Ali Morin, Chief Nursing Informatics Officer på symplr – Intervju-serie

Ali Morin, Chief Nursing Informatics Officer på Symplr, är en ledare inom omvårdnad och hälso- och sjukvårdsteknologi med erfarenhet som sträcker sig från vård på vårdavdelningar till kliniska system och omvårdnadsinformatik. Innan hon blev Chief Nursing Informatics Officer 2024 var hon symplrs vicepresident för omvårdnadsinformatik och hade seniora roller inom informatik på Halo, med fokus på klinisk kommunikation, implementering och antagande. Tidigare arbetade Morin med klinisk informatik och analys på Cincinnati Children’s Hospital Medical Center och ledde stora initiativ för elektronisk klinisk dokumentation och datorbaserad ordination på Boston Children’s Hospital. Hennes bakgrund som sjuksköterska ger henne en klinisk perspektiv på hur man använder teknologi och arbetsflödesdesign för att minska administrativa bördor och förbättra vårdkvaliteten.

symplr är ett företag som tillhandahåller programvara för hälso- och sjukvårdsverksamhet, med fokus på att koppla samman och förenkla de administrativa och operativa system som stöder hälso- och sjukvården. Deras molnbaserade Operations Platform samlar funktioner som omfattar personalhantering, leverantörsdata och legitimation, kvalitet och säkerhet, klinisk kommunikation och läkarschema, talanghantering, inköpshantering, regelefterlevnad, åtkomst och avtalshantering, med målet att ersätta fragmenterade punktlösningar med mer integrerade arbetsflöden och data. Företaget införlivar också artificiell intelligens i hela sin plattform för att stödja automatisering och beslutsfattande, samtidigt som de håller hälso- och sjukvårdsspecifik datagovernance i centrum för sin strategi. symplr hävdar att deras teknologi används av nio av tio amerikanska sjukhus och mer än 400 amerikanska hälso- och sjukvårdsplaner.

Du har tillbringat nästan tre decennier som sjuksköterska, klinisk informatikledare och nu Chief Nursing Informatics Officer på symplr. När du ser tillbaka på den resan, vilka är de största misstagen du har sett teknologiföretag göra när de utformar AI för sjuksköterskor, och hur har din egen erfarenhet från vården påverkat hur du närmar dig AI-utveckling idag?

Hälso- och sjukvården har varit här förut. Elektroniska patientjournaler lovade effektivitet, men i början skapade de ofta mer administrativa bördor eftersom de kliniker som förväntades använda dem dagligen inte var involverade i utformningen eller implementeringen av dessa verktyg. Jag upplevde detta personligen med den första elektroniska patientjournalen jag använde på vårdavdelningen och igen när arbetsflödesbeslut togs i styrelserummet med liten hänsyn till de kliniker som skulle använda dem när de väl var i bruk. AI ger oss en chans att göra rätt, men bara om vi inte upprepar det misstaget.

Jag började min karriär för mer än 25 år sedan som sjuksköterska inom barnintensivvård, och jag har tillbringat de senaste två decennierna inom omvårdnadsinformatik. Jag har sett båda sidor: hur teknologi hjälper när den utvecklas med klinikers perspektiv och samråd, och hur snabbt den blir en källa till frustration när den inte är det. Misstaget jag fortfarande ser är att hälso- och sjukvårdsorganisationer utformar lösningar för det arbetsflöde de tror att en sjuksköterska har, inte den faktiska miljön, full av avbrott, konkurrerande prioriteringar och ögonblick då dokumentation och patientvård sker samtidigt.

Min erfarenhet från vården påverkar ett enkelt test jag tillämpar på varje AI-verktyg: Stöder det meningsfullt en sjuksköterskas arbete, eller blir det bara en sak som konkurrerar om deras uppmärksamhet? Om det är det sistnämnda spelar det ingen roll hur avancerad modellen är under ytan; det är bara en annan konkurrerande prioritet som lägger till en sjuksköterskas arbetsbörda och konkurrerar om deras tid.

Du hävdar ofta att kliniker måste vara involverade i hela AI-utvecklingsprocessen, inte bara under distributionen. Vad innebär meningsfull klinisk deltagande, och varför misslyckas så många hälso- och sjukvårdsinitiativ med AI fortfarande med detta?

Sjuksköterskors deltagande i teknologistyrning bör vara en strukturell förväntning, byggd in i hur organisationer utvärderar och distribuerar teknologi från början. Det betyder att se till att sjuksköterskor är närvarande i varje steg – från inköp till implementering till utvärdering.

Den första gången en sjuksköterska ser en lösning bör inte vara efter att beslutet är fattat och personalen är utbildad. Sjuksköterskor som använder dessa verktyg varje dag kommer att identifiera utmaningar och möjligheter som administratörer, utvecklare och leverantörer kanske aldrig ser, enbart för att de som kliniker lever i arbetsflödet.

De flesta hälso- och sjukvårdsinitiativ med AI misslyckas med detta eftersom de behandlar kliniskt inmatningsdata som en kontrollstation snarare än en kontinuerlig process. Ofta får en sjuksköterska feedback under demonstrationen eller piloten, och det räknas som “kliniskt deltagande”. Riktigt deltagande ser ut som det arbete jag gör på symplr, att vara i rummet när vi utformar, utvecklar och förbättrar våra AI-lösningar. Kliniskt deltagande kan också ses i grupper som AONL:s Ledarskaps-, innovations-, teknik- och transformationskommitté, eller HIMSS leverantörs-CNO/CNIO-arbetsgrupp, där sjuksköterskor definierar kompetenser och styrning som hälso- och sjukvårdsorganisationer använder för att utvärdera teknologi; de reagerar inte bara på vad som redan är byggt.

Sjuksköterskechefer kan tillbringa en betydande del av sin dag med att skapa och justera scheman. Hur förändrar AI på ett grundläggande sätt personalhanteringen, och var ser du de största mätbara förbättringarna i effektivitet och personalnöjdhet?

AI-drivna schemaläggnings- och arbetsbelastningshanteringsverktyg tar bort mycket av den operativa komplexitet som länge har belastat sjuksköterskechefer. Uppgifter som tidigare krävde oändlig manuell samordning, som att bygga scheman, justera dem i realtid och täcka last-minute-avbokningar, kan alltmer automatiseras istället för att konsumera en sjuksköterskechefs dag.

På effektivitetssidan har vi data som visar påverkan. Till exempel, med integrerad schemaläggning i symplrs befintliga personalplattform, kan den kombinerade lösningen nu förutsäga personalbehov upp till 120 dagar i förväg med 96% noggrannhet. Det är en mätbar förändring, från reaktiv, dag-till-dag-scrambling till en strategi som tillåter sjuksköterskechefer och kliniker att planera.

Det är svårare att koppla personalnöjdhet till förutsagd schemaläggning, men sjuksköterskor som känner sig stödda av systemen runt dem tenderar att stanna kvar i yrket längre. National Council of State Boards of Nursing rapporterade att av sjuksköterskor som sa att de avsåg att lämna yrket inom de närmaste fem åren, var 41,5% orsaken stress och utbrändhet, med arbetsbelastning, understaffning och otillräcklig lön som följande topporsaker. När personalplaneringen slutar konsumera en chefs dag, och täckningsgap förutses i förväg, är det den typen av positiv förändring som kan påverka hur människor känner för sina jobb.

Prediktiv personalplanering lovar att förutse brister innan de blir kriser. Vilka data signaler visar sig vara mest värdefulla, och hur ser du till att dessa modeller stöder sjuksköterskor snarare än att bara optimera arbetskostnader?

De signaler som betyder mest är de som avslöjar ett gap innan situationen är brådskande, som hur långt i förväg skift byts, och hur ofta en enhet litar på last-minute-incitament för att täcka ett skift. Bellin Health är ett bra exempel. När den kliniska teamet hade insyn i öppna skift och täckningsgap, fyllde teamet 65% av skift två eller flera veckor i förväg och 80% inom en vecka, snarare än att skramla i sista minuten för att täcka personalgap.

Sättet att hålla modellerna ärliga är att mäta mer än kostnad. Prediktiv schemaläggning sparade Bellin Health mer än en miljon dollar i arbetskostnader. Men vad som betyder något för dess sjuksköterskor är att 80% av skift fylldes tidigt. En modell byggd med sjuksköterskors input går utöver effektivitet, säkerhet och förutsägbarhet för att positivt påverka sjuksköterskors tillfredsställelse.

Hälso- och sjukvården har sett många teknikutrullningar som ökade den administrativa bördan istället för att minska den. Vad skiljer AI-verktyg som sjuksköterskor accepterar från de som snabbt blir en annan källa till frustration?

Verktygen som sjuksköterskor accepterar är de som försvinner i bakgrunden. Till exempel, dokumentation som skriver sig själv medan en sjuksköterska förblir fullt närvarande med en patient, eller arbetsflöden som eliminerar repetitiva uppgifter istället för att lägga till nya skärmar att kontrollera. Verktygen som blir en annan källa till frustration är vanligtvis implementerade utan att vara grundade i hur sjuksköterskor arbetar, och lägger till antalet saker som en sjuksköterska måste granska, klicka eller dubbelkontrollera medan de vårdar patienter.

Det handlar om transparens och passform. När ledningen är transparent om vad ett verktyg gör och varför, och det är byggt runt riktiga arbetsflöden snarare än en idealiserad version, då är avkastningen verklig – mer tid för patientvård, mer tid för kritiskt tänkande och mer kapacitet att handleda nyare sjuksköterskor. Men när det inte är så, blir tekniken ett hinder i ett redan krävande jobb.

När AI-utvecklingscykler fortsätter att accelerera, är du orolig för att hälso- och sjukvårdsorganisationer kan prioritera hastighet över klinisk validering? Vilka skyddsåtgärder bör finnas innan AI-system integreras i patientvårdsmiljöer?

Ja, fokuset på hastighet snarare än validering är en verklig oro. Takten i AI-utveckling är snabb, och hälso- och sjukvårdens reglerings- och säkerhetskrav finns av goda skäl. Organisationerna som får detta rätt behandlar klinisk validering och sjuksköterskestyrning som en del av designprocessen från dag ett, inte som något som läggs till före lansering för att tillfredsställa en checklista.

För mig är den grundläggande skyddsåtgärden att sjuksköterskor och andra kliniker utvärderar dessa verktyg innan de påverkar patientvård. Utöver det behöver hälso- och sjukvårdssystem transparens om vad ett system gör, och en tydlig process för kliniker att flagga när något inte fungerar. Nationella styrningsstrukturer, som de som byggs av branschgrupper som AONL och HIMSS, ger organisationer en handlingsbar ram istället för att lämna varje hälso- och sjukvårdssystem att tackla detta på egen hand.

Utöver schemaläggning, var tror du att AI har den största outnyttjade potentialen att minska utbrändhet bland sjuksköterskor samtidigt som patientresultaten förbättras under de närmaste fem åren?

Dokumentation är där jag fortfarande ser mest utrymme för tillväxt. Ambientverktyg börjar bara fånga de mellanliggande ögonblicken av vård som historiskt har gått odokumenterade. Det finns mycket mer mark att täcka under de närmaste åren, både i att ge sjuksköterskor tid tillbaka och i att bygga en mer komplett journal över vad som hände under en patientmöte.

Virtual nursing är ett annat område med verklig potential för tillväxt. Just nu används det mest för patientutbildning, inlämningsdokumentation, utskrivningsplanering och fjärrövervakning. Den större möjligheten är att skala upp det stödet, så att fler vårdpersonal får tid tillbaka för att fokusera på patienten framför dem snarare än pappersarbetet runt omkring. Det är viktigt att notera att ambientverktyg och virtuell omvårdnad inte kan ersätta en klinikers omdöme. Teknologin tar bara bort uppgifter som tyst konkurrerar med den.

När du ser framåt, vad skulle du ge för råd till hälso- och sjukvårdschefer som vill bygga AI-strategier som sjuksköterskor kommer att stödja snarare än motstånda, och vilken roll bör sjuksköterskeledarskap spela i utformningen av nästa generation av klinisk AI? 

Mitt råd är att involvera sjuksköterskor i teknologiprocurement, implementering och utvärdering från början. Sjuksköterskor som arbetar med dessa verktyg varje dag kommer att identifiera utmaningar och möjligheter som andra kanske inte ser. Investera också i digital ledarskapsutveckling nu, inte om några år. Vi kan inte förvänta oss att sjuksköterskechefer ska vägleda komplexa tekniska beslut utan att ge dem verktygen eller kunskapen att göra det väl.

Sjuksköterskeledarskapets roll är att se till att kliniskt deltagande är avsiktligt, inte tillfälligt. Genom mitt arbete i AONL-kommittén har vi definierat de digitala kompetenser som sjuksköterskechefer behöver: digital kompetens, förmåga att samarbeta över intressenter och att anpassa tekniska beslut till riktiga kliniska arbetsflöden och resultat. Program som Karlene Kerfoot Nursing Leadership in Technology Education Grant, som symplr skapade i samarbete med The DAISY Foundation, finns för att se till att fler sjuksköterskor har tillgång till den typen av förberedelse.

När sjuksköterskechefer har en verklig plats vid bordet, anpassar tekniken sig mer till hur vården levereras, antagandet förbättras, den administrativa bördan lindras och patienternas säkerhet och resultat förbättras. Det är hela poängen.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka symplr.