Dashboard und Machine Learning sorgen für Verbesserungen im Pflegemanagement bei Health Plan

 

Der Chief Medical Officer eines großen Krankenversicherungsunternehmens an der Westküste der USA wünschte sich einen vollständigen Überblick darüber, wer sich zu einem bestimmten Zeitpunkt im Krankenhaus befindet. In Anbetracht der Arbeit, die Health Plan bereits mit InterSystems und Health Information Exchange geleistet hatte, antwortete der Leiter der Abteilung für Unternehmensdaten und -analyse zuversichtlich: "Ja, das können wir machen." "Können Sie das in sechs Monaten schaffen?", fragte der CMO. Die Antwort? Gleichfalls positiv.

Das Ergebnis, das in weniger als 30 Tagen erstellt wurde, war die "Bed Board"-Anwendung des Krankenversicherers, eine Antwort auf einige gängige Herausforderungen unter Krankenversicherern.

Der Krankenversicherer versichert 2 Millionen Menschen in mehreren westlichen Staaten. Jeden Tag erhält sie Faxe, E-Mails und Anrufe von mehreren Krankenhäusern und erstellt daraus eine tägliche "Zählung" der Mitglieder, die notfallmäßig oder stationär behandelt werden, und deren Standorte. Das Ziel ist es, diese Informationen zu nutzen, um:

• Überprüfung und Priorisierung von Fällen für die medizinische Behandlung und Weiterverfolgung
• Sicherstellung einer optimalen Versorgung
• Vermeiden Sie die Kosten für unnötige Tests, Behandlungen, Krankenhausaufenthalte oder unangemessene Pflege

Die Krankenkasse muss innerhalb von 24 Stunden nach einer Einweisung entscheiden, ob eine Behandlung medizinisch notwendig oder angemessen ist. Die alte Methode, alle Daten auf verschiedenen Zetteln zusammenzufassen, war ein langsamer und ineffizienter Prozess. Bis verwertbare Informationen die richtigen Personen erreichten, war es oft schon zu spät, um die Pflege zu beeinflussen. Mit der Anwendung "Bed Board" hat sich dies völlig geändert.

Bed Board ist eine Dashboard-Anwendung, die mit Erkenntnissen des maschinellen Lernens angereichert ist. Es bietet klinischen und geschäftlichen Teams Echtzeiteinblicke in den Status von Krankenkassenmitgliedern in der Akutversorgung. Die Software HealthShare von InterSystems war der Schlüssel zum Erfolg von Bed Board, denn sie ermöglichte es dem Gesundheitsplan,:

• Herstellen von Verbindungen und automatisches Aggregieren der Daten aus mehreren externen Dateneinspeisungen
• Eindeutige Identifizierung jedes Planmitglieds in den eingehenden Daten
• Integration der eingehenden elektronischen Gesundheitsdaten mit den Leistungsdaten des Plans
• Normalisierung aller Daten zur Verwendung in nachgelagerten Analysen und Berichten
• Einspeisung sauberer Daten in die Algorithmen für maschinelles Lernen des Plans und in Datenvisualisierungstools wie Tableau
• Präsentieren Sie unterstützende Daten, wenn ein Benutzer in die interaktive Anzeige der obersten Ebene von Bed Board einsteigt

In der Regel ist die Aggregation und Normalisierung aller Daten in Echtzeit-Feeds der zeitaufwändigste Schritt bei der Erstellung dieser Art von Lösung. Mit HealthShare konnte diese Arbeit in weniger als einem Monat abgeschlossen werden.

Wenn sich nun ein Versicherter in einer Notaufnahme anmeldet oder in ein Krankenhaus eingeliefert wird, wird das Bed Board innerhalb einer Minute aktualisiert. HealthShare identifiziert das Mitglied anhand der eingehenden elektronischen Gesundheitsdaten und der vorhandenen Leistungsdaten und stellt die Informationen auf Mitgliedsebene in Warteschlangen ein, um die klinische Überprüfung zu unterstützen. Bei jedem neuen Ereignis - Zuweisung eines Arztes, Erstellung einer vorläufigen Diagnose oder Aufnahme eines Patienten - aktualisiert HealthShare das Bed Board.

Die höhere Effizienz, die dadurch entsteht, dass alle Informationen an einem Ort zur Verfügung stehen, und die Möglichkeit, im Dashboard Details zu jedem Patienten aufzuschlüsseln, ermöglicht es der klinischen Abteilung des Plans, Überprüfungen innerhalb des 24-Stunden-Ziels abzuschließen.

Das Bed Board korreliert auch die Aufnahmevolumen und -muster in den verschiedenen Regionen des Plans mit den demografischen Daten der Mitglieder, den Diagnosen und dem Ort der Pflege. Die klinische Abteilung nutzt diese Informationen, um breitere Trends der Inanspruchnahme in den abgedeckten Regionen zu überwachen.

Mit einem aggregierten, normalisierten und laufend aktualisierten Datenspeicher in HealthShare verfügte der Gesundheitsplan über die Grundlage für die Erweiterung der Anwendung Bed Board um maschinelle Lernfunktionen. Jetzt sammelt Bed Board nicht nur die Daten für seine Benutzer, sondern wendet Intelligenz darauf an, um die Arbeitsbelastung der Benutzer zu verringern. Die Ebene des maschinellen Lernens leitet die Prüfungsteams an, worauf sie ihre Aufmerksamkeit richten sollten, um eine maximale Wirkung zu erzielen.

In einigen Fällen können die Algorithmen des maschinellen Lernens die klinische Prüfung von Aufnahmen abschließen, ohne dass ein Arzt hinzugezogen wird. Zuvor waren zwanzig Prozent der überprüften Einweisungen für Mitglieder, die eindeutig einen Krankenhausaufenthalt benötigten. Bed Board vermeidet die Beteiligung von Klinikern in diesen Fällen, was Zeit spart und die Verwaltungskosten für die klinische Überprüfung um 20 % reduziert.

Die Anwendung "Bed Board" des Plans zeigt den Wert der Kombination von maschinellem Lernen mit einer Längsschnitt-Echtzeit-Aufzeichnung der Pflege. Die Einsicht in Echtzeitdaten und die Möglichkeit, Fragen zu den Vorgängen zu stellen, sind von entscheidender Bedeutung. So konnte Plan die täglichen Arbeitsabläufe nachvollziehen und erkennen, wann in einer bestimmten Einrichtung oder Region etwas außer Kontrolle gerät.