În sănătate, riscurile sunt prea mari pentru ca deciziile importante să fie luate doar de o mașină sau de un model. La Lyric, credem că expertiza umană, judecata și răspunderea trebuie să rămână fundamentale, nu tratate ca o gândire de după, ci proiectate în arhitectură de la început.

Risipa în sănătate rămâne unul dintre cei mai mari factori de cost în sistemul american. Unde crezi că AI poate avea cel mai rapid impact măsurabil în reducerea cheltuielilor inutile fără a afecta negativ îngrijirea pacienților?

Sănătatea reprezintă aproximativ 20% din PIB-ul american, și 25% din aceasta este risipă. O mare parte din această risipă se datorează complexității sistemului, nu fraudei sau risipei intenționate.

Acesta este exact motivul pentru care am construit platforma Lyric42. Ea trece de la modelul de recuperare post-plată la inteligența pre-plată, permițând planurilor de sănătate să obțină plățile corecte de la început.

O parte semnificativă a risipei în sănătate provine din re lucru administrativ datorită inteligenței incoerente la mai mulți stakeholderi. Acest lucru duce la denieri și facturi inutile, o intensificare a auditurilor manuale și o creștere a apelurilor furnizorilor fără a schimba în mod semnificativ plata finală.

Risipa provine din lipsa inteligenței potrivite la momentul potrivit. Lyric oferă planurilor de sănătate inteligență decizională și recomandări validate și susținute de cunoașterea clinică pentru a ajuta la identificarea erorilor și incoerențelor evidente (codare, unități, grupare, aliniere politică medicală). O facem înainte de plată, ceea ce reduce risipa și codificarea incorectă, reducând astfel mersul înapoi și înainte al re lucrării, apelurilor și ajustărilor.

Platforma Lyric integrează din ce în ce mai mult automatizarea, analiza predictivă și fluxurile de lucru asistate de AI în operațiunile de plată. Cât de aproape suntem de un viitor în care o parte semnificativă a fluxurilor de lucru de plată în sănătate funcționează autonom?

În următorul deceniu, vom vedea o lume în care majoritatea sarcinilor din cadrul fluxurilor de plată vor fi automatizate. Dar cerințele de reglementare și conformitate vor continua să necesite răspundere clară, ceea ce înseamnă responsabilitate umană și organizațională identificabilă. AI, automatizarea și analiza predictivă vor simplifica sarcinile zilnice tedioase în fluxurile de lucru de plată în sănătate, inclusiv validarea datelor, detectarea modelelor și recomandarea acțiunilor în timp real în timpul primei încercări a unei reclamații. Deciziile sensibile, cu impact ridicat sau ambigue vor rămâne sub revizuirea umană.

Sănătatea este fundamental diferită de multe industrii pentru că răspunderea contează. Deciziile de plată afectează furnizorii, planurile, pacienții/membrii și rezultatele financiare din întregul ecosistem al sănătății.

Nu construim un sistem de plată autonom bazat pe AI. Construim inteligență decizională în sănătate proiectată pentru a consolida luarea deciziilor umane.

Viitorul nu este reprezentat de plățile autonome în sănătate. Viitorul este reprezentat de inteligența explicabilă care sprijină oamenii care rămân responsabili pentru decizii și rezultate.

Multe întreprinderi sunt încă în faza de experimentare cu AI în proiecte izolate. Ce separă organizațiile care reușesc să operaționalizeze AI de cele care rămân blocate în modul de demonstrație a conceptului?

Diferența constă în faptul că organizațiile de succes nu tratează AI ca o serie de proiecte izolate. Ele tratează AI ca o capacitate operațională și de propulsare.

Acest lucru necesită mai mult decât un model puternic. Necessită investiții fundamentale în instrumente, monitorizare, guvernanță și proiectare a fluxului de lucru. În experiența noastră, AI doar se extinde atunci când tehnologia sprijină procesele de guvernanță din jurul său, și atunci când procesele umane sunt reproiectate în jurul fluxului de lucru bazat pe AI. Aveți nevoie de proprietate clară, de sponsorizare executivă, de aliniere operațională și de un buclă de feedback constant pentru modul în care AI funcționează în producție.

Acest ultim punct este critic. Organizațiile care operaționalizează AI nu se opresc la implementare. Ele monitorizează performanța, analizează rezultatele, identifică unde sistemul are nevoie de îmbunătățire și îl îmbunătățesc continuu. AI devine parte a ritmului operațional, nu o implementare unică.

La Lyric, am văzut acest model în domenii precum autorarea conținutului. Ne-am concentrat pe a face corect un domeniu mai întâi, cu instrumentele, controlul, monitorizarea și revizuirea umană potrivite. Odată ce această fundație s-a dovedit a fi de succes, am putut folosi abordarea de bază pentru a extinde în alte domenii. Acest lucru este foarte diferit de a rula o demonstrație a conceptului care arată bine într-un demo, dar nu trebuie să supraviețuiască complexității operațiunilor live.

Organizațiile care rămân blocate în modul de demonstrație a conceptului subestimează adesea această complexitate. Ei pot testa modele pe seturi de date înguste sau fluxuri de lucru controlate, dar nu le integrează în operațiunile reale cu guvernanța, monitorizarea și managementul schimbărilor necesare pentru a le susține. Organizațiile care reușesc construiesc fundația mai întâi, demonstrează valoarea într-o zonă focalizată și apoi se extind cu disciplină.

Privind înainte, crezi că câștigătorii pe termen lung în AI din sănătate vor fi companiile cu cele mai bune modele autonome, sau cele cu integrarea operațională cea mai profundă, datele de flux de lucru și efectele de rețea în întregul ecosistem al sănătății?

În sănătate, câștigătorii pe termen lung nu vor fi companiile cu cele mai bune modele autonome izolate. Vor fi companiile cu integrarea operațională cea mai profundă, cu cele mai bogate date de flux de lucru și cu efectele de rețea cele mai puternice în întregul ecosistem al sănătății.

Modelele vor continua să se îmbunătățească, și multe capacități vor deveni disponibile pe scară largă în timp. Ceea ce este mult mai greu de replicat este combinația poziționării fluxului de lucru încorporate, inteligenței longitudinale a reclamațiilor și relațiilor de încredere pe tot parcursul planurilor de sănătate, furnizorilor și partenerilor.

Platforma Lyric acoperă aproximativ 200 de milioane de vieți și este construită din decenii de inteligență proprietară a acurateței plăților, cu capacitatea de a stratifica noi capacități și parteneri. Deoarece suntem integrați devreme în fluxul de lucru de plată și operăm post-îngrijire și pre-plată, avem vizibilitate asupra fluxului real de tranzacții, nu doar asupra seturilor de date statice. Această adâncime a datelor de flux de lucru și a rezultatelor este ceea ce ajută AI să separe semnalul de zgomot și să treacă de la analiza tendințelor la predicții, recomandări și acțiune.

Mulțumim pentru acest interviu minunat. Citiitorii care doresc să afle mai multe despre Lyric ar trebui să viziteze Lyric.