目前,各類研究實(shí)驗(yàn)室運(yùn)用AI技術(shù)達(dá)成的諸多卓越成果,比如,已經(jīng)證明AI技術(shù)在診斷癌癥、視網(wǎng)膜病變乃至新冠等領(lǐng)域已經(jīng)能夠媲美甚至超越人類醫(yī)師。
但是,其中還有很多現(xiàn)實(shí)問題。首先,在實(shí)驗(yàn)室中起效的方法事實(shí)上并不一定適用于臨床場景。其次,這類新型AI治療方法必須得到藥監(jiān)局的批準(zhǔn),整個(gè)過程可能需要幾年時(shí)間。而最后一點(diǎn)在于,這些AI診斷功能本身并不能真正降低成本——醫(yī)療機(jī)構(gòu)仍然需要與過去相同數(shù)量的放射科醫(yī)師與眼科醫(yī)生等等。
歸根結(jié)底,AI最大的價(jià)值實(shí)際在于降低管理成本。對(duì)此,哈佛大學(xué)著名健康經(jīng)濟(jì)學(xué)家David Cutler在某會(huì)議上表示,強(qiáng)調(diào)管理成本已經(jīng)占據(jù)全美醫(yī)療保健支出的四分之一到三分之一。另外,他還提出了一系列與縮短收入周期、提高許可效率以及加快數(shù)據(jù)交換速度相關(guān)的成本節(jié)約意見。
通過AI加自動(dòng)化技術(shù)降低管理成本
目前,以行政管理為導(dǎo)向的AI方案已經(jīng)在Baylor Scott & White Health這家公司得到成功實(shí)現(xiàn)。這是一家擁有52所醫(yī)院的大型學(xué)術(shù)醫(yī)療體系,也是得克薩斯州規(guī)模最大的非營利性醫(yī)療保健服務(wù)商。擔(dān)任收入周期高級(jí)副總裁的Sarah Knodel雖然不是機(jī)構(gòu)的最高負(fù)責(zé)人,但她一直負(fù)責(zé)監(jiān)督多項(xiàng)行政職能,直接管理約2500位雇員。
Knodel在采訪中表示,BSWHealth系統(tǒng)從三個(gè)方面重點(diǎn)關(guān)注收入周期控制:
• 降低收集成本
• 優(yōu)化凈收益
• 改善患者經(jīng)濟(jì)負(fù)擔(dān)
在她看來,AI與自動(dòng)化技術(shù)有望配合起來,給以上幾大問題指明解決之道。
Knodel與BSWHealth八年來始終致力于拿出一套綜合的解決方案。為了向患者提供更為透明的定價(jià)標(biāo)準(zhǔn),BSWH采用了由醫(yī)療技術(shù)供應(yīng)商WAystar推出的、基于機(jī)器學(xué)習(xí)技術(shù)的自動(dòng)化價(jià)格估算工具。這款工具會(huì)在患者接受護(hù)理之前生成自付費(fèi)用的估算值。如今,該功能在不少行業(yè)中早已推廣開來,但在醫(yī)療保健領(lǐng)域仍然具有重要的開拓意義。
在使用這款工具之前,自費(fèi)額估值只能依靠手動(dòng)形式完成,且需要結(jié)合BSWHealth下轄各系統(tǒng)中的多種信息。收入周期部門的員工需要5到7分鐘才能給出一項(xiàng)估算值,而且準(zhǔn)確性相當(dāng)捉急。但如今,高達(dá)七成的估算值無需任何人為干預(yù)即可快速得出。系統(tǒng)會(huì)自動(dòng)從患者的保險(xiǎn)公司處檢索實(shí)時(shí)資格與福利數(shù)據(jù),并將其與收費(fèi)及合同費(fèi)率結(jié)合起來,借此估算特定患者所對(duì)應(yīng)的具體自付費(fèi)用。此外,該項(xiàng)技術(shù)還能從保險(xiǎn)索賠中不斷收集新素材、學(xué)習(xí)新模式,隨時(shí)間推移持續(xù)提升自身的估算準(zhǔn)確性。
雖然還沒有外部機(jī)構(gòu)評(píng)估過患者的具體財(cái)務(wù)體驗(yàn),但自從這款工具發(fā)布以來,BSWHealth已經(jīng)獲得了各方的積極反饋。在護(hù)理前即可獲得相對(duì)可靠的自費(fèi)數(shù)額,使得各家診所及醫(yī)院服務(wù)點(diǎn)的體驗(yàn)效果提升了60%至100%。醫(yī)生也對(duì)預(yù)估值感到滿意,極大降低了無法在當(dāng)日之內(nèi)處理完成的積壓病患。
五年之前,Knodel曾建議,以在線自助服務(wù)的形式推出估價(jià)系統(tǒng),幫助購物者提前對(duì)自己需要支付的款項(xiàng)心中有數(shù)。到去年,美國政府已經(jīng)強(qiáng)制要求對(duì)護(hù)理進(jìn)行此類預(yù)先估算,而BSWHealth在這條探索之路上顯然比低線要求走得更快、走得更遠(yuǎn)(目前仍有很多醫(yī)院未能做到底線要求)。
與此同時(shí),BSWHealth還利用智能技術(shù)在業(yè)務(wù)辦公室的保險(xiǎn)收款部門建立起“索賠狀態(tài)”指標(biāo),以自動(dòng)化方式檢查尚未完成的保險(xiǎn)索賠進(jìn)程。以往,收款機(jī)構(gòu)必須登錄多個(gè)付款方網(wǎng)站或直接致電;如今,機(jī)器人流程自動(dòng)化(RPA)與屏幕抓取技術(shù)已經(jīng)能夠模擬用戶登錄付款方網(wǎng)站的操作。
當(dāng)RPA系統(tǒng)從付款方處獲得索賠狀態(tài)時(shí),會(huì)把相關(guān)數(shù)據(jù)集成至收集人員工作流程當(dāng)中;如果索賠已經(jīng)通過并安排支付,再將對(duì)應(yīng)的數(shù)據(jù)從收集人員排隊(duì)中清除掉。對(duì)于遭到拒絕并需要立即回應(yīng)的申請,RPA則加速審查以發(fā)現(xiàn)問題根源。這套基于異常狀態(tài)的RPA工作流程大大加快了醫(yī)療保險(xiǎn)的賠付速度,確保只將真正需要人為干預(yù)的案例提交給收集人員以待審查。
Sarah Knodel表示,她的組織正在開展多個(gè)類似的項(xiàng)目,而且嘗試在幾乎所有收入周期部門中使用機(jī)器學(xué)習(xí)或RPA技術(shù)。在資源利用率審查方面,這項(xiàng)新技術(shù)能夠?qū)崟r(shí)讀取病歷文件并預(yù)測患者應(yīng)該繼續(xù)住院還是接受居家觀察,借此保證診療結(jié)論既符合監(jiān)管要求、又不超出付款方的指定額度。憑借這項(xiàng)努力,BSWHealth將審查部門的全職等效人數(shù)(FTE)削減了20%以上,拒付案例比率也降低了相同的百分比。
展望未來,Knodel的目標(biāo)是利用這些技術(shù)與付款方之間建立起協(xié)作性更強(qiáng)、創(chuàng)新性更高的伙伴關(guān)系。她希望借此消除耗時(shí)且低效的治療授權(quán)與申請流程,轉(zhuǎn)而采用更高效、自動(dòng)化水平更高的工作方式。
智能收入周期管理
為了理解AI與RPA技術(shù)在各類行業(yè)中的收入周期與管理成本節(jié)約方面的實(shí)際功效,我們還與Waystar公司CEO Matt Hawkins進(jìn)行了交流。作為一家交易處理商,Waystar公司一直在探索如何利用自身業(yè)務(wù)數(shù)據(jù)開發(fā)新的產(chǎn)品。Hawkins介紹稱,Waystar每年約為40%的美國病患處理25億筆醫(yī)療賬單及收款交易,且全部在同一數(shù)據(jù)平臺(tái)之上進(jìn)行。這部分?jǐn)?shù)據(jù)也讓該公司能夠利用機(jī)器學(xué)習(xí)、其他形式的AI技術(shù)乃至RPA降低系統(tǒng)運(yùn)行成本,進(jìn)而實(shí)現(xiàn)更好的病患護(hù)理效果。
如今的美國醫(yī)療保健系統(tǒng)已經(jīng)過度復(fù)雜,這一點(diǎn)在流程數(shù)據(jù)中已經(jīng)得到充分體現(xiàn)。Waystar與18000家醫(yī)療保健服務(wù)商以及眾多計(jì)費(fèi)與收款公司保持合作,為相關(guān)計(jì)費(fèi)及收費(fèi)數(shù)據(jù)建立起一套統(tǒng)一的票據(jù)交易所。但要想對(duì)內(nèi)容進(jìn)行分析并應(yīng)用AI技術(shù),他們需要使用規(guī)則引擎對(duì)數(shù)據(jù)進(jìn)行檢索、匹配、標(biāo)準(zhǔn)化、聯(lián)合與轉(zhuǎn)換。在此之后,他們才能應(yīng)用各類算法開展具體查驗(yàn),例如利用現(xiàn)有技術(shù)預(yù)測某個(gè)大型醫(yī)療系統(tǒng)中的特定規(guī)程要占用多少醫(yī)療經(jīng)費(fèi)。
他們的這套AI加RPA平臺(tái)被稱為“Hubble”,雖然目前僅適用于醫(yī)療領(lǐng)域,但未來也許會(huì)重新塑造整個(gè)保險(xiǎn)索賠行業(yè)的新面貌。
另外,Waystar也推出了其他一些產(chǎn)品,主要強(qiáng)調(diào)“傾向性建模”——即預(yù)測付款方處理索賠申請的方式與接受賠付金額的可能性,外加預(yù)測患者本人能否接受當(dāng)前的自費(fèi)額度。所有這一切,都離不開機(jī)器學(xué)習(xí)的加持。
Waystar還使用RPA推進(jìn)索賠狀態(tài)、索賠駁回申訴以及不同系統(tǒng)間數(shù)據(jù)往來的自動(dòng)化流程管理體系。他們主張使用機(jī)器人對(duì)接付款方,這也敦促保險(xiǎn)公司上線更多機(jī)器人進(jìn)行響應(yīng)處理。很快,我們就能見證機(jī)器人對(duì)機(jī)器人這種全新、高效溝通方式的持續(xù)普及。
也許Baylor Scott & White Health所使用的機(jī)器學(xué)習(xí)項(xiàng)目以及Waystar介紹的AI加RPA收入周期管理應(yīng)用能給更多企業(yè)的CEO們帶來一些啟發(fā),幫助他們了解AI技術(shù)能做什么、擅長做什么。雖然這樣的基礎(chǔ)性應(yīng)用似乎并不足以吸引到大型投資方的高度關(guān)注,但收入周期層面的效率提高必將幫助醫(yī)療保健組織在更短時(shí)間內(nèi)收回成本、獲得更加健康且可持續(xù)的發(fā)展態(tài)勢
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。