Oscar

Industri layanan kesehatan terkenal sangat kompleks. Oscar Health, perusahaan teknologi layanan kesehatan, percaya pada pemanfaatan teknologi dan data untuk melayani pasien di setiap tahap perawatan mereka. “Model bahasa adalah pertama kalinya kami berpikir, Anda bisa menerjemahkan kerumitan dunia nyata menjadi rencana digital yang jelas,” kata Mario Schlosser, Co-Founder & Chief Technology Officer Oscar.

Bagi Oscar, keputusan untuk bermitra dengan OpenAI sangat jelas. “Kami membandingkan semua model utama secara rutin, dengan dataset proprietary untuk kasus penggunaan khusus layanan kesehatan,” jelas Nikhita Luthra, Senior Product Manager and AI R&D Lead di Oscar. “Model OpenAI secara konsisten memberikan performa terbaik.”

Kemudahan kepatuhan juga menjadi faktor utama. Oscar adalah perusahaan asuransi pertama yang menandatangani Business Associate Agreement (BAA)⁠(mbukak ing jendhela anyar) dengan OpenAI. Hal ini memungkinkan Oscar untuk segera mulai beroperasi sambil tetap memastikan kepatuhan HIPAA. “OpenAI telah menjadi mitra yang hebat dalam memastikan data digunakan dengan cara yang sangat bertanggung jawab dan patuh,” kata Luthra.

Oscar telah menggunakan AI untuk mempercepat dan mengotomatiskan proses manual yang membosankan yang mendorong naiknya biaya layanan kesehatan. Mereka menemukan keberhasilan dengan kasus penggunaan berikut:

Dokumentasi klinis. Mendokumentasikan satu percakapan antara pasien dan tim medis dapat memakan waktu lebih dari 20 menit bagi manusia. Dengan API OpenAI, Oscar telah memangkas waktu yang dihabiskan untuk mendokumentasikan percakapan perawatan medis dan meninjau hasil tes laboratorium hingga hampir 40%, menghemat tak terhitung jam kerja di seluruh perusahaan dan, secara kurang kasatmata, mengurangi kelelahan dengan memungkinkan perawat dan klinisi fokus pada tugas tingkat lebih tinggi. Ini baru permulaan—R&D menunjukkan bahwa GPT‑4 dapat meningkatkan produktivitas hingga 90% dalam beberapa kasus.

Membangun asisten klaim. Memahami riwayat lengkap sebuah klaim adalah pekerjaan yang sangat kompleks, karena ada jutaan variabel kontraktual yang berperan. Ketika dokter memiliki pertanyaan tentang suatu klaim, tim Oscar harus menelusuri log terperinci dari setiap keputusan yang dibuat sepanjang proses penanganan klaim. Dengan API OpenAI, Oscar telah membangun asisten yang menavigasi jejak klaim secara efisien dan mengotomatiskan proses menjawab pertanyaan tentang klaim pasien.

Asisten klaim telah mengurangi waktu yang dibutuhkan tim pemrosesan klaim untuk menyelesaikan eskalasi sebesar 50%, dengan akurasi setara atau lebih baik daripada agen manusia. Oscar memperkirakan akan mengotomatiskan investigasi untuk sedikitnya 4.000 tiket per bulan, atau 48.000 tiket pada akhir tahun.

Rekam medis berisi informasi pasien yang sangat penting dan digunakan di seluruh ekosistem layanan kesehatan, tetapi ditulis dalam bahasa alami yang sangat tidak terstruktur dan berantakan. Untuk pasien dengan kondisi kesehatan paling kompleks dan akut, panjangnya bisa mencapai 500 halaman. Menemukan informasi yang relevan dalam rekam medis ibarat mencari jarum di tumpukan jerami.Dengan bermitra dengan OpenAI, Oscar membuka kasus penggunaan yang sangat kuat dengan rekam medis yang sebelumnya tidak memungkinkan, seperti:

• Membantu klinisi menemukan informasi relevan tentang pasien agar peninjauan klaim asuransi lebih cepat
• Merangkum rekam medis sebelumnya untuk menyiapkan penyedia layanan sebelum bertemu pasien agar lebih efisien dan personal
• Mengekstrak informasi dari dan menganalisis banyak rekam medis untuk menjawab pertanyaan seperti “Pasien diabetes mana di antara ini yang cocok untuk pemantauan glukosa berkelanjutan?”

Ini juga soal kesetaraan: “Ada bias dalam sistem di mana pasien dengan kondisi layanan kesehatan paling akut dan kompleks adalah mereka yang memiliki rekam medis terpanjang dan paling sulit untuk ditelusuri, dianalisis, dan diringkas,” jelas Luthra.

Oscar bukan sekadar mengadopsi AI—mereka hidup dan bernapas dengannya. Perusahaan ini membentuk AI Pod terpusat yang bertugas membimbing tim lain seperti produk, data science, dan operasional melalui proses penerapan AI pada kasus penggunaan mereka. Alih-alih menggunakan AI demi AI itu sendiri, Oscar percaya bahwa memahami sepenuhnya masalah bisnis sejak awal adalah kunci keberhasilan. “Kami melihat bahwa penerapan yang paling berhasil terjadi saat kami dapat memecah masalah yang sangat rumit menjadi tugas-tugas kecil,” jelas Luthra. Ini membentuk filosofi talenta mereka, dengan Oscar lebih menekankan kegigihan, kerendahan hati, dan rasa ingin tahu daripada sitasi publikasi atau prestasi akademis: “Orang-orang yang bisa melakukan itu adalah mereka yang sangat ingin tahu tentang bagaimana manusia memecah masalah di dunia nyata. Lima dari enam orang di Pod kami adalah perempuan, dan kami semua berusia dua puluhan dan tiga puluhan—yang menunjukkan bahwa tidak ada satu stereotip pun tentang siapa yang mendorong batas terdepan pengembangan AI.” Oscar juga telah melakukan regulasi mandiri, secara proaktif menetapkan standar untuk memastikan AI digunakan secara bertanggung jawab dan etis dalam layanan kesehatan. Bermitra dengan Gedung Putih, mereka memimpin koalisi 37 pembayar dan penyedia layanan kesehatan terbesar untuk bersama-sama mengembangkan dan mematuhi prinsip penggunaan AI⁠(mbukak ing jendhela anyar).

Oscar dengan bangga membagikan wawasan AI generatif di blog perusahaan dan media sosial mereka. “Semua orang sedang bergulat dengan masalah yang sama di layanan kesehatan,” kata Schlosser. “Jika kami menyelesaikan suatu masalah lebih dulu, kami harus memberi tahu orang lain tentang itu—mereka juga akan memberi tahu kami apa yang mereka selesaikan, dan itu adalah cara fantastis untuk membuat roda penggerak mulai berputar.”Sejak awal, Oscar memandang AI sebagai lebih dari sekadar alat untuk mengotomatiskan tugas rutin—mereka melihatnya sebagai kunci untuk membuka revolusi yang sangat dibutuhkan di layanan kesehatan. “Kami tidak hanya ingin mengutak-atik penyederhanaan kasus penggunaan administratif di pinggiran,” kata Schlosser. “Kita harus bercita-cita menggunakan model-model ini untuk membantu menyelesaikan masalah klinis bersama dokter Anda. Dalam tiga hingga lima tahun ke depan, kita perlu menurunkan biaya untuk menemui dokter dan dirawat di rumah sakit hingga 10 kali lipat. Satu-satunya cara untuk melakukannya adalah dengan menempatkan model sebagai pusat—bukan hanya mencatat, tetapi berintegrasi dalam interaksi antara peserta dan penyedia layanan.”