ดร. ริฮาน จาวิด ซีอีโอ และผู้ร่วมก่อตั้ง Rinova – สัมภาษณ์ซีรีส์

ดร. ริฮาน จาวิด ซีอีโอ และผู้ร่วมก่อตั้ง Rinova AI เป็นแพทย์-ผู้บริหารและนักธุรกิจที่มุ่งเน้นในการปรับปรุงการดำเนินงานด้านสุขภาพผ่านปัญญาประดิษฐ์ นอกจากการเป็นผู้นำ Rinova แล้ว เขายังเป็นผู้ร่วมก่อตั้งและประธานของ Edge ซึ่งให้บริการโครงสร้างพื้นฐานสำหรับสถานที่ทำงานระยะไกลแก่บริษัทประกันภัย คลินิกทางการแพทย์ และคลินิกทันตแพทย์ ในฐานะแพทย์ผู้เชี่ยวชาญด้านจิตแพทย์ เขาเป็นผู้อำนวยการทางการแพทย์และประธานเจ้าหน้าที่ทางการแพทย์ที่ CommonSpirit Health และ St. Joseph’s Behavioral Health Center ในขณะเดียวกันก็ยังคงทำงานในฐานะแพทย์คลินิกที่ Touro University Medical Group ประสบการณ์ในอดีตของเขารวมถึงการปฏิบัติงานด้านจิตแพทย์ที่ The Permanente Medical Group, Inc. และการฝึกอบรมหลักฐานที่ California Pacific Medical Center และ University of South Florida พร้อมด้วยประสบการณ์การเป็นผู้นำในฐานะผู้บริหารในด้านการสรรหาบุคลากรทางกฎหมาย

Rinova AI เป็นบริษัทเทคโนโลยีด้านสุขภาพที่มุ่งเน้นไปที่การบริหารจัดการด้านรายได้โดยใช้ปัญญาประดิษฐ์และการอัตโนมัติในการเรียกเก็บเงินทางการแพทย์ แพลตฟอร์มนี้ได้รับการออกแบบมาเพื่อลดภาระการบริหารสำหรับผู้ให้บริการโดยการอัตโนมัติกระบวนการต่างๆ เช่น การตรวจสอบประกัน การเพิ่มประสิทธิภาพการเข้ารหัส การส่งใบเรียกเก็บเงิน และการบริหารการปฏิเสธ โดยการนำปัญญาประดิษฐ์มาเพิ่มประสิทธิภาพการทำงานและปรับปรุงความแม่นยำ Rinova มุ่งหวังที่จะนำเสนอการประหยัดต้นทุนอย่างมีนัยสำคัญเมื่อเทียบกับการบริการเรียกเก็บเงินแบบดั้งเดิม ในขณะเดียวกันก็เร่งการชำระเงินและเพิ่มประสิทธิภาพทางการเงินสำหรับองค์กรด้านสุขภาพ

คุณร่วมก่อตั้ง Edge ในปี 2021 หลังจากทำงานเป็นแพทย์ผู้เชี่ยวชาญด้านจิตแพทย์และต่อมาเป็นผู้อำนวยการทางการแพทย์และประธานเจ้าหน้าที่ทางการแพทย์ จากมุมมองของปัญญาประดิษฐ์ คุณสังเกตสัญญาณแรกๆ ในกระบวนการเรียกเก็บเงิน เช่น ข้อมูลที่กระจัดกระจาย กฎของผู้จ่ายเงินที่เปลี่ยนแปลงไป การจัดการข้อยกเว้นที่ต้องทำด้วยมือ ซึ่งทำให้คุณเชื่อว่าการอัตโนมัติจะกลายเป็นสิ่งจำเป็นในอนาคต

เมื่อฉันทำงานและต่อมาเป็นผู้บริหารคลินิก ฉันเห็นว่ามีการเสียดสีมากนักในการเรียกเก็บเงิน ข้อมูลอยู่ในหลายระบบที่ไม่สื่อสารกันดี กฎของผู้จ่ายเงินเปลี่ยนแปลงอยู่เสมอ พนักงานใช้เวลานานในการแก้ไขใบเรียกเก็บเงินเนื่องจากสาเหตุที่สามารถคาดเดาได้เมื่อมองย้อนกลับ

สิ่งที่โดดเด่นสำหรับฉันคือการทำซ้ำๆ ข้อผิดพลาดเดียวกัน รูปแบบการปฏิเสธเดียวกัน ช่องว่างในการจัดทำเอกสารเดียวกัน สิ่งเหล่านี้ไม่ใช่ปัญหาเฉพาะเจาะจงที่ซับซ้อน แต่เป็นการล้มเหลวในการดำเนินงานที่เกิดขึ้นซ้ำๆ เมื่อถึงขนาดนั้น คุณจะรู้ว่าการขอให้ผู้คนจัดการความซับซ้อนด้วยมือไม่ใช่สิ่งที่ยั่งยืน นั่นคือเมื่อการอัตโนมัติไม่ใช่สิ่งที่เลือกได้ แต่เป็นสิ่งจำเป็น

เมื่อคุณเปิดตัว Rinova AI หลายปีต่อมา สิ่งใดที่เปลี่ยนแปลงทางด้านเทคโนโลยีหรือข้อมูลที่ทำให้สามารถนำปัญญาประดิษฐ์มาใช้กับการบริหารจัดการด้านรายได้ได้อย่างมีประสิทธิภาพและเชื่อถือได้

สองสิ่งเปลี่ยนแปลงไป ประการแรก สภาพแวดล้อมของข้อมูลดีขึ้น การเชื่อมต่อระหว่างระบบบันทึกทางอิเล็กทรอนิกส์ (EHRs) ตัวกลางชำระเงิน และแพลตฟอร์มการเรียกเก็บเงินมีโครงสร้างมากขึ้น ซึ่งให้ข้อมูลเข้าที่ดีขึ้นและวงจรป้อนกลับแรงกว่าเดิม

ประการที่สอง เทคโนโลยีมีความเข้มข้นมากขึ้น เราได้พัฒนาไปไกลกว่าเครื่องมือตรวจสอบกฎที่ซับซ้อนแบบง่ายๆ โมเดลสามารถประเมินบริบทได้ ไม่ใช่แค่ตรวจสอบกล่องเท่านั้น ซึ่งช่วยให้เราวิเคราะห์เอกสาร การเข้ารหัส และตรรกะของผู้จ่ายเงินร่วมกันแทนที่จะแยกจากกัน

ไม่ใช่ว่าการเรียกเก็บเงินจะง่ายขึ้น แต่ระบบนิเวศกลายเป็นที่มั่นคงพอที่จะให้ปัญญาประดิษฐ์ทำงานได้อย่างน่าเชื่อถือ

การบริหารจัดการด้านรายได้แบบดั้งเดิมอาศัยกฎที่ไม่เปลี่ยนแปลงและการกู้คืนหลังการปฏิเสธ การแนะนำปัญญาประดิษฐ์เข้าไปในกระบวนการทำงานเปลี่ยนแปลงวิธีคิดของโรงพยาบาลเกี่ยวกับความเสี่ยงทางการเงินและความสามารถในการคาดการณ์การชำระเงินอย่างไร

โดยทั่วไป ทีมบริหารจัดการด้านรายได้ยอมรับว่าการปฏิเสธเป็นส่วนหนึ่งของการดำเนินธุรกิจ การทำงานเริ่มต้นหลังจากที่มีปัญหาเกิดขึ้น

เมื่อปัญญาประดิษฐ์ถูกนำเข้ามาในกระบวนการทำงานในขั้นตอนแรก เป้าหมายเปลี่ยนจากการกู้คืนมาเป็นการป้องกัน คุณสามารถระบุช่องว่างในการจัดทำเอกสารหรือการเข้ารหัสที่ไม่ถูกต้องก่อนที่จะส่งใบเรียกเก็บเงิน ซึ่งจะลดความแปรผันของการชำระเงิน

โรงพยาบาลเริ่มคิดน้อยลงเกี่ยวกับการตามหาความสูญเสียและคิดมากขึ้นเกี่ยวกับการควบคุมความเสี่ยงก่อนที่จะเกิดขึ้น ซึ่งเปลี่ยนแปลงการคาดการณ์ การสรรหาพนักงาน และการอภิปรายเกี่ยวกับความมั่นคงทางการเงินในระดับคณะกรรมการ

ระบบปัญญาประดิษฐ์มักทำงานได้ดีในกรณีทั่วไป แต่ต้องดิ้นรนในกรณีชายขอบ ในการดำเนินงานเรียกเก็บเงินในปัจจุบัน ซึ่งประเภทของสถานการณ์ที่สามารถจัดการได้ด้วยการอัตโนมัติ และที่ไหนที่การตัดสินใจของมนุษย์ยังคงมีบทบาทสำคัญ

การอัตโนมัติทำงานได้ดีที่สุดในงานที่มีโครงสร้างและมีปริมาณมาก การตรวจสอบความมีสิทธิ์ การตรวจสอบการอนุมัติ การรักษาความสอดคล้องของการเข้ารหัส และการตรวจจับรูปแบบการปฏิเสธเป็นพื้นที่ที่เครื่องจักรสามารถประมวลผลได้เร็วกว่าและสม่ำเสมอกว่ามนุษย์

การตัดสินใจของมนุษย์ยังคงมีความสำคัญในกรณีชายขอบ การอุทธรณ์ที่ต้องการความชำนาญทางคลินิก การโต้แย้งสัญญา พฤติกรรมของผู้จ่ายเงินที่ไม่ปกติ หรือสถานการณ์ของผู้ป่วยที่ซับซ้อน ล้วนเป็นกรณีที่ได้รับประโยชน์จากประสบการณ์และการให้เหตุผล ปัญญาประดิษฐ์สามารถระบุความเสี่ยงได้ แต่ผู้คนยังคงตีความพื้นที่สีเทาและตัดสินใจสุดท้าย

Edge นำทีมบริหารจัดการด้านรายได้ที่ได้รับการฝึกอบรมมาจากสาขาสุขภาพมาประกอบเข้ากับกระบวนการทำงานของโรงพยาบาล ในขณะที่ Rinova อัตโนมัติกระบวนการตัดสินใจในขั้นตอนแรก คุณเข้าใกลับการออกแบบระบบปัญญาประดิษฐ์ที่เสริมสร้างการตัดสินใจของมนุษย์มากกว่าการส่งผลให้เกิดความเสี่ยงในการดำเนินงานใหม่ๆ อย่างไร

เรามองปัญญาประดิษฐ์เป็นชั้นการสนับสนุน ไม่ใช่การแทนที่ ระบบจะแสดงคำแนะนำและอธิบายตรรกะของมัน ทีมงานด้านสุขภาพที่ได้รับการฝึกอบรมของเรายังคงอยู่ในกระบวนการทำงาน

โครงสร้างนี้มีความสำคัญ ปัญญาประดิษฐ์จัดการกับขนาดและรูปแบบการรู้จำ พนักงานจัดการด้านการกำกับดูแลและความรับผิดชอบ เมื่อบทบาทเหล่านี้ชัดเจน คุณจะลดความเสี่ยงแทนที่จะเพิ่มความเสี่ยง

เป้าหมายคือการลดภาระการทำงานทางจิต ไม่ใช่การกำจัดการตัดสินใจของมนุษย์

นโยบายของผู้จ่ายเงินเปลี่ยนแปลงบ่อยและไม่ได้บังคับใช้อย่างสม่ำเสมอ ปัญญาประดิษฐ์แบบเรียลไทม์เปลี่ยนแปลงวงจรป้อนกลับระหว่างการ提交ใบเรียกเก็บเงิน การปฏิเสธ และการปรับปรุงแบบจำลองอย่างต่อเนื่องอย่างไร

นโยบายของผู้จ่ายเงินเปลี่ยนแปลงบ่อยและบังคับใช้ไม่สม่ำเสมอ ในอดีต องค์กรจะอัปเดตกฎบ่อยๆ และหวังว่าจะมีข้อมูลที่ถูกต้อง

ด้วยการป้อนกลับแบบเรียลไทม์ การปฏิเสธและอนุมัติแต่ละครั้งกลายเป็นจุดข้อมูล แบบจำลองเรียนรู้จากผลลัพธ์จริง ไม่ใช่สมมติฐานที่ไม่เปลี่ยนแปลง ซึ่งทำให้ช่องว่างระหว่างการเปลี่ยนแปลงนโยบายและการปรับเปลี่ยนการดำเนินงานสั้นลง

เมื่อเวลาผ่านไป สิ่งนี้จะลดการปฏิเสธที่ไม่คาดคิดและปรับปรุงความแม่นยำในการส่งใบเรียกเก็บเงิน ทำให้ระบบมีความสามารถในการปรับตัวมากขึ้น

โรงพยาบาลมีความระมัดระวังอย่างสมเหตุสมผลเกี่ยวกับระบบปัญญาประดิษฐ์ที่มีอิทธิพลต่อกระแสเงินสด ระดับการเปิดเผยหรือการควบคุมใดที่ผู้นำด้านสุขภาพควรคาดหวังก่อนที่จะเชื่อถือการตัดสินใจเรียกเก็บเงินโดยใช้ปัญญาประดิษฐ์

ผู้นำควรคาดหวังความชัดเจน พวกเขาควรเข้าใจว่าเหตุใดจึงมีการแนะนำ พวกเขาควรสามารถข้ามคำแนะนำได้ และพวกเขาควรจะมีหลักฐานการตรวจสอบที่ชัดเจน

การบริหารจัดการด้านรายได้ส่งผลกระทบโดยตรงต่อกระแสเงินสดและความเป็นไปตามกฎระเบียบ ความไว้วางใจมาจากความโปร่งใสและความควบคุม ไม่ใช่จากอัตโนมัติที่ไม่มีการมองเห็น ระบบปัญญาประดิษฐ์ใดๆ ที่ดำเนินงานในพื้นที่นี้จำเป็นต้องตอบสนองมาตรฐานนี้

ปัญหาการขาดแคลนพนักงานในทีมบริหารจัดการด้านรายได้มักถูกมองว่าเป็นปัญหาด้านแรงงาน จากมุมมองของคุณ ปัญหาใดที่แท้จริงแล้วมีเหตุจากคุณภาพของข้อมูลและออกแบบกระบวนการทำงาน และที่ไหนที่ปัญญาประดิษฐ์สามารถมีผลกระทบมากที่สุด

ปัญหาการขาดแคลนพนักงานมีจริง แต่หลายอย่างถูกขยายใหญ่ขึ้นจากการจัดกระบวนการทำงานที่ไม่ดี เมื่อทีมงานใช้เวลาส่วนใหญ่ในการแก้ไขข้อผิดพลาดที่สามารถป้องกันได้ ความเหนื่อยหน่ายจะเพิ่มขึ้น และประสิทธิภาพการทำงานจะลดลง

หากคุณทำให้ข้อมูลเข้ามาถูกต้องและลดการปฏิเสธที่สามารถป้องกันได้ ทีมงานเดียวกันสามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น ปัญญาประดิษฐ์มีผลกระทบมากที่สุดในจุดที่สามารถกำจัดงานซ้ำๆ และมาตรฐานกระบวนการ

ปัญหามักไม่ใช่แค่จำนวนพนักงาน แต่เป็นความเสียดสี

เมื่อปัญญาประดิษฐ์กลายเป็นส่วนหนึ่งของการดำเนินงานด้านรายได้ คุณคาดหวังว่าบทบาทของทีมบริหารจัดการด้านรายได้จะพัฒนาไปอย่างไรในอีกไม่กี่ปีข้างหน้า ในด้านการกำกับดูแล การจัดการข้อยกเว้น และการกำกับดูแล

ฉันคาดหวังว่าทีมบริหารจัดการด้านรายได้จะกลายเป็นกลยุทธ์มากขึ้น ใช้เวลาน้อยลงกับการประมวลผลซ้ำๆ และใช้เวลามากขึ้นในการกำกับดูแล การอุทธรณ์ที่ซับซ้อน การเจรจากับผู้จ่ายเงิน และการวิเคราะห์ประสิทธิภาพ

เมื่อการอัตโนมัติจัดการงานปกติ ทีมงานของมนุษย์จะเปลี่ยนไปสู่การกำกับดูแลและการเพิ่มประสิทธิภาพ ซึ่งจะยกระดับฟังก์ชันการทำงานแทนที่จะลดขนาด

เมื่อมองไปข้างหน้า คุณคาดหวังว่าแพลตฟอร์มการบริหารจัดการด้านรายได้ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์จะกลายเป็นโครงสร้างพื้นฐานทางการเงินหลักสำหรับโรงพยาบาล แทนที่จะเป็นเครื่องมือที่ไม่จำเป็น และการเปลี่ยนแปลงนี้จะทำให้องค์กรต่างๆ ที่ดำเนินงานภายใต้แรงกดดันด้านกำไรที่ไม่หยุดยั้งสามารถทำอะไรได้บ้าง

ใช่ แรงกดดันด้านกำไรไม่ได้หายไป ความสามารถในการคาดการณ์การชำระเงินจะกลายเป็นสิ่งจำเป็น

แพลตฟอร์มที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ซึ่งปรับปรุงความแม่นยำและลดการรั่วไหลจะเปลี่ยนจากเครื่องมือที่ไม่จำเป็นมาเป็นโครงสร้างพื้นฐานที่จำเป็น เมื่อกระแสเงินสดมีความมั่นคงมากขึ้น โรงพยาบาลสามารถวางแผนได้ด้วยความมั่นใจมากขึ้นและลงทุนในด้านการดูแลผู้ป่วยอย่างมีเจตนา

นั่นคือผลลัพธ์สุดท้ายที่เราคิดถึง

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Rinova AI หรือ Edge เพื่อเรียนรู้เพิ่มเติม