探索保健使用AI

人工智能在医学领域的全部潜力仍然浮出水面,但AI对今日保健的影响已经很明显,引导业界转向更多消费者驱动护理和组织效率

by Joyce Riha Linik

by Joyce Riha Linik2024年2月13日

人工智能(AI)允诺在未来几年内实现医学史无前例的进步, 研究者研究AI使用方法梳理庞大数据库识别各种人群趋势,分析可能的药候选分子结构并加速潜在的疾病解药

但这些复杂应用仍在地平线上,AI已经在基础功能上取得进展,特别是在消费者驱动的保健和组织效率领域。

医保组织最乐于拥有所有超精密AI工具, Nutanix全球产业解决方案营销主管Leah Gabbert说,他在医保行业工作二十多年。并解释说,其中一些选项, 具体地说,用AI对基于基因组精密护理的理念 仍然略微“稀疏天空”。

Gabbert表示:「但现实是大多数保健组织目前没有专职人员或资源提供个人化医疗护理”。

相关

精神混合多云CIO

AI正以基本方式深入这些组织

Gabbert表示, “我们现在看到少数持续趋势:第一,消费者驱动护理需求,第二,保健组织认识到必须精简业务效率更高,但也需要吸引最优秀临床医生和病人消费者。

消费者驱动保健

从远程保健远程监控到可穿戴设备及健康应用系统,今日消费者比以往任何时候获得更多信息,比以往任何时候快,使他们能够作出更多知情选择,并在自身保健中发挥更大作用。

Covid-19大流行期间远程保健使用量猛增到广度前水平38倍,据McKinsey称由AI算法驱动的可穿装置和健康应用也在上升2023年大约40%的美国成人报告使用保健相关应用和35%可穿戴保健设备,据市场研究公司Morning咨询公司进行的一项研究

相关

安全受压力测试医疗AI和ML应用

使用量的增加显示消费者对无障碍个化健康数据的需求日益增加,消费者方面渴望在管理自身个化保健方面发挥作用

AI驱动聊天机和虚拟助手也发挥了作用。

Gabbert表示:「AI改变消费者调查自身医疗诊断方式突然间,你很容易上网表示:'我被诊断为Crohn's病最智能医保计划基于诊断何在?'

Gabbert指出消费者可上网查看诊断师和设施评分和评审可检查急救室等待时间连价格商店基本程序都可以通过一些医疗保险公司查看他们从何获取最值钱

消费者过去不得不依赖本地提供者和设施的专门知识,而现在他们可以对其保健作出更知情决策。作为监测自身健康的积极参与者,他们更能检测潜在问题并有权在必要时采取主动措施,从而对保健采取更预防性方法

Gabbert表示:「消费者能主动管理自身保健的想法大为改变,

多医保组织优先面向病人,并理解他们必须吸引有耐心的消费者他们必须吸引病人, 并能够向病人提供经验, 让他们返回, 但也要让他们畅通地讲出社区内自己的牌子。”

消费者都听说AI并想知道它如何提高他们的保健经验保健组织正努力提供它

组织效率

医疗设施使用AI方法之一是改善行政流程,保持行业畅通运行从简化医疗编码和请求提交到优化供应链并增强实验室程序,AI正在保健管理中打分

历史上,提交索赔过程费时易出错,因为收到的索赔量大,而且每个索赔都需人工输入并编码

相关

生成AI速度原型设计

提高提交索赔过程的精度和速度结果是对病人和组织都简化过程,并加速向提供方偿还费用

此外,自动化申请过程和审查医疗记录可以为保健专业人员省下宝贵的时间,使他们能够集中从事更有意义的工作。

Gabbet表示:「归根结底, 使用AI处理像索赔提交这样的关键工作流会改变游戏方式,快速使用AI并立即看到企业效果

保健组织还使用AI优化实验程序

实验室人员,包括研究人员、技术员和管理员,往往面临挑战,难以维护最新程序模板和确保持续应用最佳做法,特别是随着科学知识的发展。这些挑战可能导致低效率、错误和实验或分析前后不一,经常在此过程中浪费时间和资源。

相关

移动任务电子健康记录至超相容基础设施

生成AI可精简并增强实验室流程通过利用历史数据科学原理,创用AI模型可建议新实验设计、效率更高的流程或试剂和设备替代使用,刺激实验室程序创新

Gabbert说道, “我想我们都曾经历一些情况,我们去看医生 等待实验结果, 有时那些测试可以快速化, 有时需要很长的时间。”最优化实验程序并加速AI运行 这样你就不会完全依赖等待软件 只访问结构化数据 或人类阅读实验室我想那会帮助点火路径

医保组织在上诉过程转向AI

医疗保险申请被拒绝时,医院收费工作人员面临审查病人记录和医疗策略费时长过程以创建上诉信面向美国医院和上诉相关行政费以数十亿美元计量,这主要是由于工作人员编写上诉所需时间所致。60%以上被拒绝的索赔可以恢复,但模糊拒绝理由和医院有限收费资源导致网络内索赔只有0.2%被上诉,每年注销数以百万计作为无法收回损失

相关

IT领导人获取AI-Ready和Go

生成AI检索模型可整理大宗医学策略和成员计划以确定索赔上诉所需信息AI模型使用采掘算法获取非结构化医疗注解、药方、实验结果和其他电子健康记录提取相关信息并用LLM生成上诉信

这一过程可大大提高上诉速度和效率并有可能回收更多收入

Gabbert表示:「简化并加速进程不仅帮助组织,

简言之,使用AI可帮助保健组织简化操作程序,使病人在最佳时间线上得到最佳护理

Gabbert说,“保健有个人方面”,

多产业中,我们讨论企业`企业关键'事实,但当我们讨论医疗时,我会说它根本不是`企业关键'生命临界点单子上所有数据点都是有真正医疗需要的真人,决策可指生死。”

AI 数据 路

编辑注解:探索方式Nutanix软件帮助保健组织简化IT操作并注重提供更好的病人结果和临床生产率并学习更多 关于Nutanix平台AI,包括NutanixGPT-a-box完全堆装软件定义AI-准备平台设计 简化并启动从边向核心

Joyce Riha Linik是一个贡献作家找找JoyceRihaLinik.

2024Nutanix公司所有权利保留补充法律信息麻烦你到这来.

Baidu