Dans une clinique spécialisée, le téléphone arrête rarement de sonner. Les références arrivent en rafale, les autorisations préalables sont bloquées dans les portails des payeurs et le personnel jongle avec la paperasse pendant que les patients restent en attente. Les cliniques indépendantes résolvent ces problèmes en augmentant leurs effectifs depuis des décennies, alors même que les coûts de main-d’œuvre augmentent en raison d’une pénurie de travailleurs hautement spécialisés et que l’épuisement professionnel s’aggrave. TriFetch a été conçu pour alléger ce fardeau administratif de la clinique. En automatisant les trois flux de travail qui dominent les coûts d’exploitation des cliniques : les appels des patients, le traitement des références et l’autorisation préalable, TriFetch aide les cliniques à économiser plus de 50 % sur les coûts administratifs tout en augmentant leurs revenus. Cela peut se traduire par plus d’un million d’économies pour un cabinet de taille moyenne.
Aujourd’hui, TriFetch a annoncé un cycle de pré-amorçage de 1,9 million de dollars dirigé par Nexus Venture Partners avec la participation d’investisseurs providentiels de Google, Hipprocratic, Mercor et MIT pour faire évoluer sa plate-forme d’automatisation pour le front, le mid et le back-office des soins spécialisés.
La pression ciblée par TriFetch est structurelle. Les cliniques indépendantes sont confrontées à la même charge administrative que les grands systèmes de santé dotés d’un personnel réduit. Une seule autorisation préalable peut prendre 45 minutes et la coordination des références signifie souvent des heures d’attente. Les appels des patients s’accumulent tandis que la réception fait le tri entre la salle d’attente et la ligne téléphonique et ceux qui restent sans réponse sont envoyés dans une boîte de réception contenant des centaines de messages non lus.
« Les cliniques font tout ce qu’elles peuvent pour suivre le rythme, mais la charge de travail administrative ne cesse d’augmenter », a déclaré Varuni Sarwal, PDG et co-fondateur de TriFetch. « Nous avons construit TriFetch pour nous connecter au fonctionnement actuel des cliniques et éliminer les tâches que le personnel redoute le plus, les appels, les références et l’authentification préalable, afin que les équipes puissent se concentrer sur les parties des soins qui nécessitent une touche humaine.
TriFetch automatise les trois flux de travail qui consomment le plus de temps au personnel. Son agent vocal multilingue gère les appels des patients de bout en bout : demandes entrantes, planification sortante et suivis. Son moteur de référence achemine et traite les références, vérifie l’éligibilité et enregistre les patients avec des humains dans la boucle. Et son automatisation d’authentification préalable soumet et suit les demandes afin que les retards dans la paperasse n’imposent jamais de coûts aux patients. La plateforme s’intègre directement au fonctionnement actuel d’une clinique, sans qu’aucune migration ou reconversion de DSE ne soit nécessaire. « Les cliniques n’ont pas besoin de plus de logiciels où chaque nouvel outil ajoute un autre onglet, une autre connexion, une autre chose à apprendre ; elles ont besoin de moins de frictions. TriFetch s’intègre en tant que tissu conjonctif des opérations existantes d’une clinique, s’adaptant à l’écosystème de la clinique et non l’inverse », déclare co-fondatrice et COO Rosemary Hequi dirige l’équipe produit.
Les cofondateurs Varuni Sarwal et Rosemary He se sont rencontrés à l’UCLA alors qu’ils terminaient leur doctorat en informatique, où ils travaillaient à l’intersection de l’IA et des soins de santé. Les recherches de Varuni ont appliqué l’apprentissage automatique au DSE tabulaire pour prédire la dépression et la septicémie, tandis que Rosemary a construit des modèles de vision par ordinateur pour prédire la progression de la maladie d’Alzheimer dans des images médicales 3D longitudinales. Après avoir publié dans des sites de premier plan comme Nature et ICML, le contraste qu’ils ont vu de l’intérieur était difficile à ignorer : alors que l’IA se développait à la frontière, la plupart des cliniques spécialisées fonctionnaient toujours avec des fax, des antennes téléphoniques et des formalités administratives manuelles. Ils ont construit TriFetch pour apporter cette capacité aux soins spécialisés et ont adopté une approche de déploiement avancée, en s’intégrant aux côtés des équipes cliniques jusqu’à ce que le système fonctionne de bout en bout.
TriFetch mène actuellement plusieurs projets pilotes actifs avec des cliniques spécialisées à travers la Californie. Dans une clinique d’ophtalmologie, le médecin et son équipe sont submergés d’appels téléphoniques et d’autorisations préalables alors qu’ils tentent de prodiguer des soins de la plus haute qualité à leurs patients. Dans une clinique de cardiologie, le personnel a été submergé par les demandes de renseignements des patients et les besoins d’acheminement interne.
Dans un cabinet gastro-intestinal, deux membres du personnel travaillent à temps plein pour traiter jusqu’à 100 références par jour et appeler les patients pour les planifier. TriFetch gère ce flux de travail de bout en bout, libérant environ 16 heures de temps de travail par jour et rapportant plus de 200 000 $ par an à la clinique. Pour un cabinet spécialisé de taille moyenne, cette fourchette de coûts récupérés et de revenus capturés peut aller de 500 000 $ à 1,4 million de dollars par an.
Dr Shashi Ganti, ophtalmologiste, Cal Retina MD a ajouté : « Les cliniques aux États-Unis sont confrontées au même casse-tête administratif. En travaillant avec TriFetch, nous avons pu soulager notre personnel de la gestion des appels des patients et de la planification : en les libérant de centaines de messages vocaux et d’appels téléphoniques pour se concentrer sur les patients en face d’eux. L’IA peut être incroyablement puissante lorsqu’elle est adoptée en toute sécurité, et je ne peux pas penser à une meilleure équipe à qui faire confiance dans ma clinique. »
À mesure que l’adoption de l’IA dans le secteur de la santé s’accélère, la plupart des outils ciblent les grands systèmes de santé, résolvent un seul flux de travail restreint ou sont spécifiques au DME. TriFetch est la première couche d’automatisation unifiée et indépendante du DME spécialement conçue pour les cliniques indépendantes qui peut être personnalisée selon les spécialités et les emplacements, en se déployant aux côtés des systèmes existants (NextGen, eCW, Athena et autres) en quelques semaines, et non en trimestres, réduisant ainsi la nécessité pour les cliniques de regrouper plusieurs fournisseurs pour maintenir leurs opérations.
Jishnu Bhattacharjee, partenaire chez Nexusa commenté : « Varuni et Rose sont de profonds experts dans le domaine de l’IA dans le domaine de la santé. Les flux de travail administratifs dans le domaine de la santé représentent l’une des plus grandes opportunités inexploitées pour l’IA, et l’équipe de Trifetch est particulièrement bien placée pour la débloquer. Ils combinent des capacités d’IA approfondies avec une compréhension clinique du monde réel pour construire ce que nous pensons pouvoir devenir une entreprise de référence dans le domaine de l’IA dans le domaine de la santé. Nous sommes ravis de nous associer à Trifetch et de les soutenir dans ce voyage », a déclaré
Les appels, les références et l’autorisation préalable des cliniques spécialisées sont le point de départ. Au fil du temps, TriFetch prévoit de créer la première couche d’exploitation native d’IA pour les systèmes de santé, en s’étendant à l’échelle nationale des cliniques spécialisées indépendantes aux groupes multi-spécialités, aux soins primaires et aux réseaux appartenant aux hôpitaux, en approfondissant les intégrations de DSE et en connectant les outils que les cliniques utilisent déjà aux flux de travail qui font avancer les soins. L’objectif : moins de temps sur la paperasse, plus de temps avec les patients.
TriFetch est guidé par une cohorte fondatrice de plus de 10 conseillers stratégiques issus d’opérateurs des principaux systèmes de santé du pays, dont l’ancien cofondateur de NextGen, Tim Eggena, des hauts dirigeants de Sutter Health, Johns Hopkins, Mayo, UW Health, Revere Health, Springfield Clinic et UChicago Medicine. La cohorte reflète l’approche de TriFetch axée sur l’opérateur : les personnes qui ont exécuté les flux de travail automatisés par TriFetch sont les mêmes qui ont contribué à façonner le produit.
