菲比医师集团总部位于佐治亚州奥尔巴尼，是菲比普特尼医疗系统的附属机构，其业务主要覆盖 41 个县的农村服务区，护理人员表示，在该地区，患者越来越能够接受错过医生的预约。
问题
因此，医生团体的整体缺席率为 12%——比医疗团体管理协会报告的全国平均水平（约 5%）高出一倍多。例如，在城市市场，医疗机构可以支付出租车优惠券；但在佐治亚州南部，这是不可能的。自动提醒短信和电话没有帮助。
Phoebe Physician 的规模、其诊所广阔的市场以及农村地区人员配备的困难只会加剧这一问题。频繁的人员流动和员工经验不足导致排班不一致、重复预约和预约确认做法多变。
“你认为你的员工正在发出这些提醒，但他们通常没有这样做，或者没有有效地这样做，”Phoebe Physician Group 首席行政官 Matthew Robertson 说。“这就是为什么我们决定探索人工智能技术如何促进更多的患者数量，同时最大限度地减少对提供者的干扰并改善患者体验。”
提议
事情始于与 伯克利研究小组。Phoebe Physician 的工作人员向 BRG 报告了这个问题，提醒短信和电话都不起作用。并且该组织需要消除人员因素以腾出员工时间并确保他们的工作确实完成。
“BRG 提出了一款人工智能工具，即与 Trajum ML 共同开发的 MelodyMD 工具开发和试点”，Robertson 解释道。“该工具利用机器学习来分析多年的患者就诊数据，并预测特定患者未能按时就诊的概率。
他补充道：“在安排新患者时，MelodyMD 会与 Phoebe Physician 的排程系统进行通信，分析患者缺席的情况，如果缺席的概率超过设定的阈值，则会自动创建相邻的预约时段。”
迎接挑战
该工具的开发人员检查了数据点，以确定与患者缺席概率相关性最强的数据点。这些包括患者人口统计、提供者专业、预约安排前置时间、过去的预约历史和保险。随着新患者就诊数据的增加，开发人员继续完善其模型。
“我们随着时间的推移制定出的一个关键要素是确保每天的重复预约数量受到限制，”Robertson 指出。“也就是说，确保只有很有可能不来就诊的患者才会被考虑重复预约。然后对特定诊所和预约类型进行排除。
他继续说道：“随着该模型的推出和测试，我们对提醒流程进行了调整，以改善患者沟通，并确保我们的团队有足够的时间来填补新空缺的预约时段。”
他补充说，人工智能工具还使该组织能够衡量绩效并在以下层面实施改进：
-
患者访问。 定期监控利用率、失约量、已完成的访问、取消、 24 小时内取消和重新安排的访问。
-
转诊管理。 可以定期监测转诊量、患者泄漏和保留率以及分离器和竞争者的数量。
-
提供商记分卡。 定期监控工作相对价值单位、访问类型、评估和管理编码、每次会话的平均访问次数、新老患者的平均预约天数、爽约率以及提供商的付款人组合。
-
医生/高级执业提供者的生产力。 定期监控工作相对价值单位、访问类型、评估和管理编码以及提供商的当前程序术语详细信息。
-
非供应商人员配备。 定期监控全职同等工资、生产力和加班时间，以确保人员配备满足需求。
结果
从 2023 年 1 月到 2024 年 2 月，Phoebe Physician 每周平均就诊量增加 168 次。这相当于增加了约 7,800 个就诊号码，新增了 140 万美元的净患者收入。
罗伯逊表示，尽管人们仍然没有出现，而且农村地区对预约医生的看法仍然是一个障碍，但重复预约因素已大大有助于减少此类事件的影响。
给其他人的建议
“在流程早期与你的供应商沟通并透明地告知正在发生的事情绝对很重要，”Robertson 建议道。“你需要清楚地阐明问题、目标以及你预计人工智能技术可能产生的影响。当我们与 20 位初级保健提供者交谈并告诉他们每天有 84 人缺席时，他们感到震惊。这有助于让他们加入进来尝试新的解决方案。
“你还希望确保将健康公平考虑在内，”他继续说道。“例如，你如何确保人工智能工具不会导致隐性排班偏差？我们如何改进算法，以确保保险不足和没有保险的患者或拥有某些类型保险的患者不会因预约时间总是重复而受到不成比例的影响，并可能导致更长的办公室等待时间？”
当然，人工智能的好坏取决于底层数据，他补充道。
他总结道：“我们与 BRG 合作清理和整理三年的患者数据，然后我们可以用这些数据建立一个有效的模型。”
在 LinkedIn 上关注 Bill 的 HIT 报道： 比尔·西维克基
给他发电子邮件： [email protected]
医疗保健 IT 新闻是 HIMSS 媒体出版物。
1720002400
2024-07-02 17:25:24
