AdventHealth memajukan perawatan menyeluruh dengan OpenAI

AdventHealth menerapkan ChatGPT for Healthcare untuk mengurangi beban administratif dan menyederhanakan alur kerja klinis di seluruh sistemnya. Dengan mengotomatiskan dokumentasi dan tugas dukungan yang memakan waktu, tim perawatan mendapatkan kembali jam kerja setiap minggu dan memungkinkan klinisi lebih fokus langsung pada pasien. Hasilnya bukan hanya efisiensi operasional, tetapi juga kapasitas klinis yang lebih besar, akses perawatan yang lebih cepat, dan peningkatan pengalaman pasien yang terukur.

AdventHealth adalah sistem rumah sakit yang beroperasi di sembilan negara bagian dan melayani jutaan pasien setiap tahun. Seperti banyak sistem kesehatan besar, organisasi ini menghadapi margin yang ketat, permintaan yang meningkat, dan kompleksitas administratif yang makin tinggi.

Sebagian besar tekanan itu terlihat dalam alur kerja sehari-hari. Penasihat dokter yang meninjau kasus untuk manajemen utilisasi sering menghabiskan sekitar 10 menit per kasus, bukan untuk satu tugas saja melainkan rangkaian langkah: membaca catatan medis, mengidentifikasi detail yang relevan, memeriksa kriteria, dan menyusun alasan terstruktur. Di ratusan atau ribuan kasus, waktu itu cepat terakumulasi.

Beban ini meluas melampaui peran klinis. Tim di keuangan, SDM, TI, dan fungsi lain menghabiskan banyak waktu untuk menyusun dokumen, merangkum informasi, dan menyiapkan materi yang diperlukan tetapi memakan waktu. Akibatnya, banyak yang bekerja dalam apa yang digambarkan para pemimpin sebagai mode “operasi konstan”, dengan kapasitas terbatas untuk pekerjaan bernilai lebih tinggi.

Pada saat yang sama, minat terhadap AI sudah mulai muncul di dalam organisasi. Karyawan bereksperimen dengan chatbot, meskipun kebijakan formal membatasi penggunaannya.

“Kami memiliki orang-orang yang sangat ingin memulai, tetapi ada sangat banyak orang berada di lapangan,” kata Rob Purinton, Chief AI Officer di AdventHealth. “Mereka tidak yakin bagaimana menggunakan AI secara efektif dalam pekerjaan sehari-hari mereka.”

Pimpinan AdventHealth sejak awal menyimpulkan bahwa menjalankan pilot yang terpisah-pisah tidak akan menghasilkan perubahan yang berarti. Tantangan utamanya adalah mendorong penggunaan yang konsisten dan aman di seluruh tenaga kerja yang besar.

“Bagian tersulit dari AI dalam layanan kesehatan adalah membuat manusia menggunakannya dengan aman, konsisten, dan dalam skala besar,” kata Purinton. “Sejak awal kami memutuskan untuk memperlakukan adopsi sebagai produknya.”

Keputusan itu membentuk peluncurannya. Alih-alih memosisikan AI sebagai otomasi, para pemimpin membingkainya sebagai cara untuk mengurangi beban administratif dan mengembalikan waktu kepada klinisi dan staf.

“Kami tidak membicarakan AI sebagai otomasi. Kami membicarakan waktu yang kembali,” kata Purinton. “Jika kami bisa mengambil tinjauan 10 menit dan mempersingkatnya secara berarti—sambil mempertahankan kualitas—itulah kapasitas yang bisa kami kembalikan kepada para klinisi kami.”

AdventHealth juga memperlakukan adopsi sebagai metrik operasional yang dapat diukur. Organisasi ini melacak jumlah pesan per pengguna per hari kerja, tidak termasuk akhir pekan dan hari libur untuk menciptakan dasar pengukuran yang konsisten. Metrik itu dipantau dan dikelola seperti KPI lainnya, dengan target dan tren yang ditinjau secara berkala.

Untuk memperluas penggunaan, sistem ini mengandalkan kelompok sejawat berbasis domain alih-alih program pelatihan besar yang terpusat. Misalnya, tim keuangan bekerja dengan tim keuangan dan SDM dengan SDM—berbagi prompt, alur kerja, dan praktik terbaik yang relevan dengan fungsi spesifik mereka.

Saat organisasi beralih dari eksperimen ke penerapan enterprise, pimpinan memprioritaskan alat yang dapat memenuhi kebutuhan layanan kesehatan terkait privasi, tata kelola, dan keandalan.

“Kami memilih OpenAI karena kami tidak mencari demo. Kami mencari infrastruktur enterprise,” kata Purinton. “Kemampuan penalaran, output terstruktur, dan kontrol tata kelola memberi kami keyakinan bahwa ini bukan sekadar perangkat lunak produktivitas. Ini adalah sesuatu yang dapat kami skalakan secara bertanggung jawab di seluruh sistem kesehatan.”

AdventHealth mengadopsi ChatGPT Enterprise dan kemudian ChatGPT for Healthcare, yang menyediakan perlindungan tambahan untuk lingkungan yang diatur, termasuk perlindungan data dan dukungan kepatuhan.

Kecepatan inovasi dan kolaborasi juga memengaruhi keputusan tersebut.

“Kami sangat menghargai bisa lebih dekat dengan batas dari apa yang mungkin,” kata Purinton. “Dan kami mendapati OpenAI sangat kolaboratif saat kami memikirkan pilot, penerapan, dan langkah berikutnya.”

Salah satu kasus penggunaan paling awal dan paling terukur adalah manajemen utilisasi.

Dengan menggunakan ChatGPT for Healthcare, penasihat dokter dapat membuat ringkasan terstruktur dari catatan pasien, menampilkan detail klinis yang relevan, dan menyusun alasan awal. Klinisi tetap bertanggung jawab atas penilaian akhir, tetapi waktu yang dihabiskan untuk mengumpulkan informasi berkurang.

Organisasi ini mengukur dampak menggunakan data tingkat sistem, termasuk cap waktu dalam rekam kesehatan elektronik, bukan perkiraan yang dilaporkan sendiri.

“Kami lebih memilih ukuran yang sudah tertanam langsung dalam proses,” kata Purinton. “Kami dapat melihat dengan tepat berapa menit yang membaik dan apakah perubahan itu signifikan secara statistik.”

Di luar alur kerja klinis, pola serupa juga muncul di berbagai departemen:

• Penyusunan dokumen dan rencana dimulai dengan output draf awal, bukan halaman kosong
• Kebijakan dan komunikasi diubah menjadi format terstruktur yang dapat digunakan
• Catatan dan informasi tak terstruktur diringkas dengan cepat menjadi langkah tindakan

Perubahan ini mengurangi waktu siklus, membatasi revisi bolak-balik, dan meningkatkan konsistensi output.

AdventHealth mengevaluasi dampak AI di dua dimensi utama: adopsi dan kinerja alur kerja.

Dari sisi adopsi, pelacakan penggunaan harian telah menciptakan akuntabilitas dan visibilitas tentang seberapa cepat AI menjadi bagian dari pekerjaan rutin.

Dari sisi alur kerja, pilot dievaluasi menggunakan metrik throughput seperti waktu per tugas, waktu penyelesaian, dan volume yang ditangani. Dalam manajemen utilisasi, tujuannya adalah mengurangi waktu peninjauan sambil mempertahankan kualitas dan konsistensi.

Di berbagai departemen, tim melaporkan:

• Berkurangnya waktu yang dihabiskan untuk dokumentasi berulang dan tugas peninjauan
• Waktu penyelesaian yang lebih cepat pada alur kerja internal
• Lebih sedikit siklus pengerjaan ulang karena draf awal yang lebih konsisten
• Kapasitas meningkat tanpa penambahan staf

Organisasi ini sering menggambarkan peningkatan tersebut sebagai “waktu yang kembali”, tetapi pimpinan mengaitkan konsep itu langsung dengan hasil yang terukur.

“Jika Anda mengambil tugas 10 menit dan menjadikannya dua menit, lalu itu terjadi seribu kali seminggu, itulah kapasitas nyata,” kata Purinton. “Pertanyaannya adalah bagaimana Anda menginvestasikan kembali kapasitas itu.”

Bagi AdventHealth, nilai AI sangat terkait dengan misinya untuk memberikan perawatan menyeluruh. Itu membutuhkan waktu—waktu bagi klinisi untuk bersama pasien dan keluarga, serta waktu bagi staf untuk fokus pada pekerjaan yang bernilai lebih tinggi.

Satu contoh menggambarkan dampaknya pada tingkat individu. Seorang dokter yang sebelumnya menghabiskan malam hari untuk menyelesaikan dokumentasi, yang sering disebut sebagai “waktu piyama”, dapat menyelesaikan pekerjaannya pada jam kerja biasa setelah perubahan alur kerja yang didukung AI.

“Dia meninggalkan pekerjaan di tempat kerja,” kata Purinton. “Dia bisa pulang dan hadir sepenuhnya bersama keluarganya.”

Kisah seperti ini memperkuat pendekatan organisasi terhadap AI sebagai alat untuk mengurangi beban administratif, bukan menggantikan peran.

Hingga saat ini, sebagian besar peningkatan yang terukur berasal dari pengurangan waktu yang dihabiskan untuk tugas yang sudah ada. AdventHealth memandang itu sebagai titik awal.

Organisasi ini kini berfokus untuk berekspansi ke area seperti akses pasien, dukungan keputusan klinis, dan model pemberian perawatan baru, sambil mempertahankan penekanan yang sama pada tata kelola, pengukuran, dan kepercayaan.

Pelajaran utamanya, menurut pimpinan, adalah bahwa penskalaan AI tidak terlalu bergantung pada teknologinya sendiri, melainkan pada bagaimana AI diperkenalkan dan diadopsi.

“Adopsi bukan ‘silakan gunakan produknya.’ Ini adalah ‘kepemimpinan perubahan,’” kata Purinton. “Saat Anda mengukurnya, membuktikan nilainya, dan memimpin dengan kepercayaan, di situlah Anda melampaui tahap pilot.”