AdventHealth fremmer helhetlig omsorg med OpenAI

AdventHealth tar i bruk ChatGPT for Healthcare for å redusere administrativ belastning og effektivisere kliniske arbeidsflyter i hele systemet. Ved å automatisere tidkrevende dokumentasjons- og støtteoppgaver frigjør behandlingsteam flere timer hver uke og lar klinikere fokusere mer direkte på pasientene. Resultatet er ikke bare operasjonell effektivitet, men også utvidet klinisk kapasitet, raskere tilgang til behandling og en målbar forbedring av pasientopplevelsen.

AdventHealth er et sykehussystem som opererer i ni delstater og betjener millioner av pasienter hvert år. Som mange store helsesystemer står det overfor små marginer, økende etterspørsel og økende administrativ kompleksitet.

Mye av dette presset viser seg i de daglige arbeidsflytene. Legerådgivere som gjennomgår saker for styring av ressursbruk bruker ofte rundt 10 minutter per sak, ikke på én enkelt oppgave, men på en rekke trinn: lese journaler, identifisere relevante detaljer, sjekke kriterier og utarbeide strukturerte begrunnelser. På tvers av hundrevis eller tusenvis av saker blir det raskt snakk om mange timer.

Belastningen strekker seg utover kliniske roller. Team innen økonomi, HR, IT og andre funksjoner bruker betydelig tid på å utarbeide dokumenter, oppsummere informasjon og forberede materiale som er nødvendig, men tidkrevende. Som følge av dette jobber mange i det ledere beskriver som «konstant driftsmodus», med begrenset kapasitet til arbeid med høyere verdi.

Samtidig var interessen for AI allerede i ferd med å vokse frem i organisasjonen. Ansatte eksperimenterte med chatboter, selv om formelle retningslinjer begrenset bruken.

«Vi hadde folk som var ivrige etter å komme i gang, men det var også svært mange som sto på sidelinjen», sier Rob Purinton, Chief AI Officer i AdventHealth. «De var ikke sikre på hvordan de kunne bruke AI effektivt i det daglige arbeidet.»

AdventHealths ledelse konkluderte tidlig med at isolerte pilotprosjekter ikke ville føre til meningsfull endring. Den sentrale utfordringen var å drive frem konsekvent og trygg bruk på tvers av en stor arbeidsstyrke.

«Den vanskeligste med AI i helsevesenet er å få mennesker til å bruke det trygt, konsekvent og i stor skala», sier Purinton. «Vi tok tidlig en beslutning om å behandle adopsjon som produktet.»

Den beslutningen formet utrullingen. I stedet for å fremstille AI som automatisering, beskrev ledelsen det som en måte å redusere administrativ belastning og gi tid tilbake til klinikere og ansatte.

«Vi snakker ikke om AI som automatisering. Vi snakker om å få tid tilbake», sier Purinton. «Hvis vi kan redusere en gjennomgang på 10 minutter på en meningsfull måte – samtidig som vi opprettholder kvaliteten – er det kapasitet vi kan gi tilbake til klinikerne våre.»

AdventHealth behandlet også adopsjon som en målbar driftsmåling. Organisasjonen sporer meldinger per bruker per arbeidsdag, med unntak av helger og helligdager, for å skape et konsistent grunnlag. Denne målingen overvåkes og styres som enhver annen KPI, med mål og trender som gjennomgås regelmessig.

For å skalere bruken støttet systemet seg på domenebaserte fagfellegrupper i stedet for store, sentraliserte opplæringsprogrammer. Økonomiteam jobbet med økonomiteam og HR med HR, for eksempel, og delte prompter, arbeidsflyter og beste praksis som var relevante for deres spesifikke funksjoner.

Da organisasjonen gikk fra eksperimentering til implementering i hele virksomheten, prioriterte ledelsen verktøy som kunne oppfylle helsevesenets krav til personvern, styring og pålitelighet.

«Vi valgte OpenAI fordi vi ikke var ute etter en demo. Vi var ute etter infrastruktur for virksomheter», sier Purinton. «Resonneringsevnen, de strukturerte utdataene og styringskontrollene ga oss tillit til at dette ikke bare var produktivitetsprogramvare. Det var noe vi kunne skalere ansvarlig på tvers av et helsesystem.»

AdventHealth tok i bruk ChatGPT Enterprise og senere ChatGPT for Healthcare, som ga ekstra sikkerhetstiltak for regulerte miljøer, inkludert databeskyttelse og støtte for etterlevelse.

Innovasjonstempo og samarbeid påvirket også beslutningen.

«Vi setter virkelig pris på å være nærmere grensen for det som er mulig», sier Purinton. «Og vi har erfart at OpenAI er svært samarbeidsvillige når vi tenker gjennom piloter, implementeringer og hva som kommer videre.»

Et av de tidligste og mest målbare bruksområdene var styring av ressursbruk.

Ved hjelp av ChatGPT for Healthcare kan legerådgivere generere strukturerte sammendrag av pasientjournaler, hente frem relevante kliniske detaljer og utarbeide innledende begrunnelser. Klinikeren har fortsatt ansvaret for den endelige vurderingen, men tiden brukt på å samle informasjon blir redusert.

Organisasjonen måler effekten ved hjelp av data på systemnivå, inkludert tidsstempler i elektroniske pasientjournaler, i stedet for egenrapporterte estimater.

«Vi foretrekker målinger som er bakt rett inn i prosessen», sier Purinton. «Vi kan se nøyaktig hvor mange minutter som er forbedret, og om den endringen er statistisk signifikant.»

Utover kliniske arbeidsflyter har lignende mønstre dukket opp på tvers av avdelinger:

• Utarbeiding av dokumenter og planer starter med et førsteutkast i stedet for en tom side
• Retningslinjer og kommunikasjon konverteres til strukturerte, brukbare formater
• Notater og ustrukturert informasjon oppsummeres raskt til handlingspunkter

Disse endringene reduserer syklustider, begrenser frem-og-tilbake-revisjoner og forbedrer konsistensen i utdataene.

AdventHealth vurderer AI-effekt på tvers av to primære dimensjoner: adopsjon og arbeidsflytytelse.

På adopsjonssiden har sporing av daglig bruk skapt ansvarlighet og synlighet i hvor raskt AI blir en del av rutinearbeidet.

På arbeidsflytsiden vurderes piloter ved hjelp av gjennomstrømmingsmålinger som tid per oppgave, behandlingstid og håndtert volum. I styring av ressursbruk er målet å redusere gjennomgangstiden samtidig som kvalitet og konsistens opprettholdes.

På tvers av avdelinger rapporterer teamene:

• Mindre tid brukt på repetitiv dokumentasjon og gjennomgangsoppgaver
• Raskere behandling av interne arbeidsflyter
• Færre omarbeidingsrunder på grunn av mer konsistente førsteutkast
• Økt kapasitet uten ekstra bemanning

Organisasjonen beskriver ofte disse gevinstene som «tid tilbake», men ledelsen knytter dette konseptet direkte til målbare resultater.

«Hvis du tar en oppgave på 10 minutter og reduserer den til to, og det skjer tusen ganger i uken, er det reell kapasitet», sier Purinton. «Spørsmålet er hvordan du reinvesterer den kapasiteten.»

For AdventHealth er verdien av AI tett knyttet til oppdraget om å levere helhetlig omsorg. Det krever tid – tid for at klinikere kan være sammen med pasienter og familier, og tid for at ansatte kan fokusere på arbeid med høyere verdi.

Ett eksempel illustrerer effekten på individnivå. En lege som tidligere brukte kveldene på å fullføre dokumentasjon, ofte omtalt som «pyjamas-tid», kunne fullføre arbeidet i ordinær arbeidstid etter AI-støttede endringer i arbeidsflytene.

«Han lot jobben bli igjen på jobben», sier Purinton. «Han kunne dra hjem og være til stede med familien.»

Historier som dette styrker organisasjonens tilnærming til AI som et verktøy for å redusere administrativ belastning, snarere enn å erstatte roller.

Til nå har de fleste målbare gevinstene kommet fra å redusere tiden brukt på eksisterende oppgaver. AdventHealth ser på dette som startpunktet.

Organisasjonen fokuserer nå på å utvide til områder som pasienttilgang, klinisk beslutningsstøtte og nye modeller for tjenestelevering, samtidig som den samme vektleggingen av styring, måling og tillit opprettholdes.

Kjernelærdommen, ifølge ledelsen, er at skalering av AI avhenger mindre av selve teknologien og mer av hvordan den introduseres og tas i bruk.

«Adopsjon er ikke ‘gå og bruk produktet’. Det er ‘endringsledelse’», sier Purinton. «Når du måler det, beviser verdien og leder med tillit, er det da du kommer forbi pilotene.»