AdventHealth promuove la cura integrale con OpenAI

AdventHealth sta implementando ChatGPT for Healthcare per ridurre il carico amministrativo e semplificare i flussi di lavoro clinici in tutto il suo sistema. Automatizzando attività di documentazione e supporto che richiedono molto tempo, i team di cura recuperano ore ogni settimana e consentono ai clinici di concentrarsi più direttamente sui pazienti. Il risultato non è solo efficienza operativa, ma anche una maggiore capacità clinica, un accesso più rapido alle cure e un miglioramento misurabile dell’esperienza del paziente.

AdventHealth è un sistema ospedaliero attivo in nove stati e serve milioni di pazienti ogni anno. Come molti grandi sistemi sanitari, deve affrontare margini ridotti, domanda crescente e una complessità amministrativa in aumento.

Gran parte di questa pressione si manifesta nei flussi di lavoro quotidiani. I medici consulenti che esaminano i casi per la gestione dell’utilizzo spesso impiegano circa 10 minuti per caso, non per una singola attività ma per una sequenza di passaggi: leggere le cartelle, individuare i dettagli rilevanti, verificare i criteri e redigere motivazioni strutturate. Su centinaia o migliaia di casi, quel tempo si accumula rapidamente.

Il carico si estende oltre i ruoli clinici. I team di finanza, HR, IT e altre funzioni dedicano molto tempo a redigere documenti, riassumere informazioni e preparare materiali necessari ma dispendiosi in termini di tempo. Di conseguenza, molti operano in quella che i leader descrivono come una «modalità operativa costante», con capacità limitata per attività a maggior valore.

Allo stesso tempo, l’interesse per l’IA stava già emergendo all’interno dell’organizzazione. I dipendenti stavano sperimentando con i chatbot, anche se le policy formali ne limitavano l’uso.

«Avevamo persone desiderose di iniziare, ma c’era anche un numero molto elevato di persone rimaste ai margini», afferma Rob Purinton, Chief AI Officer di AdventHealth. «Non erano sicure di come usare l’IA in modo efficace nel loro lavoro quotidiano.»

La leadership di AdventHealth ha concluso fin da subito che condurre progetti pilota isolati non avrebbe portato a cambiamenti significativi. La sfida centrale era promuovere un uso coerente e sicuro in una forza lavoro ampia.

«La parte più difficile dell’IA nella sanità è far sì che le persone la usino in modo sicuro, coerente e su larga scala», dice Purinton. «Abbiamo deciso fin dall’inizio di trattare l’adozione come il prodotto.»

Questa decisione ha plasmato il rollout. Invece di presentare l’IA come automazione, i leader l’hanno inquadrata come un modo per ridurre il carico amministrativo e restituire tempo a clinici e personale.

«Non parliamo di IA come automazione. Parliamo di tempo restituito», dice Purinton. «Se possiamo comprimere in modo significativo una revisione di 10 minuti, mantenendo la qualità, questa è capacità che possiamo restituire ai nostri clinici.»

AdventHealth ha anche trattato l’adozione come una metrica operativa misurabile. L’organizzazione monitora i messaggi per utente per giorno lavorativo, escludendo weekend e festività per creare una base di riferimento coerente. Questa metrica viene monitorata e gestita come qualsiasi altro KPI, con obiettivi e trend riesaminati regolarmente.

Per ampliare l’uso, il sistema si è basato su gruppi di pari per dominio anziché su grandi programmi di formazione centralizzati. I team finanziari hanno lavorato con altri team finanziari e l’HR con l’HR, per esempio, condividendo prompt, flussi di lavoro e best practice pertinenti alle rispettive funzioni.

Quando l’organizzazione è passata dalla sperimentazione all’implementazione enterprise, la leadership ha dato priorità a strumenti in grado di soddisfare i requisiti sanitari in materia di privacy, governance e affidabilità.

«Abbiamo scelto OpenAI perché non cercavamo una demo. Cercavamo un’infrastruttura enterprise», dice Purinton. «La capacità di ragionamento, i risultati strutturati e i controlli di governance ci hanno dato fiducia che non si trattasse solo di software per la produttività. Era qualcosa che potevamo scalare responsabilmente in tutto un sistema sanitario.»

AdventHealth ha adottato ChatGPT Enterprise e successivamente ChatGPT for Healthcare, che ha fornito ulteriori garanzie per gli ambienti regolamentati, incluse protezioni dei dati e supporto alla conformità.

Anche la velocità di innovazione e la collaborazione hanno influenzato la decisione.

«Apprezziamo molto essere più vicini al limite di ciò che è possibile», dice Purinton. «E abbiamo scoperto che OpenAI è altamente collaborativa mentre ragioniamo su piloti, implementazioni e ciò che verrà dopo.»

Uno dei casi d’uso più precoci e misurabili è stato la gestione dell’utilizzo.

Usando ChatGPT for Healthcare, i medici consulenti possono generare riepiloghi strutturati delle cartelle dei pazienti, far emergere dettagli clinici rilevanti e redigere motivazioni iniziali. Il clinico resta responsabile del giudizio finale, ma il tempo dedicato all’assemblaggio delle informazioni si riduce.

L’organizzazione misura l’impatto usando dati a livello di sistema, inclusi i timestamp nelle cartelle cliniche elettroniche, anziché stime auto-riportate.

«Preferiamo misure integrate direttamente nel processo», dice Purinton. «Possiamo vedere esattamente di quanti minuti c’è stato un miglioramento e se quel cambiamento è statisticamente significativo.»

Oltre ai flussi di lavoro clinici, modelli simili sono emersi in tutti i reparti:

• La redazione di documenti e piani parte da un primo output invece che da una pagina bianca
• Policy e comunicazioni vengono convertite in formati strutturati e utilizzabili
• Note e informazioni non strutturate vengono rapidamente riassunte in passaggi operativi

Questi cambiamenti riducono i tempi di ciclo, limitano le revisioni avanti e indietro e migliorano la coerenza dei risultati.

AdventHealth valuta l’impatto dell’IA su due dimensioni principali: adozione e prestazioni dei flussi di lavoro.

Sul fronte dell’adozione, il monitoraggio dell’uso quotidiano ha creato responsabilità e visibilità su quanto rapidamente l’IA stia diventando parte del lavoro di routine.

Sul fronte dei flussi di lavoro, i piloti vengono valutati usando metriche di capacità di elaborazione come tempo per attività, tempo di completamento e volume gestito. Nella gestione dell’utilizzo, l’obiettivo è ridurre il tempo di revisione mantenendo qualità e coerenza.

Nei vari reparti, i team segnalano:

• Riduzione del tempo dedicato a documentazione ripetitiva e attività di revisione
• Tempi di completamento più rapidi per i flussi di lavoro interni
• Meno cicli di rilavorazione grazie a prime bozze più coerenti
• Maggiore capacità senza personale aggiuntivo

L’organizzazione descrive spesso questi benefici come «tempo restituito», ma la leadership collega questo concetto direttamente a risultati misurabili.

«Se prendi un’attività di 10 minuti e la porti a due, e questo accade mille volte a settimana, quella è capacità reale», dice Purinton. «La domanda è come reinvestire questa capacità.»

Per AdventHealth, il valore dell’IA è strettamente legato alla sua missione di offrire una cura integrale della persona. Questo richiede tempo: tempo perché i clinici possano stare con pazienti e famiglie, e tempo perché il personale si concentri su attività a maggior valore.

Un esempio illustra l’impatto a livello individuale. Un medico che in precedenza trascorreva le serate a completare la documentazione, spesso definita «pajama time», è riuscito a finire il lavoro durante l’orario regolare dopo modifiche ai flussi di lavoro supportate dall’IA.

«Lasciava il lavoro al lavoro», dice Purinton. «Poteva tornare a casa ed essere presente con la sua famiglia.»

Storie come questa rafforzano l’approccio dell’organizzazione all’IA come strumento per ridurre il carico amministrativo anziché sostituire i ruoli.

Ad oggi, la maggior parte dei miglioramenti misurabili è derivata dalla riduzione del tempo dedicato alle attività esistenti. AdventHealth lo considera il punto di partenza.

L’organizzazione si sta ora concentrando sull’espansione in aree come l’accesso dei pazienti, il supporto alle decisioni cliniche e nuovi modelli di erogazione delle cure, mantenendo la stessa enfasi su governance, misurazione e fiducia.

La lezione principale, secondo la leadership, è che scalare l’IA dipende meno dalla tecnologia in sé e più da come viene introdotta e adottata.

«L’adozione non è “vai a usare il prodotto”. È “leadership del cambiamento”», dice Purinton. «Quando la misuri, ne dimostri il valore e guidi con fiducia, è allora che vai oltre i progetti pilota.»