Cómo aprovechar la IA para impulsar el éxito de la gestión de la atención

¿No pudiste asistir a Transform 2022? ¡Vea todas las sesiones de la cumbre en nuestra biblioteca a pedido ahora! Mira aquí.


El sesenta por ciento de los adultos estadounidenses vive con al menos una afección crónica y el 12% con cinco o más. Gastan exponencialmente más en atención médica que aquellos sin enfermedades crónicas. Por ejemplo, el 32 % de los adultos con cinco o más afecciones crónicas realizan al menos una visita a la sala de emergencias cada año. Además de eso, el 24% tiene al menos una estadía como paciente hospitalizado, además de un promedio de 20 visitas ambulatorias, hasta 10 veces más que aquellos sin condiciones crónicas. De hecho, el 90 % de los 4 billones de dólares en gastos de atención médica de Estados Unidos son para personas con enfermedades crónicas y de salud mental, según los Centros para el Control y la Prevención de Enfermedades (CDC).

La forma fundamental en que las organizaciones de atención médica reducen estos costos, mejoran la experiencia del paciente y garantizan una mejor salud de la población es a través de la gestión de la atención.

En resumen, la gestión de la atención se refiere al conjunto de servicios y actividades que ayudan a los pacientes con enfermedades crónicas a gestionar su salud. Los administradores de atención se comunican de manera proactiva con los pacientes bajo su cuidado y ofrecen intervenciones preventivas para reducir las admisiones a la sala de emergencias del hospital. A pesar de sus mejores esfuerzos, muchas de estas iniciativas brindan resultados subóptimos.

Por qué las iniciativas actuales de gestión de la atención son ineficaces

Gran parte de la gestión de la atención actual se realiza en función de datos anteriores.

Por ejemplo, los administradores de atención identifican a los pacientes con los costos más altos durante el año anterior y comienzan sus programas de extensión con ellos. El mayor desafío con este enfoque, según nuestra investigación interna, es que casi el 50-60 % de los pacientes de alto costo eran de bajo costo el año anterior. Sin un alcance adecuado, una gran cantidad de pacientes en riesgo quedan desatendidos con el enfoque de gestión de atención reactiva.

Evento

MetaBeat 2022

MetaBeat reunirá a líderes de opinión para brindar orientación sobre cómo la tecnología del metaverso transformará la forma en que todas las industrias se comunican y hacen negocios el 4 de octubre en San Francisco, CA.

Registrarse aquí

La estratificación de riesgo que utiliza hoy el equipo de gestión de cuidados es un modelo nacional

Estos modelos no están localizados, por lo que no se considera la comprensión de los determinantes sociales de las ubicaciones individuales.

El enfoque principal del equipo de administración de la atención se centra principalmente en la transición de la atención y en evitar readmisiones

Nuestra experiencia al trabajar con diferentes clientes también apunta al hecho de que las readmisiones contribuyen solo entre el 10 y el 15 % de la admisión total. Falta el enfoque en la gestión proactiva de la atención y en evitar futuros ingresos evitables en la sala de emergencias y en el hospital. Esta es la clave del éxito en los modelos de atención basados ​​en valores.

En cualquier año dado, los pacientes de alto costo pueden convertirse en pacientes de bajo costo.

Sin esa comprensión granular, los esfuerzos de divulgación pueden ser ineficaces para reducir el costo de la atención.

Cómo la IA puede impulsar el éxito de la gestión de la atención

Los análisis avanzados y la inteligencia artificial (IA) abren una oportunidad importante para la gestión de la atención. Los riesgos para la salud son complejos, impulsados ​​por una amplia gama de factores que van mucho más allá de la salud física o mental. Por ejemplo, una persona con diabetes corre un mayor riesgo si también tiene bajos ingresos y acceso limitado a los servicios médicos. Por lo tanto, identificar las necesidades de los pacientes en riesgo para considerar factores adicionales para abarcar a los que más necesitan atención.

Los algoritmos de aprendizaje automático (ML, por sus siglas en inglés) pueden evaluar una gama compleja de variables, como el historial del paciente, las admisiones anteriores al hospital o a la sala de emergencias, los medicamentos, los determinantes sociales de la salud y los datos externos para identificar con precisión a los pacientes en riesgo. Puede estratificar y priorizar a los pacientes en función de sus puntajes de riesgo, lo que permite a los administradores de atención diseñar su alcance para que sea efectivo para quienes más lo necesitan.

A nivel individual, una plataforma de gestión de la atención habilitada por IA puede ofrecer una visión holística de cada paciente, incluida su atención anterior, la medicación actual, los riesgos y recomendaciones precisas para su futuro curso de acción. Para el paciente del ejemplo anterior, la IA puede equipar a los administradores de atención con lecturas de HbA1C, proporción de posesión de medicamentos y puntajes de riesgo predictivo para brindar la atención adecuada en el momento adecuado. También puede guiar al administrador de atención con respecto a la cantidad de veces que debe comunicarse con cada paciente para lograr el máximo impacto.

A diferencia de los mecanismos tradicionales de estratificación de riesgos, los sistemas modernos de gestión de la atención habilitados para IA son de autoaprendizaje. Cuando los administradores de atención ingresan nueva información sobre el paciente, como la última visita al hospital, el cambio en la medicación, los nuevos hábitos, etc., la IA adapta su motor de recomendaciones y estratificación de riesgos para obtener resultados más efectivos. Esto significa que la atención continua de cada paciente mejora con el tiempo.

Por qué los pagadores y los proveedores son reacios a adoptar la IA en la gestión de la atención

En teoría, el impacto de la IA en la gestión de la atención es significativo: tanto los gobiernos como el sector privado son optimistas sobre las posibilidades. Sin embargo, en la práctica, especialmente entre aquellos que usan la tecnología todos los días, es decir, los administradores de atención, parece haber renuencia. Con buena razón.

Falta de modelos localizados

Para empezar, muchas de las soluciones actuales de gestión de la atención basadas en IA no están centradas en el paciente. Los modelos nacionalizados son ineficaces para la mayoría de las poblaciones locales y desbaratan las predicciones por un margen considerable. Sin predicciones precisas, los administradores de atención carecen de herramientas confiables, lo que genera más escepticismo. Los modelos localizados cuidadosamente diseñados son fundamentales para el éxito de cualquier solución de gestión de cuidados basada en IA.

No impulsado por las necesidades del administrador de atención

Por otro lado, la IA de hoy tampoco está ‘impulsada por el administrador de atención’. Un ‘puntaje de riesgo’ o el número que indica el riesgo de cualquier paciente le da poco al administrador de atención. Las soluciones de IA deben hablar el idioma del usuario, para que se sientan cómodos con las sugerencias.

La prestación de atención médica es demasiado compleja y crítica como para dejarla en la caja negra de un algoritmo de aprendizaje automático. Debe ser transparente acerca de por qué se tomó cada decisión: debe haber una explicación que sea accesible para el usuario final.

Incapacidad para demostrar el ROI

A nivel organizacional de atención médica, las soluciones de IA también deben demostrar el ROI. Deben impactar el negocio moviendo la aguja en sus indicadores clave de rendimiento (KPI). Esto podría incluir reducir el costo de la atención, aliviar la carga del administrador de la atención, minimizar las visitas a la sala de emergencias y otros beneficios. Estas soluciones deben proporcionar a los líderes de atención médica la visibilidad que necesitan de las operaciones del hospital, así como las métricas de entrega.

¿Cuál es el futuro de la IA en la gestión de la atención?

A pesar de los desafíos y fallas actuales en algunos de los primeros proyectos de IA, lo que la industria está experimentando son simplemente problemas iniciales. Como tecnología en rápida evolución, la IA se está adaptando a las necesidades de la industria de la salud a un ritmo sin precedentes. Con la innovación continua y la receptividad a la retroalimentación, la IA puede convertirse en la superpotencia en la armadura de las organizaciones de atención médica.

Especialmente en la gestión proactiva de la atención, la IA puede desempeñar un papel importante. Puede ayudar a identificar pacientes en riesgo y ofrecer atención que prevenga complicaciones o emergencias. Puede permitir a los administradores de atención monitorear el progreso y brindar apoyo continuo sin que los pacientes visiten un hospital para recibirlo. Esto, a su vez, reducirá significativamente el costo de la atención para los proveedores. Permitirá a los pacientes llevar vidas saludables a largo plazo y promoverá la salud de la población en general.

Pradeep Kumar Jain es el director de producto de SaludEM IA.

Tomadores de decisiones de datos

¡Bienvenido a la comunidad VentureBeat!

DataDecisionMakers es donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir información e innovación relacionadas con los datos.

Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers.

¡Incluso podría considerar contribuir con un artículo propio!

Leer más de DataDecisionMakers