在Becker's秋季支付方问题圆桌会议上，行业领导者探讨了AI如何通过促进健康公平和提升患者结果来变革管理型医疗机构。
Siftwell的联合创始人兼首席执行官Trey Sutten和健康战略副总裁Kim Webb，以及Fidelis Care New Jersey的总裁兼首席执行官Erin Henderson Moore和United Concordia Dental的Medicaid产品与策略总监Gary Rosenfeld共同参与了讨论。
小组讨论的重点在于AI采用的实际步骤，如建立治理框架、促进跨职能对话和集中于可操作见解以改善医疗保健的可及性。
以下是他们讨论的三个关键要点：
1. AI是一种可以增强和改进管理型医疗机构运营的工具，但其实施必须关注解决偏见和确保数据质量。
领导们一致认为，AI是创造更公平医疗保健访问的关键工具，因为它允许对数据进行更全面的分析。Webb女士强调了解决与健康相关的社会需求的重要性，并加强社区合作以应对这些问题。在这种背景下，AI有助于更精细地分析数据集，以识别和减轻现有偏见。
小组成员强调了AI过程中人类监督的必要性，以确保伦理应用，并将AI视为传统护理模式的补充，关键点上仍需人类参与，专注于他们最擅长的事情——提供卓越的会员护理——从而使AI能够有效地识别和解决高风险个体。
“AI只是一个工具，”Henderson Moore女士说。“组织拥有大量数据。我们可能在你意识到自己的优缺点之前就能预测出来。但接下来我们该做什么？我们必须共同努力，确定在哪里可以利用传统的管理型护理工具，在哪里可以创新和思考不同。”Rosenfeld先生也指出，尤其是在牙科实践中，对更全面采用AI的犹豫不决。他提到组织内部的缓慢采用过程，部分原因是数据质量的怀疑和医疗团队缺乏专业知识。他的组织专注于建立AI委员会和超级用户组，以确保实施过程中的适当治理和质量控制。
“这有助于我们设定AI可以和不可以用于的界限，”Rosenfeld先生说。“你需要这个治理模型，因为我们都有过数据泄露和其他类似挑战的经历。建立这些护栏至关重要，以确保问责制和功能。”
2. 利用AI和数据分析可以帮助组织在跨职能工作时识别关键挑战和机会。
讨论中出现的一个核心问题是数据如何被用来有效帮助人们。根据Henderson Moore女士的说法，答案在于将AI整合到现有的生态系统中，使组织内的各个部门受益。
这种整合最终可以更好地了解患者群体，提供更集中的视角，了解患者如何访问他们的健康计划、与提供者沟通以及社区中最需要哪些服务。
“我们一直过于关注提供者，有时忽略了我们的会员，”Henderson Moore女士说。“我认为这是一个非常令人兴奋的机会，数据在这方面发挥了重要作用。我们甚至重新评估了以会员为中心的内部数据，这已被证明是有益的。”
在提供者网络内参与合作伙伴也是最大化数据和AI效益的关键。一些组织可能已经有部门集成了AI，但组织的大部分仍然不了解。提高对集成的认识并进行深入讨论对于识别和克服与访问、公平性和盈利性相关的问题至关重要。
“开始进行这些对话吧。它已经在这里，正在到来，而且不会消失，”Webb女士说。“参与对话，开始设想这种集成对你的团队意味着什么。自我教育，以便准备好拥抱它。当做出决策的时刻到来时，你可以做出明智的选择。”
3. 在整个医疗生态系统中整合数据和技术可以帮助解决健康公平和社会决定因素。
小组成员强调了AI在增强患者旅程方面的重要作用，特别是对于未得到充分服务的人群，通过预测医疗需求和优化资源分配。
在牙科护理领域，Rosenfeld先生指出，生活在贫困中的93%的个人有未满足的牙科需求。他还指出，有色人种从未看过牙医的可能性是其他人的三倍，这导致了对急诊部门的更大依赖，并为其他医疗服务提供者创造了服务瓶颈。尽管牙科领域的AI仍处于起步阶段，但他承认其重要性，并强调将其作为工具采用以促进健康公平和患者护理的有意义改进的必要性，解决与访问、行政负担和保险障碍相关的问题。
“你如何利用技术预测谁可能无法参加预约，以及可以采取哪些干预措施来缓解这种情况？”Rosenfeld先生问道。“减轻行政负担、简化索赔流程和克服交通障碍——这些都是我们正在探索的领域，我相信有潜力推动更好的结果。”
(全文结束)
