Skip to content
Use the search to find information about InterSystems products and solutions, career opportunities, and more.

Een dashboard en machine learning maken beter zorgmanagement mogelijk voor zorgverzekeraar

Physician pointing to tablet screen

 

KLANT: Grote Amerikaans zorgverzekeraar

UITDAGING: In realtime volledig inzichtelijk maken welke verzekeringnemers zich op een SEH bevinden of in een ziekenhuis zijn opgenomen

RESULTAAT: Een realtime dashboardapplicatie die in minder dan 30 dagen is gebouwd, aangevuld met machine learning-mogelijkheden, waardoor de kosten voor klinische beoordeling met 20% zijn gedaald

De Chief Medical Officer van een grote zorgverzekeraar aan de westkust van de VS wilde volledig inzicht hebben in wie er op een bepaald moment in het ziekenhuis lag. Gezien de reeds bestaande samenwerking met InterSystems en de uitwisseling van gezondheidsinformatie kon de Director of Corporate Data & Analytics zelfverzekerd antwoorden dat dat mogelijk was. Ook op de vraag van de CMO of dat binnen een half jaar zou kunnen, antwoordde hij bevestigend.

Het resultaat, dat in minder dan 30 dagen werd gerealiseerd, was de Bed Board-applicatie, een antwoord op een aantal veelvoorkomende uitdagingen onder zorgverzekeraars.

De zorgverzekeraar telt 2 miljoen verzekeringnemers in verschillende westelijke staten. Elke dag komen er faxen, e-mails en telefoongesprekken binnen van meerdere ziekenhuizen. Op basis daarvan wordt dagelijks geteld hoeveel verzekeringnemers zich op een SEH bevinden of in het ziekenhuis zijn opgenomen en waar deze zorg wordt verleend. Het doel is om deze informatie te gebruiken om:

  • casussen voor medisch beheer en follow-up te beoordelen en prioriteren;
  • voor een optimale zorgverlening te zorgen;
  • de kosten van onnodige tests, behandelingen, ziekenhuisopnames of ongepaste zorg te vermijden.

De zorgverzekeraar heeft na een opname 24 uur de tijd om te bepalen of een behandeling medisch noodzakelijk of gepast is en eventueel in te grijpen. De oude manier – verschillende papieren documenten doornemen om alle data te overlopen – was traag en inefficiënt. Tegen de tijd dat actiegerichte informatie bij de juiste mensen terechtkwam, was het vaak al te laat om de geleverde zorg te beïnvloeden. Door de Bed Board-applicatie kwam hier verandering in.

Realtime dashboard met machine learning-inzichten

Bed Board is een dashboardapplicatie die is verrijkt met machine learning-inzichten. De applicatie geeft klinische en bedrijfsteams realtime inzicht in de status van verzekeringnemers in acute zorgomgevingen. InterSystems HealthShare-software was de sleutel tot het succes van Bed Board, doordat de software de zorgverzekeraar in staat stelde om:

  • data van meerdere externe datafeeds met elkaar te verbinden en automatisch te aggregeren;
  • elke verzekeringnemer in de inkomende data te identificeren;
  • de inkomende informatie uit het elektronische patiëntendossier te integreren met de declaratiedata van de zorgverzekeraar;
  • alle data te normaliseren voor gebruik voor downstream analytics en rapportage;
  • de machine learning-algoritmen van de verzekeraar en datavisualisatietools zoals Tableau te voorzien van schone data;
  • ondersteunende data te presenteren wanneer een gebruiker doorklikt in de interactieve weergave van Bed Board.

Het aggregeren en normaliseren van alle data in realtime feeds is doorgaans de meest tijdrovende stap bij het creëren van dit soort oplossingen. Met HealthShare was dit in nog geen maand klaar.

Betere efficiëntie

Wanneer een verzekeringnemer zich nu aanmeldt bij een SEH-afdeling of wordt opgenomen in een ziekenhuis, wordt Bed Board binnen één minuut bijgewerkt. HealthShare identificeert de verzekeringnemer aan de hand van de inkomende data uit het elektronische patiëntendossier en bestaande declaratiegegevens, en plaatst informatie op het niveau van de verzekeringnemer in werkrijen ter ondersteuning van klinische controleactiviteiten. Bij elke nieuwe gebeurtenis – een arts die wordt toegewezen, een voorlopige diagnose die wordt gesteld of een patiënt die wordt opgenomen – werkt HealthShare Bed Board bij.

Doordat alle informatie op één plaats beschikbaar is en er via het dashboard meer informatie over een patiënt kan worden opgevraagd, kan de klinische afdeling van de zorgverzekeraar beoordelingen binnen 24 uur afronden.

Bed Board correleert ook opnamevolumes en -patronen in de geografische gebieden van de zorgverzekeraar met de demografische data, diagnoses en zorglocaties van de verzekeringnemers. De klinische afdeling gebruikt deze informatie om bredere trends in het gebruik in de gedekte regio's op te volgen.

A screenshot of the Bed Board application that displays inpatient stay information for the past two days.
Updated as HealthShare receives near real-time notifications, Bed Board’s overview display can reveal detailed, aggregated claims and medical information to speed decisions about plan members in emergency departments and hospitals. Machine learning algorithms and pre-populated work queues help focus clinical review teams on the most important cases.

20% hogere ROI

Dankzij de geaggregeerde, genormaliseerde en voortdurend geactualiseerde dataopslag in HealthShare kon de zorgverzekeraar de Bed Board-applicatie uitbreiden met machine learning. Bed Board verzamelt nu niet alleen data, maar past er ook intelligentie op toe om de werklast voor gebruikers te verminderen. De machine learning-laag geeft aan waar de beoordelingsteams hun aandacht op moeten richten voor een maximaal effect.

In sommige gevallen kunnen de machine learning-algoritmen de klinische beoordeling van een opname afronden zonder dat er een medewerker aan te pas komt. Bij zo'n 20% van de beoordelingen bestaat er geen twijfel over dat de verzekeringnemer moet worden opgenomen. Met Bed Board hoeft er in deze gevallen geen medewerker naar te kijken, waardoor tijd wordt bespaard en de administratieve kosten voor de klinische evaluatie in feite met 20% worden verminderd.

Grip op realtime data voor meer controle

De Bed Board-applicatie van de zorgverzekeraar laat zien wat het oplevert om machine learning te combineren met een longitudinaal, realtime zorgdossier. Inzicht in realtime data en de mogelijkheid om vragen te stellen over wat er gaande is, verandert alles. Zo kreeg de zorgverzekeraar inzicht in de dagelijkse workflow en kon al in een vroeg stadium worden gesignaleerd wanneer de situatie in een bepaalde instelling of regio uit de hand dreigde te lopen.

Andere Succesverhalen Die Je Misschien Leuk Vindt

Health Data Aggregation
Jonda Health makes diverse and non-standardized healthcare data more accessible and usable by patients, clinicians, and labs
UK NHS
Integrate disparate hospital trusts to achieve a comprehensive electronic health record using InterSystems HealthShare® Health Connect Cloud™
Healthcare Laboratory
A nine-month migration to InterSystems IRIS for Health with a 30% performance boost, and new capabilities to enhance Pardini’s market leading position
Healthcare Providers
Surprisingly, the top three indicators of life expectancy in the U.S. for a given population are per capita nursing home residency, mental health challenges, and prevalence of tooth loss¹. The income level, access to care, stress, and other social factors behind these indicators have a greater impact on health than genetics or access to healthcare services². However, historically, social determinants of health have not received enough attention in clinical care.
Integration Across the Delivery Network (IDN)
The developers at this large U.S. integrated delivery network (IDN) have no patience for integration engines that mindlessly do one job and one job only. Since replacing an old engine with InterSystems integration technology over a decade ago, the IDN has seen InterSystems solutions solve multiple problems to power growth, save employee time, and reduce costs. In one project alone, InterSystems saved them $100,000. Other examples of benefits delivered using InterSystems integration technology include:
As healthcare payers and providers use different information systems, patients can get caught in the middle and forced to bridge the gap with cumbersome processes.
Personalized Digital Nurse
Older adults overwhelmingly say they prefer to remain in their homes even as they face increasingly complex healthcare needs. And with good reason. They can retain their independence, remain socially engaged with their communities and, overall, have a higher quality of life, which contributes to improved physical health.
Harris Associates
InterSystems TotalView For Asset Management delivers the insights needed to improve portfolio returns, boost client engagement, reduce risk, and improve operational efficiencies.
Healthfirst
In the greater New York City area, Healthfirst, a not-for-profit, hospital-sponsored health plan and pioneer in value-based care, recognized the need for collaborative data exchange with providers for quality and improved member outcomes.
Unifying Fragmented Systems
VNF was able to unify seven different information systems while providing agility and responsiveness.