Skip to content
Keressen, hogy többet megtudjon az InterSystems termékeiről és megoldásairól, karrierlehetőségekről és még sok másról.

Dashboard és gépi tanulás segít az ellátás menedzsment fejlesztésében egy egészségbiztosítónak

Physician pointing to tablet screen

 

ÜGYFÉL: Jelentős amerikai egészségügyi tervKÍVÜLÖNTÉS: Teljes átláthatóság biztosítása valós időben arról, hogy mely egészségügyi terv tagjai vannak sürgősségi osztályon vagy kórházba felvéve Er

edmény: 30 nap alatt elkészültegy valós idejű műszerfal alkalmazás, amely gépi tanulási képességekkel kiegészítve 20%-kal csökkentette a klinikai felülvizsgálati költségeket

Az Egyesült Államok egyik nagy nyugati parti egészségügyi tervének vezető főorvosa teljes átláthatóságot kért arról, hogy ki van a kórházban egy adott pillanatban. Tekintettel arra, hogy a társaság már dolgozott az InterSystems-szel az egészségügyi információcsere területén, a vállalati adat- és elemzési igazgató magabiztosan válaszolt: "Igen, meg tudjuk csinálni." "Meg tudják csinálni hat hónap alatt?" - kérdezte a CMO. A válasz? Szintén: igen.

Az eredmény, amelyet kevesebb mint 30 nap alatt hoztak létre, az egészségügyi terv "Bed Board" alkalmazása volt, amely az egészségbiztosítók körében gyakori kihívásokra adott válasz.

Az egészségügyi terv 2 millió embert biztosít több nyugati államban. Naponta faxokat, e-maileket és telefonhívásokat kap több kórháztól, és ezekből napi "összeírást" készít arról, hogy mely tagok kapnak sürgősségi vagy fekvőbeteg-ellátást, és hol tartózkodnak. A cél az, hogy ezeket az információkat felhasználjuk:

  • Az esetek áttekintése és rangsorolása orvosi kezelés és nyomon követés céljából
  • Az optimális ellátás biztosítása
  • A felesleges vizsgálatok, kezelések, kórházi kezelések vagy nem megfelelő ellátás költségeinek elkerülése

Az egészségügyi tervnek a felvételt követően 24 órája van arra, hogy megállapításokat tegyen olyan kérdésekben, mint az orvosi szükségesség vagy a kezelés megfelelősége, ha beavatkozik. A régi módszer - az összes adat szintetizálása különböző papírlapokon - lassú és nem hatékony folyamat volt. Mire a megfelelő emberekhez eljutott a megfelelő információ, gyakran már túl késő volt ahhoz, hogy befolyásolni lehessen a nyújtott ellátást. Az ágytábla alkalmazás ezt teljesen megfordította.

Valós idejű műszerfal gépi tanulási betekintéssel

A Bed Board egy műszerfal alkalmazás, amelyet gépi tanulással kiegészített betekintésekkel bővítettek. A klinikai és üzleti csapatok számára valós idejű betekintést nyújt az akut ellátásban részt vevő egészségügyi tervtagok állapotába. Az InterSystems HealthShare szoftver kulcsfontosságú volt a Bed Board sikeréhez, mivel lehetővé tette az egészségügyi terv számára, hogy:

  • Kapcsolatok létrehozása és a több külső adatfolyamból származó adatok automatikus összesítése
  • A bejövő adatokban minden egyes tervtag egyedi azonosítása
  • A beérkező elektronikus egészségügyi nyilvántartási információk integrálása a terv igénylési adataival
  • Normalizálja az összes adatot a későbbi elemzésekhez és jelentésekhez való felhasználáshoz
  • Tiszta adatok táplálása a terv gépi tanulási algoritmusaihoz és az adatvizualizációs eszközökhöz, például a Tableau-hoz
  • Támogató adatok bemutatása, amikor a felhasználó a Bed Board legfelső szintű, interaktív kijelzőjén lefelé fúrja az adatokat

Az ilyen típusú megoldások létrehozásának legidőigényesebb lépése általában a valós idejű adatfolyamok összesítése és normalizálása. A HealthShare segítségével ez a munka kevesebb mint egy hónap alatt befejeződött.

A hatékonyság növelése

Mostantól, amikor egy tervtag bejelentkezik a sürgősségi osztályon vagy kórházba kerül, az ágytábla egy percen belül frissül. A HealthShare azonosítja a tagot a beérkező elektronikus egészségügyi nyilvántartási adatok és a meglévő kárigényadatok között, és a tagi szintű információkat a klinikai felülvizsgálati tevékenységet támogató munkasorokba helyezi. Minden egyes új eseménynél - orvos kijelölése, előzetes diagnózis felállítása vagy betegfelvétel - a HealthShare frissíti az ágytáblát.

Az összes információ egy helyen történő tárolásának megnövekedett hatékonysága, valamint az a képesség, hogy a műszerfalon lefelé haladva minden egyes betegről részleteket kapjon, lehetővé teszi a terv klinikai részlegének, hogy a 24 órás célon belül elvégezze a felülvizsgálatokat.

Az ágytábla a terv földrajzi területein a felvételi mennyiségeket és mintákat is korrelálja a tagok demográfiájával, diagnózisával és az ellátás helyével. A klinikai részleg ezeket az információkat a lefedett régiókban a felhasználás szélesebb körű tendenciáinak nyomon követésére használja fel.

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.

A befektetés megtérülésének 20%-os növelése

A HealthShare aggregált, normalizált és folyamatosan frissített adattárolójával az egészségügyi tervnek megvolt az alapja a gépi tanulási képességek hozzáadásához az ágytábla alkalmazáshoz. A Bed Board most már nem csak összegyűjti az adatokat a felhasználók számára, hanem intelligenciát is alkalmaz rájuk, hogy csökkentse a felhasználók munkaterhelését. A gépi tanulási réteg irányítja a felülvizsgálati csoportokat, hogy a maximális hatás érdekében hova összpontosítsanak.

Egyes esetekben a gépi tanulási algoritmusok a klinikai felvételek klinikai felülvizsgálatát a klinikus bevonása nélkül is képesek elvégezni. Korábban a vizsgált felvételek húsz százalékát olyan tagok tették ki, akiknek egyértelműen kórházi kezelésre volt szükségük. Az ágytábla segítségével elkerülhető a klinikusok bevonása ezekbe az esetekbe, így időt takarít meg, és lényegében 20%-kal csökkenti a klinikai felülvizsgálat adminisztratív költségeit.

A valós idejű adatok megragadása nagyobb ellenőrzést biztosít

A terv ágytábla-alkalmazása jól mutatja a gépi tanulás és az ellátás longitudinális, valós idejű nyilvántartásának kombinációjának értékét. A valós idejű adatok átláthatósága és az, hogy kérdéseket tudunk feltenni arról, hogy mi történik, megváltoztatja a játékot. Ez lehetővé tette a Terv számára, hogy megértse a napi munkafolyamatokat, és tudja, ha egy adott létesítményben vagy régióban valami kezd kicsúszni a kezéből.

Más Sikertörténetek, Amelyek Tetszhetnek