Как ИИ может справиться с кризисом затрат на рабочую силу в здравоохранении

Jan 02, 2024

ИИ создает захватывающие возможности в здравоохранении, и возникает соблазн сосредоточиться на самых интересных случаях использования: диагностике страшных заболеваний, общении с любознательными пациентами и определении тех, кто подвергается наибольшему риску острых состояний. К сожалению, в каждом из этих случаев последствия ошибок могут быть огромными, требования регуляторов будут высокими, а давно наработанные рабочие процессы глубоко укоренились. Эти поля будут меняться медленно.

Гораздо ближайшая возможность заключается в решении критической проблемы систем здравоохранения: затрат на рабочую силу. Эти затраты приводят к значительному разрушению финансов отрасли. Premier, крупная закупочная организация, обслуживающая больницы, подсчитала, что в прошлом году ставки оплаты труда в больницах выросли на 6,5%, тогда как ставки возмещения расходов по программе Medicare выросли на 2,7%. Разрыв еще более серьезен в некоторых областях, где пришлось все чаще обращаться к контрактному труду, где, по оценкам, часы увеличились на 91% с 2020 по 2023 год, даже несмотря на то, что средняя почасовая ставка медсестер по контракту выросла с 64 до 132 долларов в час. В результате расходы системы здравоохранения на набор персонала выросли на 27% по сравнению с прошлым годом. Поскольку работники часто покидают систему здравоохранения из-за таких факторов, как выгорание и старение, крайне важно, чтобы отрасль лучше использовала и сохраняла оставшуюся рабочую силу. Если они этого не сделают, консалтинговая компания McKinsey прогнозирует, что затраты на рабочую силу в клинической практике будут продолжать расти более чем на 11% в среднем до 2027 года. Это тревожит отрасль.

По оценкам McKinsey, затраты на рабочую силу в клинической практике будут продолжать расти со среднегодовыми темпами роста более 11%. ... [+]

Изменение того, как медсестры проводят свое время

Учитывая, что медсестры часто составляют более половины персонала систем здравоохранения, одним из ключевых моментов, на которые следует обратить внимание, является то, как медсестры проводят свое время. Исследование, опубликованное в журнале Permanente Journal, показало, что медико-хирургические медсестры тратят 35% своего времени на документацию и еще 21% на координацию ухода. Для сравнения, уход за пациентом занимал 19% времени, прием лекарств — 17% и оценка состояния пациента — 7%. Всё верно – больше половины времени медсестёр уходило на оформление документов и общение, а не на непосредственный уход за пациентами.

ИИ может решать эти задачи разными способами: например, записывать встречи с пациентами, составлять графики жизненно важных показателей пациентов и составлять примечания к обновлениям для медицинской карты. Некоторые ведущие ИТ-компании в сфере здравоохранения уже запускают пилотные проекты по внедрению генеративного ИИ, аналогичного тому, который используется в ChatGPT, в этих конкретных случаях использования. Успех этих пилотных проектов не только снизит потребность в рабочей силе, но также позволит медсестрам уделять больше времени избавлению от скуки и тем видам деятельности, которые в первую очередь привлекли их в профессию.

Улучшение повседневного управления

Второй ключевой момент, на который следует обратить внимание, — это то, как управляются сотрудники, работающие на переднем крае. Laudio — один из примеров стартапа в области искусственного интеллекта, ориентированного на эту область. По словам генерального директора и соучредителя Расса Ричмонда, более эффективное управление на местах может снизить текучесть кадров в системе здравоохранения на 20–25% в год, а также обеспечить более чем 20%-ный прирост показателей вовлеченности сотрудников.

Как? Ричмонд говорит: «Есть много свидетельств того, что работники больше связаны со своим главным менеджером, чем с учреждением в целом. Именно эта близкая связь влияет на выгорание и удержание сотрудников». Подталкивая менеджеров к лучшему поведению, компания стремится укрепить эти связи.

ИИ — это используемый механизм. Ричмонд объясняет: «Мы интегрируемся с существующими информационными системами управления персоналом, системами учета рабочего времени, опросами о потребностях и интересах работников, а также данными о действиях менеджеров. Затем мы можем порекомендовать, что линейные менеджеры могут сделать очень конкретным образом. Например, если мы увидим, что кто-то в команде был единственной опытной медсестрой на смене последние пять из семи смен, мы можем предложить менеджеру связаться, чтобы узнать, как у них дела, и внести необходимые коррективы в график».

Клиенты на первом месте, на втором — искусственный интеллект