3 статей
В Intermountain Health внедрены инструменты ИИ для улучшения клинической документации, что привело к росту полноты заполнения карт на 22 процентных пункта и повышению удовлетворенности врачей работой с EHR на 11,5 балла. ИИ помогает стандартизировать коммуникацию между врачами и кодировщиками, сокращая время на рутинные задачи и снижая количество отказов в выплатах страховщиками.
Статья анализирует роль искусственного интеллекта в сфере социальной помощи, утверждая, что ИИ не заменит человеческое участие, но может оптимизировать административные процессы и координацию между организациями. Рассматриваются возможности предиктивной аналитики для выявления рисков и снижения нагрузки на сотрудников, а также предупреждается о критических рисках алгоритмической предвзятости и неравенства.
Статья анализирует кризис незавершённой работы в здравоохранении США, который обходится системе почти в $1 трлн ежегодно административных расходов, из которых $265 млрд приходятся на полностью дублирующие процессы (по данным McKinsey и JAMA). Несмотря на два десятилетия инвестиций в цифровую трансформацию и ИИ, административная нагрузка на клиницистов остаётся рекордно высокой. Автор предлагает три ключевых изменения: создание глубоко интегрированной системы действий для завершения задач, использование объяснимого «прозрачного» ИИ (glass-box AI) для обеспечения доверия и подотчётности, и работу с партнёрами, отвечающими за результаты, а не просто за ПО. Особое внимание уделено разрыву между системами учёта (EHR) и системами действий: современные электронные медкарты созданы для биллинга и комплаенса, но не имеют продвинутых ИИ-возможностей. Решение — оркестрационный ИИ-слой, который обходит существующие EHR, объединяя операционные, технологические, клинические и финансовые задачи в единый интеллектуальный слой. Это позволяет автоматизировать рутинную работу и снизить выгорание медперсонала.
