சுகாதார AI இப்போது back office-க்கு நகர்கிறது
சுகாதாரத் துறையில் செயற்கை நுண்ணறிவு குறித்து பொதுவான பேச்சின் பெரும்பகுதி diagnosis, imaging, drug discovery, அல்லது clinician-facing tools மீது கவனம் செலுத்தியுள்ளது. ஆனால் அமைப்பின் மிகக் கடினமான தோல்விகளில் ஒன்று மிகவும் கவர்ச்சியற்றது: primary care referral மற்றும் உண்மையான specialist appointment இடையிலான நிர்வாகச் சிக்கல். அந்த இடைவெளி, ஒரு நோயாளி உடனே பார்க்கப்படுவாரா, வாரங்கள் காத்திருக்க வேண்டுமா, அல்லது ஒருபோதும் callback கிடைக்காதா என்பதை தீர்மானிக்கலாம்.
Basata என்ற startup, இந்த bottleneck ஒரு பக்க விஷயம் அல்ல; சுகாதாரத்தில் automation-க்கு மிக முக்கியமான இலக்குகளில் ஒன்றாக இருப்பதாகக் கருதுகிறது. Phoenix-ல் இரண்டு ஆண்டுகளுக்கு முன்பு தொடங்கப்பட்ட இந்த நிறுவனம், வரும் referral ஆவணங்களை வாசித்து, தொடர்புடைய clinical தகவலை எடுத்து, AI voice agent-ஐப் பயன்படுத்தி நோயாளிகளுடன் நேரடியாக தொடர்புகொண்டு appointment-களை அமைக்கும் software-ஐ உருவாக்குகிறது. இது prescription renewals மற்றும் after-hours inquiries போன்ற பொதுவான நிர்வாக கோரிக்கைகளுக்கான phone-based automation-ஐயும் வழங்குகிறது.
நிறுவனத்தின் எளிய கருத்து: specialist practices நோயாளிகளை விரும்பவில்லை என்பதால் அல்ல, intake இன்னும் அதிகமாக manual மற்றும் அதிக சுமையுடன் இருப்பதால் அவை தோல்வியடைகின்றன.
Referral பிரச்சனை அனுபவக் கதையல்ல, கட்டமைப்புச் சிக்கல்
மூல உரை மிகப் பரிச்சயமான ஒரு வடிவத்தை விவரிக்கிறது. Referrals இன்னும் பெரும்பாலும் fax வழியாக வருகின்றன. சிறிய administrative teams-ஐ நம்பி specialty practices நூற்றுக்கணக்கான அல்லது ஆயிரக்கணக்கான ஆவணங்களைப் பெற முடியும். காகிதப்பணிகள் queues-ல் காத்திருக்க, systems-க்கு இடையில் நகர, அல்லது backlog-ல் தொலைந்து போக, நோயாளிகள் காத்திருக்க வேண்டியிருக்கும்.
இந்த friction-ஐ குறைவாக மதிப்பிடுவது எளிது, ஏனெனில் அது வெளியிலிருந்து பெரும்பாலும் கண்ணுக்குத் தெரியாது. Healthcare shortages பெரும்பாலும் physician supply, insurance access, அல்லது hospital capacity என்ற கோணத்தில் பேசப்படுகின்றன. அவை உண்மைதான், ஆனால் அவற்றுக்கிடையிலான operational failure கூட அதே அளவு உண்மை. ஒரு நோயாளிக்கு referral, சந்தையில் கிடைக்கும் specialists, மற்றும் அவசரத் தேவையுமிருந்தும், office workflow மிகவும் மெதுவாகவோ அல்லது சிதறியதாகவோ இருப்பதால் scheduling கடினமாகலாம்.
Basata-வின் founders இந்த பிரச்சனையை தனிப்பட்ட அனுபவங்களின் வழியாக விவரிக்கிறார்கள். ஒருவர், கடுமையான carotid artery diagnosis-க்குப் பிறகு, அவரது தந்தை பல cardiology குழுக்களுக்குப் பரிந்துரைக்கப்பட்டும் நேர்மையான பதில் கிடைக்கவில்லை என்றார். மற்றொருவர், அவரது மனைவியின் cardiac care பயணம், ஆழமான domain knowledge இருந்தாலும் administrative complexity எவ்வாறு தாமதத்தை ஏற்படுத்த முடியும் என்பதை வெளிப்படுத்தியதாக கூறினார்.
இந்த கதைகள் அனுபவக் கதைகள்; ஆனால் அவை பரவலாக அறியப்பட்ட operational reality-யுடன் பொருந்துகின்றன: care-க்கான பாதை பெரும்பாலும் medicine-ஐ விட paper work, phone queues, மற்றும் follow-up failure-ஆல் தடுக்கப்படுகிறது.
