Bayada家庭健康护理公司最近推出了一款AI模型，旨在预防其个人护理客户的跌倒事件并减少住院率。
该模型被称为"增强护理质量模型"(Enhanced Quality of Care Model, EQoC)，可评估客户的风险等级，使Bayada能够更快地进行干预，改善护理结果，并为与支付方进行更成功的谈判奠定基础。
"通过拥有这些实时信息，我们能够实现预测性干预，而不仅仅是被动反应，"Bayada个人护理服务部门总裁马修·克罗尔(Matthew Kroll)告诉《家庭健康护理新闻》(Home Health Care News)。"举个例子，我们一直拥有出色的护理人员，他们会打电话告诉我们'史密斯夫人今天情况不对，但我不确定具体发生了什么'。然后我们的护士会与史密斯夫人或其家人交谈等。现在我们不再依赖这种电话沟通；我们实际上可以从数据中看到正在发生的情况。"
当Bayada最初从纸质文档转向电子文档时，公司意识到其执业管理系统中积累了大量来自护士和护理人员的未使用信息。
此外，Bayada还拥有另一个用于记录事故（如跌倒事件）的系统数据。
"每当客户跌倒、住院或发生任何不良事件时，我们都会在事故报告中进行记录，"克罗尔表示。"于是我们思考，如果我们将这两组数据结合起来会怎样。"
Bayada在美国23个州提供家庭健康、家庭护理、临终关怀和行为健康护理服务。该公司还在德国、印度、爱尔兰、新西兰和韩国设有国际业务。Bayada在美国拥有约32,000名员工。上周四，这家非营利组织宣布其下一任CEO为Carelon健康公司(Carelon Health)前总裁布丽奥尼·温(Bryony Winn)。
公司重点关注跌倒风险，因为它们是65岁以上人群住院的最大预测指标。虽然跌倒是Bayada的优先事项，但克罗尔解释说，EQoC拥有超过40个检测点。
将这两组数据结合的决定是Bayada模型EQoC的初始阶段。
"我们查看了所有发生过住院或严重伤害跌倒等不良事件的患者，以及所有护理记录，"克罗尔说。"我们能否在记录中找到可能预示跌倒即将发生的模式……因此我们使用大型语言模型进行了分析。我们发现，本质上不是单一因素，而是多种因素的组合正在改变客户发生不良事件的风险。"
Bayada收集了所有这些信息，并开始根据风险概况（高、中或低风险）对所有客户进行评分。
"我们的家庭健康护理员每天都会记录信息，"克罗尔说。"他们是否给客户洗了澡？是否协助客户进餐？我们的排班人员也在输入信息。所有这些信息都进入一个大型语言模型，该模型每天根据实际情况更新风险仪表板。如果客户的风险发生变化，我们的护士会联系他们，有时亲自上门，有时通过电话，并提供不同的干预措施。"
这些干预措施包括物理治疗、增加护理时间、家庭健康服务和处方管理等服务。
在实施此模型时，Bayada决定专注于其个人护理部门，因为这些客户通常接受护理的时间更长。克罗尔指出，与仅为客户提供30至60天护理相比，有些人已从该公司接受护理多年。
"我们希望专注于[我们是否]能够预见这一特定人群的风险，这通常是我们掌握数据最少的人群，也是专门为该人群开发工具最少的人群，"克罗尔表示。"这就是为什么我们想要开发自己的工具。我们刚刚开始看到其他人进入这个领域，但更多的努力和精力[已经]投入到家庭健康和临终关怀环境中。"
Bayada家庭护理创新首席研究员迈克·约翰逊(Mike Johnson)在最近一期《家庭健康护理新闻》播客节目中表示，Bayada跌倒预测模型背后的原则最终可以推广到组织的其他服务中。证明该模型益处的数据随后可以在与支付方的谈判中得到利用。
"当你与[面临巨大压力的]医疗补助计划(Medicaid)支付方交谈时，如果我们能向他们展示一种我们可以主动减少再入院或初次入院的方法，而不仅仅是减少再入院，那么这就是他们感兴趣的对话，"约翰逊说。
Bayada并不是唯一一家利用AI预测来改善结果的提供商。Team Select家庭护理公司最近为其儿科呼吸系统疾病患者专门推出了一款预测分析平台。尽管该平台仍处于早期部署阶段，但该组织已经看到住院率"显著降低"。
【全文结束】
