Oscar
Oscar આરોગ્ય વીમામાં AI લાવે છે, ખર્ચ ઘટાડે છે અને દર્દી સંભાળમાં સુધારો કરે છે.

આરોગ્યસેવા ઉદ્યોગ ખૂબ જ જટિલ તરીકે જાણીતો છે. આરોગ્યસેવા ટેક્નોલોજી કંપની Oscar Health માને છે કે દર્દીઓને તેમની સંભાળના દરેક તબક્કે સેવા આપવા ટેક્નોલોજી અને ડેટાનો ઉપયોગ કરવો જોઈએ. Oscarના સહ-સ્થાપક અને મુખ્ય ટેક્નોલોજી અધિકારી Mario Schlosserએ કહ્યું: “ભાષા મોડલ પહેલી વખત એવા લાગ્યા કે હવે વાસ્તવિક દુનિયાની અવ્યવસ્થાને સ્પષ્ટ ડિજિટાઇઝ્ડ યોજનામાં અનુવાદિત કરી શકાય.”
Oscar માટે OpenAI સાથે ભાગીદારી કરવી સ્પષ્ટ નિર્ણય હતો. Oscarમાં સિનિયર પ્રોડક્ટ મેનેજર અને AI R&D લીડ Nikhita Luthraએ સમજાવ્યું: “અમે આરોગ્યસેવા-વિશિષ્ટ ઉપયોગ કેસો માટેના માલિકીહકવાળા ડેટાસેટ્સ સાથે બધા મુખ્ય મોડલોનું નિયમિત બેન્ચમાર્કિંગ કરીએ છીએ. OpenAIના મોડલ સતત સર્વોત્તમ પ્રદર્શન કરે છે.”
અનુપાલનની સરળતા પણ એક મહત્વપૂર્ણ પરિબળ હતી. OpenAI સાથે Business Associate Agreement (BAA)(નવી વિન્ડોમાં ખૂલે છે) પર હસ્તાક્ષર કરનાર Oscar પહેલી વીમા કંપની હતી. આથી HIPAA અનુપાલન સુનિશ્ચિત રાખતાં Oscar ઝડપથી કાર્યરત થઈ શક્યું. Luthraએ કહ્યું: “OpenAI એવો ઉત્તમ ભાગીદાર રહ્યો છે કે જે ખાતરી કરે છે કે ડેટાનો ઉપયોગ ખરેખર જવાબદાર અને અનુપાલનસભર રીતે થાય.”

સ્વચાલિત દસ્તાવેજીકરણ અને ક્લેમ્સ પ્રોસેસિંગથી ઉત્પાદકતા બમણી કરવી
Oscarએ આરોગ્યસેવાના ખર્ચ વધારતી કંટાળાજનક મેન્યુઅલ પ્રક્રિયાઓને ઝડપી અને સ્વચાલિત કરવા માટે AIનો ઉપયોગ કર્યો છે. તેમને નીચેના ઉપયોગ કેસોમાં સફળતા મળી:
ક્લિનિકલ દસ્તાવેજીકરણ. દર્દી અને મેડિકલ ટીમ વચ્ચેની એક જ વાતચીતનું દસ્તાવેજીકરણ કરવામાં માનવને 20 મિનિટથી વધુ સમય લાગી શકે છે. OpenAIની API સાથે, Oscarએ તબીબી સંભાળની વાતચીતોનું દસ્તાવેજીકરણ અને લેબ ટેસ્ટના પરિણામોની સમીક્ષા કરવા લાગતો સમય લગભગ 40% સુધી ઘટાડ્યો છે, જેથી સમગ્ર કંપનીમાં અગણિત કલાકોની બચત થઈ છે અને ઓછા સ્પષ્ટ રીતે, નર્સો અને ક્લિનિશિયનને વધુ ઉચ્ચ-સ્તરના કાર્યો પર ધ્યાન કેન્દ્રિત કરવાની તક મળતાં બર્નઆઉટમાં પણ ઘટાડો થયો છે. આ તો માત્ર શરૂઆત છે—R&D દર્શાવે છે કે કેટલીક પરિસ્થિતિઓમાં GPT‑4 ઉત્પાદકતામાં 90% સુધીનો વધારો આપી શકે છે.
ક્લેમ્સ સહાયક બનાવવો. ક્લેમની સંપૂર્ણ જીવનકથા સમજવી અત્યંત જટિલ કામગીરી છે, કારણ કે તેમાં લાખો કરાર આધારિત પરિબળો કાર્યરત હોય છે. જ્યારે કોઈ ડૉક્ટરને ક્લેમ વિશે પ્રશ્ન હોય, ત્યારે Oscarની ટીમોને ક્લેમની પ્રક્રિયા યાત્રા દરમિયાન લેવાયેલા દરેક નિર્ણયના વિગતવાર લોગ્સમાં માર્ગ શોધવો પડે છે. OpenAIની API સાથે, Oscarએ એવો સહાયક બનાવ્યો છે જે ક્લેમ ટ્રેસમાં અસરકારક રીતે નેવિગેટ કરે છે અને દર્દીના ક્લેમ્સ વિશેના પ્રશ્નોના જવાબ આપવાની પ્રક્રિયાને સ્વચાલિત કરે છે.
ક્લેમ્સ સહાયકે ક્લેમ્સ પ્રોસેસિંગ ટીમને એસ્કેલેશન ઉકેલવામાં લાગતો સમય 50% સુધી ઘટાડ્યો છે, અને તેની ચોકસાઈ માનવ એજન્ટો જેટલી અથવા તેનાથી વધુ સારી છે. Oscarને આશા છે કે તે દર મહિને ઓછામાં ઓછા 4,000 ટિકિટોની તપાસ સ્વચાલિત કરશે, અથવા વર્ષના અંત સુધીમાં 48,000 ટિકિટો.

મેડિકલ રેકોર્ડ ડેટા પર AIનો પ્રભાવ
મેડિકલ રેકોર્ડમાં દર્દી સંબંધિત અગત્યની માહિતી હોય છે અને તેનો ઉપયોગ સમગ્ર આરોગ્યસેવા ઇકોસિસ્ટમમાં થાય છે, પરંતુ તે ખૂબ જ અરસંરચિત અને અવ્યવસ્થિત પ્રાકૃતિક ભાષામાં લખાયેલા હોય છે. સૌથી વધુ જટિલ અને ગંભીર આરોગ્ય પરિસ્થિતિ ધરાવતા દર્દીઓ માટે, તે 500 પાનાં જેટલા લાંબા હોઈ શકે છે. મેડિકલ રેકોર્ડમાં સંબંધિત માહિતી શોધવી એ ઘાસના ઢગલામાંથી સોય શોધવા જેવી બાબત છે. OpenAI સાથે ભાગીદારી કરીને, Oscar મેડિકલ રેકોર્ડ સાથે એવા અત્યંત શક્તિશાળી ઉપયોગ કેસો શક્ય બનાવી રહ્યું છે જે પહેલાં અશક્ય જેવા હતા, જેમ કે:
- વીમા ક્લેમ્સની ઝડપી સમીક્ષા માટે દર્દી વિશેની સંબંધિત માહિતી શોધવામાં ક્લિનિશિયનોને મદદ કરવી
- દર્દી સાથેની મુલાકાત માટે પ્રોવાઇડરને તૈયાર કરવા અગાઉના મેડિકલ રેકોર્ડનો સારાંશ બનાવવો જેથી પ્રક્રિયા વધુ કાર્યક્ષમ અને વ્યક્તિગત બને
- અનેક મેડિકલ રેકોર્ડમાંથી માહિતી કાઢવી અને તેનું વિશ્લેષણ કરીને એવા પ્રશ્નોના જવાબ આપવું જેમ કે “આ ડાયાબિટીસ ધરાવતા દર્દીઓમાંથી કોના માટે સતત ગ્લુકોઝ મોનિટરિંગ યોગ્ય રહેશે?”
આ સમાનતાનો મુદ્દો પણ છે: Luthraએ સમજાવ્યું: “સિસ્ટમમાં એવો પક્ષપાત છે કે સૌથી વધુ ગંભીર અને જટિલ આરોગ્ય પરિસ્થિતિ ધરાવતા દર્દીઓ પાસે જ સૌથી લાંબા મેડિકલ રેકોર્ડ હોય છે, અને એ જ રેકોર્ડ્સ પૂછપરછ, વિશ્લેષણ અને સારાંશ માટે સૌથી વધુ કંટાળાજનક હોય છે.”
“એ કારણે જ હું AI વિશે એટલી ઉત્સાહિત છું, કારણ કે હવે અમારી પાસે એવી રીત છે કે સૌથી વધુ બીમાર દર્દીઓને પણ, બાકીના બધાની જેમ, શક્ય તેટલી શ્રેષ્ઠ સંભાળ મળી રહે.”
આરોગ્ય વીમામાં અગ્રણી AI કંપની બનાવવી
Oscarએ માત્ર AI અપનાવ્યો નથી, તેઓ તેને જીવે છે અને શ્વસે છે. કંપનીએ એક કેન્દ્રિય AI Pod સ્થાપ્યો છે, જેના મંડેટ મુજબ તે પ્રોડક્ટ, ડેટા સાયન્સ અને ઓપરેશન્સ જેવી અન્ય ટીમોને તેમના ઉપયોગ કેસોમાં AI લાગુ કરવાની પ્રક્રિયામાં માર્ગદર્શન આપે છે. ફક્ત AI માટે AIનો ઉપયોગ કરવા કરતાં, Oscar માને છે કે શરૂઆતમાં જ વ્યાપારિક સમસ્યાઓને સંપૂર્ણ રીતે સમજવી સફળતાની ચાવી છે. Luthraએ સમજાવ્યું: “અમે જોયું છે કે સૌથી સફળ ઉપયોગો ત્યારે થાય છે જ્યારે અમે બહુ જ જટિલ સમસ્યાને નાના, સરળ કાર્યોમાં વહેંચી શકીએ.” આ વાત તેમની પ્રતિભા-દૃષ્ટિને માર્ગદર્શન આપે છે. Oscar પ્રકાશનોના સંદર્ભો કે શૈક્ષણિક સન્માનો કરતાં દૃઢતા, વિનમ્રતા અને જિજ્ઞાસાને વધુ મહત્ત્વ આપે છે: “આ કામ તેઓ જ સારી રીતે કરી શકે છે, જેઓ ખરેખર જિજ્ઞાસુ હોય છે કે વાસ્તવિક દુનિયામાં માણસો સમસ્યાઓને કેવી રીતે ભાગે છે. અમારા Podના છમાંથી પાંચ લોકો મહિલાઓ છે, અને અમે બધા અમારી વીસ અને ત્રીસની વયમાં છીએ—જે દર્શાવે છે કે AI વિકાસની અત્યાધુનિક સીમાઓને આગળ ધપાવનાર કોણ છે તેની કોઈ એક જ માન્ય છબી નથી.” Oscarએ સ્વ-નિયમન પણ કર્યું છે અને આગોતરા ધોરણો નક્કી કર્યા છે જેથી આરોગ્યસેવામાં AIનો જવાબદાર અને નૈતિક ઉપયોગ થાય. White House સાથે ભાગીદારીમાં, તેમણે 37 સૌથી મોટા આરોગ્યસેવા પેયર્સ અને પ્રોવાઇડર્સના ગઠબંધનનું નેતૃત્વ કર્યું છે જેથી મળીને AI ઉપયોગના સિદ્ધાંતો(નવી વિન્ડોમાં ખૂલે છે) વિકસાવી અને તેનું પાલન કરી શકાય.
“સૌથી મોટો પાઠ એ રહ્યો છે કે આરોગ્યસેવામાંના નિયમનકારો ઈચ્છે છે કે AI સફળ થાય, અને તેઓ અત્યંત ઉત્સાહિત છે. હવે અમારી, એટલે કે આરોગ્યસેવાના ભાગીદારો અને નેતાઓની, જવાબદારી છે કે સરકાર સુધી માહિતીનો પારદર્શક પ્રવાહ જળવાઈ રહે અને મોડલ શું કરી શકે તેની દૃષ્ટિ સ્પષ્ટ રીતે રજૂ કરીએ.”
Creating an AI flywheel
Oscar ગર્વથી પોતાની કંપનીના બ્લોગ અને સોશિયલ મીડિયા પર જનરેટિવ AI વિશેની સમજણ શેર કરે છે. Schlosserએ કહ્યું: “આરોગ્યસેવામાં બધા લોકો લગભગ એ જ મુદ્દાઓ સાથે સંઘર્ષ કરી રહ્યા છે. જો અમે કોઈ સમસ્યા પહેલાં ઉકેલીએ, તો અમારે બીજા લોકોને તેના વિશે કહેવું જોઈએ—અને તેઓએ શું ઉકેલ્યું તે તેઓ અમને કહેશે; આ ગતિચક્રને ચાલુ કરવાની અદ્ભુત રીત છે.” શરૂઆતથી જ Oscarએ AIને ફક્ત રોજબરોજના કામો ઓટોમેટ કરવા માટેનું સાધન માન્યું નથી—તેઓ તેને આરોગ્યસેવામાં ખૂબ જરૂરી ક્રાંતિનું તાળું ખોલવાની ચાવી માને છે. Schlosserએ કહ્યું: “અમે માત્ર પ્રશાસકીય ઉપયોગ કેસોને થોડા સરળ બનાવવાના હેતુથી કામ કરવું નથી. અમારે આ મોડલનો ઉપયોગ કરીને તમારા ડૉક્ટર સાથેની ક્લિનિકલ સમસ્યા ઉકેલવામાં મદદ કરવાની મહત્ત્વાકાંક્ષા રાખવી જોઈએ. આવતા ત્રણથી પાંચ વર્ષમાં, ડૉક્ટરને મળવાનો અને હોસ્પિટલમાં રહેવાનો ખર્ચ 10 ગણો ઘટાડવાની જરૂર છે. તે કરવા માટેનો એકમાત્ર માર્ગ એ છે કે મોડલ કેન્દ્રસ્થાને હોય—ફક્ત લખાણ નોંધવાનું નહીં, પરંતુ સભ્ય-પ્રદાતા પરસ્પર ક્રિયામાં એકીકૃત થતું હોય.”


