AdventHealth، OpenAI کے ساتھ ہمہ جہتی نگہداشت کو آگے بڑھاتا ہے

AdventHealth اپنے نظام بھر میں انتظامی بوجھ کم کرنے اور کلینیکل ورک فلو کو ہموار بنانے کے لیے ChatGPT for Healthcare نافذ کر رہا ہے. وقت طلب دستاویز سازی اور معاونتی کاموں کو خودکار بنا کر، نگہداشت کی ٹیمیں ہر ہفتے کئی گھنٹے واپس حاصل کر رہی ہیں اور معالجین کو مریضوں پر زیادہ براہِ راست توجہ دینے کا موقع مل رہا ہے. نتیجہ صرف عملیاتی کارکردگی نہیں، بلکہ کلینیکل صلاحیت میں توسیع، نگہداشت تک تیز تر رسائی، اور مریض کے تجربے میں قابلِ پیمائش بہتری بھی ہے.

AdventHealth ایک ہسپتال نظام ہے جو نو ریاستوں میں کام کرتا ہے اور ہر سال لاکھوں مریضوں کی خدمت کرتا ہے. بہت سے بڑے صحتی نظاموں کی طرح، اسے محدود منافع، بڑھتی طلب اور بڑھتی ہوئی انتظامی پیچیدگی کا سامنا ہے.

اس دباؤ کا بڑا حصہ روزمرہ کے ورک فلو میں ظاہر ہوتا ہے. استعمالی نظم کے لیے کیسز کا جائزہ لینے والے فزیشن ایڈوائزر اکثر ہر کیس پر تقریباً 10 منٹ صرف کرتے ہیں، اور وہ بھی کسی ایک کام پر نہیں بلکہ کئی مراحل پر: چارٹس پڑھنا، متعلقہ تفصیلات شناخت کرنا، معیار جانچنا اور اسٹرکچرڈ جواز تیار کرنا. سیکڑوں یا ہزاروں کیسز میں یہ وقت بہت جلد جمع ہو جاتا ہے.

یہ بوجھ صرف کلینیکل کرداروں تک محدود نہیں. فنانس، HR، IT اور دیگر شعبوں کی ٹیمیں دستاویزات تیار کرنے، معلومات کا خلاصہ بنانے اور ضروری مگر وقت لینے والا مواد تیار کرنے میں خاصا وقت صرف کرتی ہیں. نتیجتاً، بہت سے لوگ اس حالت میں کام کرتے ہیں جسے رہنما “مسلسل آپریشنز موڈ” کہتے ہیں، جہاں زیادہ قدر والے کام کے لیے گنجائش محدود ہوتی ہے.

اسی دوران، ادارے کے اندر AI میں دلچسپی پہلے ہی ابھر رہی تھی. ملازمین چیٹ بوٹس کے ساتھ تجربات کر رہے تھے، حالانکہ باضابطہ پالیسیوں نے ان کے استعمال کو محدود کر رکھا تھا.

AdventHealth کے چیف AI آفیسر روب پیورِنٹن کہتے ہیں، “ہمارے پاس ایسے لوگ تھے جو آغاز کے لیے پُرجوش تھے، لیکن بہت بڑی تعداد ایسے لوگوں کی بھی تھی جو کنارے پر کھڑی تھی.” “انہیں یقین نہیں تھا کہ اپنی روزمرہ کی ملازمتوں میں AI کو مؤثر طور پر کیسے استعمال کریں.”

AdventHealth کی قیادت نے ابتدا ہی میں یہ نتیجہ اخذ کیا کہ الگ تھلگ پائلٹس چلانے سے بامعنی تبدیلی نہیں آئے گی. مرکزی چیلنج ایک بڑی افرادی قوت میں مستقل اور محفوظ استعمال کو فروغ دینا تھا.

پیورِنٹن کہتے ہیں، “صحت کی دیکھ بھال میں AI کا سب سے مشکل حصہ یہ ہے کہ انسان اسے محفوظ، مستقل اور بڑے پیمانے پر استعمال کریں.” “ہم نے ابتدا ہی میں فیصلہ کیا کہ اپنانے کو ہی پروڈکٹ سمجھا جائے.”

اسی فیصلے نے نفاذ کی سمت متعین کی. AI کو آٹومیشن کے طور پر پیش کرنے کے بجائے، قیادت نے اسے انتظامی بوجھ کم کرنے اور معالجین و عملے کو وقت واپس دینے کے طریقے کے طور پر پیش کیا.

“ہم AI کو آٹومیشن کے طور پر بیان نہیں کرتے. ہم وقت واپس ملنے کی بات کرتے ہیں،” پیورِنٹن کہتے ہیں. “اگر ہم 10 منٹ کے جائزے کو معیار برقرار رکھتے ہوئے بامعنی طور پر مختصر کر سکیں، تو یہ وہ صلاحیت ہے جو ہم اپنے معالجین کو واپس دے سکتے ہیں.”

AdventHealth نے اپنانے کو ایک قابلِ پیمائش عملیاتی میٹرک کے طور پر بھی لیا. ادارہ فی صارف فی کاروباری دن پیغامات کی تعداد کو ٹریک کرتا ہے، اور مستقل بنیاد بنانے کے لیے ہفتہ وار تعطیلات اور چھٹیوں کو خارج کرتا ہے. اس میٹرک کی نگرانی اور انتظام کسی بھی دوسرے KPI کی طرح کیا جاتا ہے، اور اہداف و رجحانات کا باقاعدگی سے جائزہ لیا جاتا ہے.

استعمال کو وسعت دینے کے لیے، نظام نے بڑے مرکزی تربیتی پروگراموں کے بجائے شعبہ جاتی ہم مرتبہ گروپس پر انحصار کیا. مثلاً فنانس ٹیمیں فنانس ٹیموں کے ساتھ اور HR، HR کے ساتھ کام کرتی تھیں، اور اپنے مخصوص کاموں سے متعلق پرومپٹس، ورک فلو اور بہترین طریقے بانٹتی تھیں.

جب ادارہ تجربات سے انٹرپرائز نفاذ کی طرف بڑھا، تو قیادت نے ایسے ٹولز کو ترجیح دی جو رازداری، گورننس اور قابلِ اعتماد ہونے سے متعلق صحتی تقاضے پورے کر سکیں.

“ہم نے OpenAI کو اس لیے چنا کیونکہ ہم کسی ڈیمو کی تلاش میں نہیں تھے. ہم انٹرپرائز انفراسٹرکچر چاہتے تھے،” پیورِنٹن کہتے ہیں. “ریزننگ کی صلاحیت، اسٹرکچرڈ آؤٹ پٹس، اور گورننس کنٹرولز نے ہمیں اعتماد دیا کہ یہ صرف پیداواری سافٹ ویئر نہیں تھا. یہ ایسی چیز تھی جسے ہم ذمہ داری کے ساتھ پورے صحتی نظام میں وسعت دے سکتے تھے.”

AdventHealth نے ChatGPT Enterprise اپنایا اور بعد میں ChatGPT for Healthcare، جس نے ضابطہ بند ماحول کے لیے اضافی حفاظتی اقدامات فراہم کیے، جن میں ڈیٹا تحفظ اور تعمیل معاونت شامل تھی.

جدت اور تعاون کی رفتار نے بھی اس فیصلے پر اثر ڈالا.

پیورِنٹن کہتے ہیں، “ہم واقعی اس چیز کے قریب رہنے کو سراہتے ہیں جو ممکن ہے.” “اور ہم نے پایا ہے کہ OpenAI پائلٹس، نفاذ اور اگلے مراحل پر غور کرتے وقت بہت تعاون کرنے والا ہے.”

ابتدائی اور سب سے زیادہ قابلِ پیمائش استعمالی مثالوں میں سے ایک utilization management تھی.

ChatGPT for Healthcare استعمال کرتے ہوئے، فزیشن ایڈوائزر مریضوں کے چارٹس کے اسٹرکچرڈ خلاصے تیار کر سکتے ہیں، متعلقہ کلینیکل تفصیلات سامنے لا سکتے ہیں اور ابتدائی جواز کا مسودہ بنا سکتے ہیں. حتمی فیصلہ معالج کی ذمہ داری رہتا ہے، لیکن معلومات اکٹھی کرنے میں صرف ہونے والا وقت کم ہو جاتا ہے.

ادارہ اثر کو خود بتائی گئی اندازوں کے بجائے نظامی سطح کے ڈیٹا، بشمول الیکٹرانک ہیلتھ ریکارڈز میں ٹائم اسٹیمپس، کے ذریعے ناپتا ہے.

پیورِنٹن کہتے ہیں، “ہم ایسے پیمانوں کو ترجیح دیتے ہیں جو عمل کے اندر ہی شامل ہوں.” “ہم بالکل دیکھ سکتے ہیں کہ کتنے منٹ بہتر ہوئے ہیں اور آیا یہ تبدیلی شماریاتی طور پر معنی خیز ہے.”

کلینیکل ورک فلو سے آگے، اسی طرح کے نمونے مختلف شعبوں میں بھی سامنے آئے ہیں:

• دستاویزات اور منصوبوں کی تیاری خالی صفحے کے بجائے ابتدائی مسودے سے شروع ہوتی ہے
• پالیسیوں اور مواصلات کو اسٹرکچرڈ، قابلِ استعمال فارمیٹس میں بدلا جاتا ہے
• نوٹس اور غیر منظم معلومات کو تیزی سے عملی اقدامات کے خلاصے میں بدلا جاتا ہے

یہ تبدیلیاں سائیکل ٹائم کم کرتی ہیں، بار بار کی نظرثانی محدود کرتی ہیں اور آؤٹ پٹس میں یکسانیت بہتر بناتی ہیں.

AdventHealth دو بنیادی جہتوں میں AI کے اثر کا جائزہ لیتا ہے: اپنانا اور ورک فلو کارکردگی.

اپنانے کے پہلو پر، روزانہ استعمال کی نگرانی نے جواب دہی اور اس بات کی مرئیت پیدا کی ہے کہ AI کتنی تیزی سے معمول کے کام کا حصہ بن رہا ہے.

ورک فلو کے پہلو پر، پائلٹس کا جائزہ تھروپٹ میٹرکس جیسے فی کام وقت، ٹرن اراؤنڈ ٹائم اور سنبھالے گئے حجم کے ذریعے لیا جاتا ہے. utilization management میں ہدف یہ ہے کہ معیار اور یکسانیت برقرار رکھتے ہوئے جائزے کا وقت کم کیا جائے.

مختلف شعبوں میں ٹیمیں یہ رپورٹ کرتی ہیں:

• دہرائے جانے والے دستاویزی اور جائزہ کاموں پر صرف ہونے والے وقت میں کمی
• اندرونی ورک فلو میں تیز تر ٹرن اراؤنڈ
• زیادہ یکساں ابتدائی مسودوں کی وجہ سے دوبارہ کام کے کم چکر
• اضافی عملہ رکھے بغیر صلاحیت میں اضافہ

ادارہ اکثر ان فوائد کو “وقت واپس” کے طور پر بیان کرتا ہے، لیکن قیادت اس تصور کو براہِ راست قابلِ پیمائش نتائج سے جوڑتی ہے.

پیورِنٹن کہتے ہیں، “اگر آپ 10 منٹ کے کام کو دو منٹ کا بنا دیں، اور یہ ہفتے میں ایک ہزار بار ہو، تو یہ حقیقی صلاحیت ہے.” “سوال یہ ہے کہ آپ اس صلاحیت کو دوبارہ کیسے سرمایہ کاری کرتے ہیں.”

AdventHealth کے لیے AI کی قدر اس کے ہمہ جہتی نگہداشت فراہم کرنے کے مشن سے گہرا تعلق رکھتی ہے. اس کے لیے وقت درکار ہے، ایسا وقت جس میں معالجین مریضوں اور خاندانوں کے ساتھ وقت گزار سکیں، اور ایسا وقت جس میں عملہ زیادہ قدر والے کام پر توجہ دے سکے.

ایک مثال انفرادی سطح پر اس کے اثر کو واضح کرتی ہے. ایک معالج جو پہلے شامیں دستاویزات مکمل کرنے میں گزارتا تھا، جسے اکثر “پاجاما ٹائم” کہا جاتا ہے، ورک فلو میں AI سے معاون تبدیلیوں کے بعد باقاعدہ اوقات میں کام مکمل کرنے کے قابل ہو گیا.

پیورِنٹن کہتے ہیں، “وہ کام کو کام ہی پر چھوڑ کر جا رہا تھا.” “وہ گھر جا سکتا تھا اور اپنے خاندان کے ساتھ پوری توجہ سے موجود رہ سکتا تھا.”

ایسی کہانیاں AI کے بارے میں ادارے کے اس نقطۂ نظر کو مضبوط کرتی ہیں کہ یہ کرداروں کی جگہ لینے کے بجائے انتظامی بوجھ کم کرنے کا ایک ذریعہ ہے.

اب تک زیادہ تر قابلِ پیمائش فوائد موجودہ کاموں پر صرف ہونے والے وقت کو کم کرنے سے حاصل ہوئے ہیں. AdventHealth اسے نقطۂ آغاز سمجھتا ہے.

ادارہ اب مریضوں کی رسائی، کلینیکل فیصلہ معاونت اور نگہداشت کی فراہمی کے نئے ماڈلز جیسے شعبوں میں توسیع پر توجہ دے رہا ہے، جبکہ گورننس، پیمائش اور اعتماد پر وہی زور برقرار ہے.

قیادت کے مطابق بنیادی سبق یہ ہے کہ AI کو وسعت دینا خود ٹیکنالوجی سے کم اور اس بات سے زیادہ وابستہ ہے کہ اسے کیسے متعارف کرایا اور اپنایا جاتا ہے.

پیورِنٹن کہتے ہیں، “اپنانا یہ نہیں کہ ‘جائیں اور پروڈکٹ استعمال کریں۔’ بلکہ یہ ‘قیادتی تبدیلی’ ہے.” “جب آپ اسے ناپتے ہیں، قدر ثابت کرتے ہیں اور اعتماد کے ساتھ قیادت کرتے ہیں، تبھی آپ پائلٹس سے آگے بڑھتے ہیں.”