Автоматизация с приставкой “гипер”: как здравоохранению извлечь максимум пользы

В последнее время в специализированной литературе термин гиперавтоматизация все чаще можно встретить применительно к здравоохранению. Согласно самому простому определению IBM, гиперавтоматизация — это концепция автоматизации в организации всего, что может быть автоматизировано. Это делается ради экономии времени и средств, повышения точности и эффективности.

Роль гиперавтоматизации в здравоохранении

Согласно индексу CAQH за 2017 год, отсутствие автоматизации административных операций обходится отрасли здравоохранения более чем в 11 миллиардов долларов в год. Недавнее исследование показало, что индустрия здравоохранения США в совокупности тратит 2,1 млрд долларов в год на плохо выполняемые и подверженные ошибкам ручные задачи, связанные с управлением данными. Аналогичным образом в Индии ежегодно совершается 5,2 млн медицинских ошибок. Это объясняется острой нехваткой квалифицированных врачей (0,76 на 1000 населения), практикующих медсестер (2,09 на 1000 населения) и инфраструктуры. Минимизация административных задач, которые могут выполняться вручную, помогла бы в решении насущных проблем.

Так почему не использовать “старую добрую” автоматизацию и чем, собственно, она отличается от той, которая с приставкой “гипер”? В то время как автоматизация — это выполнение повторяющихся задач без ручного вмешательства, гиперавтоматизация относится к использованию нескольких инструментов автоматизации, к ее расширению как вширь, так и вглубь.

Исследовательская и консалтинговая компания, специализирующаяся на рынках информационных технологий, Gartner определяет гиперавтоматизацию как использование “передовых технологий, включая искусственный интеллект и ML, для все большей автоматизации процессов и улучшения работы людей”.

Глобальный сектор здравоохранения постоянно ищет новые пути и расширяет свои границы, чтобы улучшить и предоставить своим пользователям более эффективные и ощутимые предложения. Здесь технологии автоматизации, такие как роботизированная автоматизация процессов (RPA), обладают потенциалом для повышения гибкости бизнеса и повышения операционной эффективности. Однако RPA не является самостоятельным решением.

Интеллектуальная автоматизация (IA), или “когнитивная автоматизация”, добавляет уровень к RPA, включая такие технологии, как искусственный интеллект (ИИ), машинное обучение (ML), обработку естественного языка, структурированное взаимодействие данных и интеллектуальную обработку документов. В конечном счете все это и привело к возникновению концепции гиперавтоматизации.

Гиперавтоматизация использует несколько взаимодополняющих технологий: если есть ограничение в применении одной технологии, оно устраняется или преодолевается с помощью добавочной технологии, их сочетания.

Она также облегчает создание цифровых двойников. Гиперавтоматизация — это, по сути, виртуальная репликация всей организации. 

Гиперавтоматизация обладает огромным потенциалом для предоставления переосмысленных решений в области здравоохранения. 

Диагностика с помощью искусственного интеллекта 

Гиперавтоматизация в сочетании с такими технологиями, как компьютерное зрение, ML и интеллектуальные рабочие процессы, позволяет получать быстрые и точные отчеты. Например, решения на основе компьютерного зрения и ML интерпретируют рентгенологические снимки для диагностики заболевания.

После этого автоматизированный рабочий процесс может определять приоритетность вторичных чтений и распределять обращения в зависимости от специальности, отделов, объема чтения и т.д. После проверки отчеты о диагнозах могут быть автоматически отправлены обратно врачу и интегрированы с электронными медицинскими картами.

Интерфейсное управление циклом получения доходов 

В этой области такие технологии, как разговорный искусственный интеллект, RPA, интеллектуальный анализ процессов и анализ данных, могут объединиться, чтобы обеспечить лучший опыт и эффективность. Например, виртуальные агенты с поддержкой искусственного интеллекта могут использоваться для приема запросов о записи / переносе визитов.

При сборе информации о соответствии требованиям во время приема и регистрации пациента RPA может использоваться для выявления недостающих данных о соответствии требованиям, а голосовой агент с поддержкой обработки естественного языка может использоваться для связи со страховой компанией для сбора недостающей информации.

Кроме того, интеллектуальный анализ процессов и анализ данных могут быть применены для выявления возможностей улучшения регистрации пациентов и процесса проверки страховки, для уменьшения зависимости от решений RPA и виртуальных агентов с течением времени.

Дистанционный мониторинг

Дистанционный мониторинг быстро набирает популярность, особенно в сегодняшней ситуации, когда физическое дистанцирование и карантин по-прежнему ограничивают физическое передвижение в медицинские учреждения. Здесь в игру вступают такие технологии, как интернет вещей (IoT), носимые устройства, цифровые медицинские помощники и аналитика данных.

Поставщики медицинских услуг могут использовать датчики и носимые устройства для мониторинга таких параметров, как кровяное давление и уровень глюкозы у пациентов высокого риска с хроническими заболеваниями или проходящих курс реабилитации. Цифровые медицинские помощники могут управлять соблюдением рекомендаций по лечению, в то время как анализ данных может управлять оповещениями и предоставлять рекомендации для планов взаимодействия с пациентами для управления персонализированным уходом.

Сектор здравоохранения выигрывает от гиперавтоматизации, улучшая качество обслуживания пациентов и финансовые показатели и предоставляя более точные данные. Циклы выставления счетов, общение с потребителями, сбор платежей, ведение записей пациентов, сбор и сопоставление данных, анализ данных для более точных планов лечения — все это может быть автоматизировано в рамках концепции гиперавтоматизации. 

Гиперавтоматизация необходима для успеха и жизнеспособности любой организации здравоохранения, особенно в свете постоянно растущих нормативных требований. Она также успешно используется для отслеживания запасов лекарств, закупок, персонала и других ресурсов. Эксперты подсчитали, что средняя больница в США в настоящее время тратит примерно на 12,1 млн долларов больше, чем необходимо, на закупки расходных материалов. Эти издержки можно легко уменьшить без ущерба для клинических результатов и эффективности с помощью автоматизации. 

Практика применения

Чтобы начать работать с гиперавтоматизацией, необходимо в первую очередь изучить процессы, которые включают повторяющиеся задачи. Для этого можно фиксировать каждое нажатие клавиш персоналом и смотреть, какие рутинные мероприятия отнимают слишком много времени и сил. Затем стоит позаботиться о пилотном проекте в масштабах одного отделения или даже одного кабинета. Нужно тщательно проверить гипотезу и работоспособность решений, прежде чем масштабировать их.

Старший инженер по решениям в компании Nintex, занимающейся разработкой программного обеспечения для автоматизации и управления рабочими процессами, Терри Симпсон подчеркивает:

Владельцы процессов всегда должны думать о постоянном совершенствовании. Реактивный подход приведет к неудаче.

Исполнительный вице-президент по технологиям и инновациям HIMSS Лиза Каплан добавляет:

В этой области может быть целый спектр возможностей, начиная от автоматизации задач и рабочих процессов с помощью роботов и заканчивая диалоговыми инструментами, такими как чат-боты, машинным обучением, прогнозной аналитикой, другими видами когнитивного интеллекта с использованием ИИ.

В Калифорнии в лаборатории одной из больниц в декабре прошлого года автоматизировали процесс уведомления пациентов. Результаты исследований стали автоматически выгружаться в электронную медицинскую карту. В случае с тестом на коронавирус, если у пациента был положительный результат, то соответствующее уведомление автоматически поступало врачу. Если тест был отрицательным, врач одобрял результаты, и система направляла пациенту письмо. С момента внедрения система уже предоставила 730 тыс. уведомлений, которые в противном случае медработники должны были бы делать вручную.

Вице-президент по решениям для получения доходов 3M Health Information Solutions Джаред Соренсен говорит:

Один из способов использования гиперавтоматизации — помочь врачам с документацией, вместо того чтобы заставлять их диктовать заметки после посещения пациента. За этими инструментами стоит искусственный интеллект, который может подсказать врачу или подтолкнуть его к дополнительной информации для прояснения ситуации и корректного документирования.

Что дальше

Гиперавтоматизация стала тенденцией 2021 года благодаря зрелости цифровых технологий и инструментов управления данными, а Deloitte назвала эту технологию “следующим рубежом для организаций во всем мире”. Согласно прогнозу Gartner, мировой рынок технологий, обеспечивающих гиперавтоматизацию, в 2022 году достигнет 596,6 млрд долларов. Это больше, чем 481,6 млрд долларов в 2020 году и прогнозируемые 532,4 млрд долларов в 2021 году. 

Ожидается, что к 2027 году весь мировой рынок гиперавтоматизации достигнет 22,84 млрд долларов. Аналитики полагают, что этот рынок переживает стремительный рост, обусловленный использованием технологий, включающих вышеперечисленные RPA, ИИ, ML, биометрию и чат-ботов, в самых разных отраслях промышленности, включая розничную торговлю, производство, здравоохранение. 

Отмечается, что гиперавтоматизация обеспечивает различные преимущества по сравнению с другими типами автоматизации, включая быструю автоматизацию процессов, повышение мотивации и удовлетворенности персонала, перераспределение сотрудников на другие важные задачи, внедрение расширенной аналитики, повышение точности анализа, снижение рисков, улучшение соответствия требованиям, повышение производительности и улучшение взаимодействия на рабочем месте. До 80% операционных задач можно автоматизировать с помощью роботизированной автоматизации процессов, искусственного интеллекта и данных.

Впрочем, высокая стоимость технологий и отсутствие высококвалифицированных специалистов для обеспечения гиперавтоматизации будут сдерживать развитие рынка.

Корреспондент МВ и ФВ Екатерина Погонцева специально для evercare.ru