Cas d'utilisation de l'IA pour les opérations cliniques et financières dans les soins de santé ruraux
Le PDG de la National Rural Health Association, Alan Morgan, a déclaré que trois cas d'utilisation courants pour l'IA se présentent dans ses conversations avec les hôpitaux et les systèmes de santé.
Le premier consiste à déployer une IA ambiante pour documenter les rendez-vous des patients. Cela peut aider les praticiens à accorder plus d'attention aux besoins des patients tout en atténuant le fardeau de la prise de notes. «C'est incroyable combien de temps cela libére», explique Morgan. «Je pense que c'est potentiellement le plus grand avantage que nous pouvons voir provenir de l'IA.»
L'utilisation de l'IA pour prendre des notes améliore l'expérience du patient, explique Kwong, car les praticiens ne se concentrent plus exclusivement sur leur clavier informatique. Au-delà du rendez-vous, les modèles d'IA peuvent évaluer les dossiers d'un patient et les problèmes de signalisation d'une valeur de suivi. Par exemple, si un patient mentionne lors de nombreuses visites qu'il a du mal à s'endormir, un modèle d'IA formé pour détecter les modèles peut signaler ce problème et inciter le système de santé à suivre.
«L'IA peut aider à identifier les modèles qu'un médecin peut ne pas voir au début, ou qu'il peut initialement penser que c'est un commentaire désinvolte», explique Kwong. Ce scénario a tendance à venir avec peu de résistance, car il fournit des informations supplémentaires aux fournisseurs sans leur dire explicitement quoi faire.
Le second est les deuxième opinions basées sur l'IA, qui peuvent aider à réduire les erreurs de diagnostic. Alors que les hallucinations dans les modèles d'IA et les biais dans les ensembles de données de formation restent des problèmes, le potentiel d'accéder aux consultations en quelques secondes a un avantage clair, note Morgan. Cela est particulièrement vrai en milieu rural, où les spécialistes peuvent être à des centaines de kilomètres ou indisponibles en dehors des heures normales de bureau.
Le troisième est de rationaliser la facturation et le codage – un cas d'utilisation critique pour la survie des organisations rurales. Environ un tiers des hôpitaux ruraux sont à risque de fermeture en raison de problèmes financiers qui découlent du coût de la prestation des soins, des limites de l'aide fédérale et des faibles réserves financières, selon un rapport du Center for Healthcare Quality and Payment Reform.
Morgan ajoute que les chefs d'hôpitaux ruraux voient l'IA dans le cycle des revenus en réponse à l'utilisation par les assureurs de l'IA pour évaluer les réclamations – une pratique confrontée à des recours collectifs.
Dans un podcast avec le Rural Health Information Hub, Jordan Berg, directeur du National Telehealth Technology Assessment Resource Center indique que l'application de l'IA au cycle de revenus est plus qu'une question d'automatisation des tâches de routine. Avec les bons outils d'IA, dit-il, les organisations peuvent s'assurer que les services sont facturés au niveau approprié, informer les vendeurs et les patients lorsque les factures sont dues et identifier les possibilités d'optimisation du cycle de revenus, «tous avec des contributions très minimes des utilisateurs et des parties prenantes».
Les cas d'utilisation supplémentaires pour l'IA en milieu rural comprennent l'optimisation des flux de travail dans le dossier de santé électronique (DSE), augmenter le diagnostic et l'aide à la décision, le déploiement de cliniques mobiles avec des praticiens soutenus par des agents de l'IA et l'amélioration de la planification et de la messagerie de suivi. Ces exemples fonctionnent bien car ils ne provoquent pas beaucoup de frottements.
«Les patients sont d'accord pour obtenir un appel de rappel de rendez-vous automatisé», explique Kwong. «Pour les organisations qui ont des ressources limitées, un outil comme celui-ci peut être un bon investissement.»
Le manque de politique n'entrave pas l'adoption de l'IA pour les soins de santé ruraux
Une ride pour les systèmes de santé ruraux, indépendants et communautaires à la recherche de conseils sur où et comment utiliser au mieux l'IA est le manque de direction de Capitol Hill. Les réglementations récentes ont défini étroitement la mise en œuvre des systèmes de DSE, les cas d'utilisation acceptables pour la télésanté et les normes et infrastructures nécessaires pour échanger des informations sur la santé, entre autres.
Pendant ce temps, il n'existe aucun cadre de ce type pour l'IA dans les soins de santé. Morgan dit que ce n'est pas surprenant; Compte tenu de la longue rampe typique pour l'adoption de la technologie dans les soins de santé, la politique se déplace à un rythme lent. À l'heure actuelle, il ajoute: «Cela semble très sans mains.»
Le projet de loi sur les dépenses proposé par l'administration Trump comprend une pause de 10 ans sur les lois de l'IA des États ou locales au lieu d'une réglementation fédérale privilégiée avec peu d'obstacles de conformité. «C'est une période très volatile, et les décideurs politiques se sentent toujours autour de cela», explique Kwong.
Même sans les garde-corps de la politique fédérale – ou un ensemble de recherches empiriques sur la façon dont les organisations de soins de santé rurales utilisent l'IA – l'adoption semble décoller, dit Morgan. « J'ai vu beaucoup de modes », comme déployer des robots dans les hôpitaux, « mais l'IA a un potentiel incroyable, et nous parlons essentiellement de l'utilisation de l'utilisation l'année dernière. »