De AI-kloof in de gezondheidszorg op het platteland: ziekenhuizen op het platteland en met kritieke toegang beginnen van achteren
Begrotingsproblemen zijn een van de belangrijkste redenen waarom ziekenhuizen op het platteland langzamer zijn in het integreren van generatieve en agentische AI. Volgens de American Medical Association draait de helft van de plattelandsziekenhuizen met een tekort, waardoor velen gedwongen worden om kritieke diensten zoals bevalling en kankerzorg te verminderen.
Deze realiteit laat minder ruimte om te experimenteren met opkomende technologieën. Voordat een AI-aangedreven tool volledig wordt geïmplementeerd, evalueren ziekenhuizen deze doorgaans enkele maanden. Die tijdlijn omvat risicoanalyse, testen en trainen van personeel om deze te gebruiken.
Alex Sushko, een oplossingsingenieur bij Glean die gespecialiseerd is in AI-integratie, zegt dat dit een belangrijke reden is dat de adoptiecurve van AI ongelijkmatig is. “Grotere organisaties kunnen het zich veroorloven om een pilot van 18 maanden uit te voeren en langzaam een AI-tool aan te passen en aan hun specificaties aan te passen, omdat ze in de business case meer ruimte hebben om die investering te absorberen. Plattelandsziekenhuizen zijn daar misschien niet toe in staat.”
ONTDEKKEN: Vind de juiste technologie om de zorgcoördinatie te verbeteren en innovatie te ondersteunen.
Waar AI een onmiddellijke impact kan hebben in de gezondheidszorg op het platteland
Met alle krantenkoppen over hoe AI medisch onderzoek kan versnellen, beeldvorming kan verbeteren, operaties nauwkeuriger kan maken en administratieve taken kan automatiseren, kan het overweldigend zijn om uit te zoeken waar je moet beginnen. Rhew adviseert ziekenhuizen met kleine IT-teams om klein te beginnen.
“In plaats van te proberen AI breed in te zetten, zien teams vaak het meeste succes als ze beginnen met één goed gedefinieerd probleem en vervolgens tools kiezen die zijn ontworpen om binnen bestaande workflows te werken”, zegt Rhew.
Om snel waarde te krijgen, raadt Sushko aan om je te concentreren op processen binnen het inkomstencyclusbeheer, zoals het percentage schone claims van het ziekenhuis. “Het is een perfecte use case voor agentencapaciteiten, want als je maar een beperkt aantal mensen binnen de administratieve backoffice hebt, kan AI snel informatie verzamelen en de productiviteit tien keer verhogen”, zegt Sushko.
Beroepen op verzekeringen zijn een andere inkomstengenererende focus, aangezien geweigerde verzekeringsclaims ziekenhuizen bijna 20 miljard dollar per jaar kosten. Hoewel meer dan 80% van de beroepen succesvol is, wordt er ooit beroep aangetekend tegen minder dan 1% van de afgewezen claims.
Door AI aangedreven systemen kunnen administratieve teams van ziekenhuizen helpen bij het onderzoeken en oplossen van afgewezen claims, wat mogelijk kan leiden tot terugbetalingen met financiële gevolgen. “Een AI-tool zou een veel groter aantal claims kunnen afhandelen, waarbij één persoon cruciale details verifieert, en tot een veel hogere uitbetaling kunnen leiden”, zegt Sushko.
HIPAA-conforme opties om systemen voor inkomstencyclusbeheer te versterken zijn onder meer:
Klik op onderstaande banner om u voor aan te melden GezondheidTech’s wekelijkse nieuwsbrief.
