IBM：基于價值的健康服務嶄露頭角要提供最優質的健康服務 必須運用先進技術創造洞 察、提升效率以及改善療效[24頁].pdf

1、IBM 商業價值研究院 研究洞察 基于價值的 健康服務嶄 露頭角 要提供最優質的健康服務， 必須運用先進技術創造洞 察、 提升效率以及改善療效。 掃碼關注 IBM 商業價值研究院 官網 微博 微信 微信小程序 談話要點 向基于價值的健康服務轉變向基于價值的健康服務轉變 “基于價值的健康服務”類似于“基于價值 的醫療服務”，使用協作模式，在利益相關 方之間共享信息和技術解決方案，為個人一 生的健康保駕護航。它拓展了醫療與健康服 務的范疇，從傳統的臨床環境延伸到每個人 的日常生活、家庭和社區之中。 六個步驟實現基于價值的健康服務六個步驟實現基于價值的健康服務 根據對最近一項研究的分析，我們確定了成

2、 功高效地提供基于價值的健康服務的六個步 驟：為消費者提供咨詢；采用換位思考式的 自動化方法；為分析提供支持；專注于價值 實現速度；克服創新障礙；優化“價值”公 式 價值 = 質量 / 成本。 實現價值實現價值 醫療保健服務提供方和醫保支付方都認識 到，他們在實現質量卓越、經濟實惠的醫療 服務方面發揮著重要作用；并且必須與患者 密切互動，始終如一為他們實現價值。自動 化和人工智能 (AI) 有助于加快找到治療方案 的速度，還能夠增強許多日常任務。 作者 ：Anil Jain（醫學博士） 、 Anita Nair-Hartman、 Heather Fraser、 Sanjeev Saravana

3、kumar 和 Donna Daniel（博士） 基于價值的健康服務：改善治療效 果，擴大服務范圍，降低運營成本 “基于價值的醫療服務”概念已經存在了數十年，這是從按 服務收費的醫療模式向更高效患者醫療模式的轉變。事實上， 基于價值的醫療服務在 2010 年已被寫入美國患者保護和 平價醫療法案 (PPACA) 之中。 該法案要求對數百萬參加 “醫 療保險和醫療補助”計劃的患者所獲得的醫療服務的質量和 方式進行廣泛而徹底的改革。根據該法案，美國出臺了許多 計劃，旨在促進基于價值的醫療服務，包括成立了“負責任 醫 療 組 織 ”(Accountable Care Organizations, AC

4、O)。 ACO 由許多醫療保健服務提供方組建，他們攜起手來，為患 者群體提供統籌協調的高質量醫療服務。他們的宗旨是適時 為患者和特定人群（尤其是慢性病患者）提供適當的醫療服 務。1 平價醫療法案還推動了醫療服務提供方報銷模式的 根本性改革 主要聚焦于為更優質的醫療效果付費，降低成 本，同時擴大醫療保健服務的范圍。 然而時至今日，醫療服務提供方和醫保支付方都認識到，基 于價值的醫療服務的基石，也就是通過傳統角色實現更好的 成果和降低成本，并不足以創建真正一體化的醫療保健生態 系統，無法將優質服務從臨床環境延伸到患者或消費者的日 常生活之中。因此，一種新的醫療保健模式 “基于價值的 健康服務”應運

5、而生，旨患者的一生提供完善的醫療和健康 服務，幾乎涵蓋了生活的方方面面。 由醫療服務提供方、醫保支付方、生命科學組織和醫療保健 生態系統中的其他成員率先倡導的許多基于價值的計劃都有 一個共同使命，那就是提供更優質的醫療服務，打造更出色 的患者體驗，并顯著減少不必要的成本。各種研究一致表明， “醫療保健”對個人健康的影響還比不上各種社會因素，包 括健康行為、社會經濟要素和實際環境等。2 1 2 44% 的受訪醫療服務提供方和 23% 的受訪醫保支付方表 示，改善目標人群的醫療 水平和健康狀況是他們的 首要任務。 87% 的醫保支付方和 90% 的 醫療服務提供方表示，在 未來 3-5 年，患者/

6、消費 者將成為醫療保健生態系 統的主要合作者。 醫保 支付方和醫療服務提供方 均表示，跨生態系統的互 操作性是創新的頭號障礙。 此外，近十年來的科技進步，包括預測性分析、數字醫療以 及自動化， 深刻重塑了衡量、 管理和交付醫療服務 （及其價值） 的方式。根據國際數據公司 (IDC) 的分析，醫療保健組織目 前的使命是進行數字化轉型，創建基于價值的醫療保健系統。 IDC 高管表示：“數字化轉型之旅始于對使命、戰略優先任 務和計劃的共同定義，從而確保各個項目或用例支持醫療保 健組織的總體目標?！?3 為了更好地了解組織如何在不懈尋求價值的過程中完成數字 化轉型，并為其他組織提供路線圖，IBM 商業

7、價值研究院 (IBV) 和 IBM Watson Health 共同開展了廣泛的研究，以 確定怎樣才能將傳統的基于價值的醫療服務轉變為更具包容 性的基于價值的健康服務 轉型后的系統應當整合各種先 進技術以加速發展，并有助于將醫療保健服務延伸到醫院、 診所和其他臨床環境之外 （請參閱第 17 頁的 “調研方法” ） 。 這是 IBV 在過去三年中進行的第二次同類調研，目的是確 定醫療保健行業未來的發展方向。2016 年，根據對美國近 300 家醫療服務提供方和醫保支付方進行的調研， 我們預測， 人口健康管理和精準醫療將融合為一個新型醫療保健模式， 我們稱之為“精準醫療和健康”。4 我們認為該模式

8、的一個 關鍵組成部分是持續向基于療效的成果和更低的成本轉變。 最新的研究成果表明，我們幾年前的預測已成為現實，并且 還在繼續加速發展。目前，世界各地的醫療保健系統都在思 考，如何在需求不斷增長而醫護資源日益緊張的情況下保持 醫療服務的普及性、高質量和高效率。作為應對，醫療服務 提供方和醫保支付方更加重視如何優化運營，實現更高價 值。5 他們發現，價值衡量不僅要以個體患者為中心，也要 以人群或患者群體為中心。 基 于 價 值 的 健 康 服 務 技 術 醫 療 隊 伍 創 新 自 動 化 醫保支付方醫保支付方 理賠數據理賠數據 價值價值 = 質量質量 / 成本成本 基于價值的 醫療服務 EHR

9、生成生成 的數據的數據 患者生成的患者生成的 健康數據健康數據 社區社區 醫療服務的改善、社區意識的提 升以及新技術的進步，有望幫助 基于價值的健康服務取得顯著 成效。 然而，正如前面提到的，在提供基于價值的健康服務時， 僅僅注重“醫療”是不夠的，不足以達到醫療服務提供方 和醫保支付方對于改善成果和降低成本的期望值。為了優 化這些結果，個人、雇主企業、社區和社會組織也必須在 這一發展進程中成為關鍵合作伙伴。這樣，醫療服務提供 方和醫保支付方就能夠通過更有效、更具創新性的醫護模 式，更積極地參與改善患者治療效果，同時在人群層面發 現降低成本的機會。 醫療服務的改善、社區意識的提升以及新技術的進步

10、，有 望幫助基于價值的健康服務在不久的將來取得顯著成效。 例如，耶魯大學公共衛生學院 (Yale School of Public Health) 2016 年發表的一項研究成果表明，那些更注重社 會計劃而非醫療支出的州，在許多醫療成果方面都獲得了 更出色的成績。6 基于對調研問題回答的分析，以及與醫療保健生態系統中各 個組織的高管的持續對話，我們認為以下六個步驟有助于加 速從基于價值的醫療服務轉變為基于價值的健康服務： 為消費者提供咨詢 采用換位思考式的自動化方法 打破孤島架構，為分析提供支持 專注于價值實現速度 克服創新障礙 優化“價值”公式。 基于價值的健康服務將醫療服務提升至新高度 基

11、于價值的健康服務不僅包括醫院和診室中的傳統醫療服 務；它還旨在幫助個人持續保持健康，覆蓋接受醫療服務 以外的時間。這包括生活方式、就業、健身（包括可穿戴 設備和互聯健康技術的輸入，有助于提供個人的整體健康 狀況）以及許多其他因素。該模式動員民眾和社區積極參 與醫療事業，發現并解決與健康相關的社會因素，確保 社區資源的可用性和可獲得性，而所有這些都是基于價 值的醫療服務的基礎。該模式的目標是創建以消費者/成 員為核心的基于價值的生態系統。 基于價值的健康服務采用“價值 = 質量 / 成本”公式；將 整體健康服務的各個要素作為更廣泛的價值衡量標準；而 對于為提高醫療與健康成果的有效性做出顯著貢獻的

12、利益 相關方，給予應有的獎勵（見圖 1）。這種模式需要捕獲、 匯總并分析當地數據和區域數據，以確定價值。必須提供 和使用患者生成的健康數據 (PGHD)、醫保支付方理賠數 據以及電子病歷 (EHR) 所產生的數據。7 另外，通過使用 預測性分析、機器學習和人工智能 (AI)，可以幫助臨床醫 生和醫療服務管理者提前預測問題，緩解健康問題，防止 其惡化（請參閱第 4 頁“何為 AI ？”)。 圖 1 基于價值的健康服務包含醫療場所內的醫療服務以及社區 和社會環境中的醫療/健康計劃。 它涵蓋了醫療隊伍、 技術、 自動化和創新投資的組合。 3 何為 AI ？ 8 人工智能 (AI) 是一門計算機科學，

13、它使用算法、啟發式 方法、模式匹配、規則、深度學習和認知計算，在沒有直 接人類輸入的情況下得出與人類思維相似的結論。通過使 用 AI，研究人員可以攻克人類難以解決或幾乎不可能解 決的復雜問題。由于 AI 可以從原始數據中發現有意義的 關系，因此可用于支持在多種醫療情景中診斷、治療和預 測結果。AI 擁有巨大潛力， 幾乎可以應用于所有醫學領域， 包括藥物研發、患者監護以及個性化治療方案。 AI 模仿人類大腦的神經網絡。它使用多層非線性處理單 元“教”自己如何理解數據 對記錄進行分類或做出預 測。AI 可以綜合電子病歷 (EHR) 數據和非結構化數據， 預測患者的健康狀況。例如，AI 軟件可以快速

14、閱讀視網 膜圖像或標記案例，以便進行跟蹤，避免太過繁瑣的多 道人工檢查。這樣，醫生就能夠省出更多時間，專注于 更重要的工作，并且可以利用簡潔的數據做出更明智的患 者治療決策。 AI 技術主要分為兩類。第一類包括機器學習 (ML) 方法， 用于分析結構化數據，例如醫學影像數據、基因數據和電 生理數據。在醫學應用中，機器學習過程會嘗試綜合患 者特征或推斷患病概率。第二類包括自然語言處理 (NLP) 方法，旨在從非結構化數據（如臨床記錄/醫學期刊）中 提取信息，以補充和豐富結構化醫療數據。NLP 過程的 目標是將文本轉換成機器可讀的結構化數據，然后用 ML 方法分析這些數據。 在將 AI 系統部署到

15、醫療保健應用之前，需要采用從篩選、 診斷和治療方案分配等臨床活動中生成的數據對它們進行 “訓練”，以使這些系統能夠了解相似的主體群體以及主 體特征和重要結果之間的關聯。這些臨床數據通常以大數 據的形式存在，包括但不限于人口統計數據、醫療記錄、 醫療設備的電子記錄、體檢數據、臨床實驗室數據和醫學 影像數據等。 4 在資源匱乏的環境中，利用創新技術和自動化方法擴大醫療服 務可以帶來雙重效益：通過發現并治療高?；颊?，提高醫護質 量；通過避免未來去醫院或看急診，減少可能產生的費用。 例如，醫療服務提供方可使用 AI 檢測語音模式的變化，更有 效地篩查抑郁癥或癡呆癥，并在確診后提供適當的治療。醫保 支付

16、方可使用聊天機器人等 AI 解決方案，為呼叫中心的工作 人員提供支持，以確保參保成員得到最適合自己特定需求的服 務。這不僅包括基于醫療服務提供方的醫療服務，還包括基于 社區的項目，如減肥計劃、健身中心和社會服務等。社區項目 可使用 AI 發現阿片類藥物使用或濫用風險，并創建個性化干 預措施。醫療設備制造商可利用 AI 更好地預測和預防低血糖 等不良健康后果。 要實現基于價值的健康服務的全部效益，并加速實施六個步驟 以獲得更大價值，醫療服務提供方和醫保支付方必須了解： 為什么他們需要迅速采取行動，建立基于共識的質量和成 本措施，并且對高價值的成果給予獎勵； 如何執行基于價值的健康服務路線圖， 包

17、括采用數據、 分析、 自動化和其他技術解決方案，幫助高效實現期望的成果； 在這個新的發展旅程中，哪些組織和機構最為重要并且已 經準備好開展協作。 為消費者提供咨詢 醫療保健服務消費化將患者需求放在了最重要的位置，許多醫 療保健行業的領導者都認識到了這一點， 并積極接受這一變化。 過去 10 年間，許多其他行業發生了根本性的轉變，變得更加 以消費者為中心，這為醫療保健行業的領導者提供了充足的對 標材料和經驗。發表在新英格蘭醫學雜志上的一份研究報 告表明，醫療保健行業可以向其他行業學習的主要方面包括： 改善客戶服務、根據個人需求和喜好進行個性化定制，以及建 立基于虛擬訪問或電子通信的新型互動模式。

18、9 83% 醫保支付方 76% 政策制定者 74% 消費者/患者 49% 技術公司 40% 監管部門 85% 醫療服務提供方 72% 消費者/患者 67% 政策制定者 44% 監管部門 43%委托機構 90% 消費者/患者 75% 醫療服務提供方 59% 技術公司 57% 政策制定者 54% 委托機構 87% 消費者/患者 73% 醫保支付方 66% 技術公司 57% 委托機構 56% 政策制定者 “隨著基于價值的健康服務的實 施，消費者有望獲得更多更好的 醫療保健服務，同時也幫助我們 有效做出重要決策?！?美國某醫保支付方組織的首席人力資源官 對于醫療服務提供方和醫保支付方而言，這意味著消費

19、者參 與是關鍵。傳統的按服務收費模式能夠激勵醫療服務數量的 增加。 因為總有患者存在， 因此具體是誰付費并不重要。 然而， 基于價值的健康服務模式關心的是消費者的長期健康，無論 他們是在醫療場所內就醫，還是回歸正常生活之后。消費者 不僅僅是推動收入增長的因素。當他們成為基于價值的生態 系統中的頭號利益相關方時，他們需要得到為他們提供醫療 服務以及支付醫療費用的組織的真正理解。消費者參與是相 關組織長期全面了解患者的關鍵所在。深入參與之后，消費 者數據將成為預測健康風險以及將戰略干預措施納入日常生 活的基礎。 目前，盡管醫保支付方和醫療服務提供方都認為消費者的參 與很重要，但在基于價值的旅程中，

20、他們都認為對方是自己 最重要的合作伙伴（見圖 2）。這種情況預計將很快會發生 變化，醫保支付方和醫療服務提供方都預計消費者將在未來 三到五年成為他們的主要合作伙伴。他們表示，他們還將繼 續與彼此、委托機構、技術公司、政策制定者等密切合作。 圖 2 在未來三到五年，醫療保健服務提供方和醫保支付方的合作方式預計將發生重大變化 目前在基于價值的健康服務生態系統中開展 合作的主要利益相關方 醫療服務提供方 醫保支付方 未來三到五年您將與之合作的主要利益相關方 醫療服務提供方 醫保支付方 5 未來 3 年 目前 現在，隨著越來越多的醫療保健 組織 將各種患者/消費者戰略納 入他們的目標之中，消費者參與

21、得到了更多的關注。 者參與計劃的發展。雖然基層醫療通常是患者的第一接觸點， 但是技術進步在醫療場所之外創造了更多接觸點。要讓患者參 與到有關自己的健康需求、健康狀況、價值和喜好的對話中， 這些接觸點是非常理想的切入途徑。正如世界衛生組織編寫的 患者參與報告中所述，開展消費者咨詢可以多管齊下 包 括教育、反饋系統、面向患者的宣傳與溝通、在線視頻電話、 遠程醫療和家庭健康設備等途徑。10 積極參與的患者可以獲得 更多資訊和培訓， 因此， 他們能夠就治療選擇做出更明智的決定。 醫保支付方和醫療服務提供方經常會發現，他們在改變醫療 服務提供方式的過程中處于不同的階段。一些組織已經從基 于數量的醫療轉向

22、基于價值的醫療，而另一些才剛剛起步。 無論在基于價值的健康服務的實施過程中處于什么階段，醫 保支付方和醫療服務提供方都認為，在未來三到五年，消費 者/患者將進一步超越其他合作者， 成為主要利益相關方 （見 圖 3）。 消費者參與對醫學行業來說并不新鮮。但現在，隨著越來越 多的醫療保健組織將各種患者/消費者戰略納入他們的目標 之中，消費者參與得到了更多的關注。監管壓力、競爭激烈 的市場以及技術和醫療服務模式的進步，日益推動新型消費 圖 3 基于價值的健康系統中，利益相關方的目前構成狀況與未來三年的預測之對比 醫保支付方 87% 成熟 80% 入門 醫療服務提供方 84% 成熟 76% 入門 醫保

23、支付方 97% 成熟 93% 入門 醫療服務提供方 87% 成熟 89% 入門 注：成熟 = 表示在基于價值的健康服務轉型方面取得了較大進展的組織； 入門 = 表示剛剛開始接觸基于價值的健康服務轉型的組織； 6 企業如何為消費者提供咨詢和 開展互動 11 在未來三到五年，消費者/患者將成為最主要的利益相 關方， 在基于價值的健康服務系統中發揮最積極的影響。 目前，醫療保健福利所提供給消費者的選擇較為有限。 而在將來，消費者可能會掌握更大的話語權，可以選擇 適合自己的醫療服務。 為加速實現這一目標，英國的一個地方政府機構希望通 過提供更為個性化的醫療指導，提高預防性治療的有效 性；同時讓更多的醫

24、療服務提供方在當地社區中參與競 爭，從而降低醫療服務的單位成本。 此外，一家大型醫療保健和消費品公司推出了面向消費 者的應用，綜合運用人工智能與健康數據為患者提供虛 擬指導。該公司的設想是結合在行為修正、豐富的數據 和預測性分析等方面的深厚專業知識，直面重大的健康 挑戰，包括慢性疾病的管理以及術前和術后醫護。該公 司運用從消費電子產品與其他面向消費者的行業汲取的 廣泛經驗，大力推動醫療保健行業發展，提高患者恢復 質量和速度。 另一個例子是一家全球性醫療保險支付機構，它希望定 義員工健康與企業績效之間的各種聯系，并找出改善員 工健康和提升企業績效的機會。該公司利用人工智能和 分析技術，收集并分析

25、了各種員工數據，從而了解員工 健康和生活方式風險因素如何影響生產力、缺勤率等。 現在，該公司能夠發現具體的機會，鼓勵和幫助員工改 善健康狀況和經濟狀況。 7 后續步驟：醫療服務提供方和醫保支付方如何整合以 消費者為中心的方法？ 制定消費者參與戰略。 第一步是制定戰略，為消費者提供強有力的支持，鼓勵 他們采取期望的健康行為。為患者提供支持的主要步驟 包括實施 web 門戶網站和移動應用，透明地提供全面的 （行政和臨床）信息，促進與患者或參保成員的溝通， 并提供對經過整理的醫療資源的訪問。組織的技術和數 字戰略必須與消費者戰略相結合。 部署單獨定制的計劃。 下一步是針對特定個體定制、部署和推進醫療

26、和健康計 劃，促進他們在臨床和社會環境中的行為改變。要做到 這一點，組織必須建立適當的流程，從患者或參保成員 那里獲得關于滿意度以及各個接觸點參與便利性的反饋 信息。 開發和分析多個數據源。 下一代聊天機器人等應用可根據個人不同的健康狀況、 健康計劃福利和患者喜好，開展個性化的對話，從而提 高患者/消費者的參與度。理想情況下，這有助于改善 患者的健康狀況和滿意度， 并降低服務成本和行政成本。 最后，任何以消費者為中心的方法都需要通過對各個消 費者及其看護者子群體進行分析， 衡量與檢驗服務成果， 根據數據揭示的洞察進行調整。計劃實施的各個階段都 應生成患者滿意度、凈推薦值以及臨床治療質量和醫療

27、費用等指標。 “基于價值的模式旨在通過技術和 工作流程的幫助，確保醫療服務提 供方采取適當的行動，改善患者體 驗和參與度?！?德國某醫保支付方組織的首席營銷官 采用換位思考式的自動化方法 從商業角度和臨床角度來看，自動化技術在醫療保健行業具 有雙重潛力。首先，希望降低成本和提高效率的醫療保健行 業高管可以找到許多行政、運營和 IT 相關職能領域的解決 方案。其次，那些致力于提高醫療服務質量和減少人為錯誤 的高管，也可以找到有助于改進決策、便利性和效率的自動 化解決方案。無論自動化技術的發展能否達到人類換位思考 的水平，在醫療環境中，考慮到患者需求的性質，自動化的 設計和實施必須支持換位思考式的

28、互動。 從其他行業簡單照搬過來的自動化可能無法滿足基于價值的 健康服務環境中患者和支持人員的獨特需求。在考慮醫療保 健行業的自動化和工作時，不可否認，某些方面還是最適合 由人類完成。但是在執行基于規則的重復性任務方面，軟件 自動化可以實現更快的速度和更高的準確性，因此是更好的 選擇。自動化的目標是增強人類功能。自動化技術最終可以 幫助專業人員騰出更多時間，去從事他們所擅長的工作。這 使得醫療系統和商業健康計劃可以將時間和資源集中在高優 先級的工作上，而將低優先級（但也很重要）的日常工作留 給技術來處理。12 從“三重目標”到“四重目標” 醫保支付方和醫療服務提供方必須決定將自動化應用于哪些 全

29、球業務優先任務、希望從自動化獲得哪些效益，以及計劃 如何利用業務和臨床能力。實施技術資源可以帶來的主要效 益包括：降低成本、改善客戶體驗和提高成果質量。這在業 界被稱為“三重目標”。13 醫療服務提供方和醫保支付方都 期望提高自動化程度，支持三重目標的成功實現?？s小成熟 組織（那些順利推進基于價值的健康服務轉型的組織）和入 門組織之間的差距，這是在醫療保健生態系統中應用“三重 目標”的下一步驟。（請參閱第 9 頁“采用自動化會帶來 什么？”） 采用自動化的第一步通常是對整個組織的當前成熟度進行評 估。在哪些環節發現效率低下、冗余等問題；哪些任務花費 了較多的行政管理時間，從而擠占了與參保成員或

30、患者互動 的時間？確定這些需要改進的領域，對于有的放矢地實施解 決方案來說至關重要。此外，與合適的技術合作伙伴攜手， 幫助選擇和評價各種可用的選項，也始終有所助益。無論是 自動發現醫療服務不到位的患者， 還是從臨床角度提供幫助， 許多領域都存在可以降低成本和充分利用人力資源的機會。 例如，在現有 IT 基礎架構中應用新技術，創建自動處方補 充功能，或生成自動患者提醒以降低患者失約率。 總體來說，換位思考式的自動化有助于改善患者就醫體驗和 治療效果，當然這些因素也關系到臨床醫生的滿意度。對于 許多組織來說，由于新增了一個“重拾醫學的快樂”要素， 因此“三重目標”變成了“四重目標”。臨床醫生的工作

31、滿 意度現在已經被宣傳為一種公共健康危機，在這種情況下， “四重目標”就變得非常關鍵。14 根據專業的不同，更換 一名醫生所涉及的招聘、培訓和生產力成本估計在 80 萬到 130 萬美元之間。15 而精心設計的自動化有助于緩解醫生的 緊張工作。此外，增強的自動化還能夠降低成本，改善客戶 體驗，促進醫保支付方的凈推薦值 (NPS)，從而提高參保成 員的保留率和增長率。 8 采用自動化會帶來什么 16 在提供基于價值的健康服務的過程中融入自動化技術，是 為了加強（而不是取代）醫療服務提供方和患者之間的人 際關系。AI 可以為患者帶來三大好處。 個性化服務：患者希望醫療服務提供方熟悉他們的病 歷歷史

32、，以及他們過往的通話、支付和溝通信息。自 動化技術可以提供患者的全方位視圖，包括以前的就 診記錄、病史、交易和問詢記錄。 提供全渠道服務：與其他消費者群體一樣，患者也希 望以便捷的方式與醫療服務提供方建立聯系。為了滿 足這個需求，AI 虛擬客服應運而生，它不僅能夠拓展 高質量服務，還能帶來全渠道體驗。虛擬客服經過醫 療保健相關知識的訓練，可以與患者進行完整對話， 回答患者提出的問題。必要時可以將案例上報給人工 客服，后者可使用自動化功能快速訪問相關信息，正 確響應患者的詢問。 提供 24/7 式全天候患者服務：如果醫療服務提供方 利用聯系中心作為接觸患者的工具，就能夠更有效地 影響患者的治療結

33、果。通過使用新技術，醫療服務提 供方可將呼叫中心轉變為以患者為中心的一站式數字 平臺，作為患者門戶，持續提供患者互動和服務。 9 后續步驟：醫療服務提供方和醫保支付方如何采用 自動化？ 制定切實可行并且能夠及早收獲成功的自動化戰略。 采用自動化有助于提高效率， 實現更出色的成果。 然而， 要高效地完成這一任務，就需要對基于價值的健康服務 應用戰略性的方法，包括對組織所需的自動化類型進行 評估。 通過評估， 找到醫保支付方和醫療服務提供方之間， 以及他們與消費者之間的互動中存在的最大摩擦痛點。 確定通過部署合適的自動化技術，可以減少或消除哪些 低效和冗余問題。 找到高科技和高接觸之間的平衡。 能

34、夠自動執行低價值任務并發現常見標準化模式的技術， 有助于醫療專業人員履行自己的本職工作，讓他們有更 多的精力與患者接觸，有更多的時間去從事旨在改善消 費者體驗的創新性高價值工作。 加強與消費者的關系。 此外，詳細的未來需求藍圖對于確保所采用的自動化技 術不會在短時間內過時至關重要。最重要的是，如果適 當地實施自動化技術并應用于適當的任務，那么就能夠 幫助加強消費者和組織之間的關系，特別是在那些雙方 均認為現狀不理想的領域。在確定何時何地使用自動化 時，結合以消費者為中心的理念，有助于提高采用率， 實現更出色的成果。 9% 3% 4% “通過分析有關質量、成本和利用 率的數據，我們找到了改善醫療

35、服 務和降低成本的機會?！?美國某醫保支付方組織的首席財務官 打破孤島架構，為分析提供支持 包括醫學影像數據、處方數據、血液化驗數據和手術結果數 據在內的電子健康信息不斷增長，對于行政理賠和電子病歷 的訪問也更加便捷，隨著技術的進步，醫療保健行業中各種 日益復雜的數據的收集和使用變得越來越方便。這些豐富的 數據可以作為強大洞察的基礎，幫助改善患者療效和降低成 本。然而，獲得的洞察高度依賴于生成洞察的系統。隨著如 此海量的數據不斷生成，組合、清理和實施用于支持預測性 分析的模型就變得至關重要。 目前的挑戰包括平衡收集數據、將所有數據集成到集中式數 據庫以及從數據中獲得有用洞察所花費的時間。將數據

36、同化 為集中的格式并集中存放到存儲庫中，確保各個利益相關方 的業務需求保持一致，以及遵從各種法規的要求，這些可能 都是非常艱巨的任務，而為了完成這些任務，在整個體系中 出現了眾多“孤島”式職能架構。這可能會引出一個數據悖 論：收集、整合與分析數據的好處真的超過了這些工作所帶 來的管理負擔嗎？最高管理層給出了一致的回答：“是”。 總體而言，高管們一致認為，分析有助于提高服務質量，降 低成本，明確并衡量所實現的價值。 醫療保健組織需要衡量、收集和分析的數據涉及已提交的理 賠、已支付的理賠、處方要求、化驗結果、醫學影像、人工 費用、技術、浪費/不必要的重復工作（例如重復檢驗）和 欺詐。盡管需要收集和

37、分析的數據量如此之大，但只有不到 10% 的受訪最高層主管表示，分析將給組織增加管理負擔。 占所有受訪高管人數 9% 的首席醫療官將增加管理工作視 為不利條件的比例最高（見圖 4）。 此外，醫療保健生態系統中之所以出現“孤島”，不僅是由 于數據或技術問題，也是領導層對流程的看法各不相同而導 致的結果。必須在從數據收集到獲得數據洞察的整個過程中 運用水平集方法。有時執行任務所花費的時間可能過長，有 時用于輔助決策的數據可能不充足， 總會有這樣那樣的缺陷， 讓整個過程變得不那么順暢。一旦各方都認識到并不存在完 美的數據、完美的基準或完美的分析，就會投入更多的時間 用于快速采取行動，并根據可用的數據

38、和洞察進行迭代式的 改進。 圖 4 認為分析將增加管理負擔的最高層主管 首席信息官首席醫療官 首席行政官 注：回答我們調研問題的首席行政官包括：首席執行官 （1 位） 、 首席財務官 （2 位） 、 首席運營官（4 位）、首席人力資源官（5 位）和首席質量官（6 位）。 10 如何打破孤島架構，為分析提供 支持？ 打破阻礙協調與進步的孤島，對于成功實施基于價值的健 康服務計劃至關重要。加利福尼亞州的一個縣在這方面取 得了長足的進步。18 索諾瑪縣 (Sonoma County) 認識到他們需要更好的方 法，滿足當地最弱勢個人和家庭的需求。為此，該縣需要 借助合適的工具和技術，改變為這些民眾提供

39、支持服務的 方式。 索諾瑪縣議會通過了一項名為“獲得協調醫療，實現自給 自足”(ACCESS) 的計劃，將加強安全保障體系作為政府 最優先的任務。該計劃旨在發現社區中最弱勢的人群，努 力幫助他們度過個人危機，提高他們自力更生的能力。目 標人群包括經歷持續失業、無家可歸或住房不安全、存在 行為健康問題和濫用藥物問題的人，以及違法犯罪人員。 為了確保計劃取得成功，索諾瑪縣安全保障部門的負責人 逐步消除服務和計劃方面的“孤島”，制定整體戰略，以 解決民眾的復雜需求，實現更出色的成果。參與該計劃的 部門包括衛生服務、社會服務、社區發展委員會（該縣的 住房發展組織）、兒童撫養服務、緩刑監管以及其他刑事

40、司法單位。通過更緊密的協調，各個機構能夠更有效地為 具有復雜需求的客戶提供服務，同時改善他們的健康狀況， 提升幸福感和經濟穩定性。 11 后續步驟：醫療保健組織如何打破孤島，提供對分析 的支持？ 確立分析愿景。 分析愿景和信息議程是必不可少的工具，有助于確保各利 益相關方朝著相同的方向努力，將結構化和非結構化數據 整合為一致、可信的信息基礎，促進整個醫療保健生態系 統協同一致。這有助于確保信息和患者治療在臨床環境和 社會環境中保持一致。實施的每個階段都需要確保數據基 礎與總體信息議程保持一致，以提高生態系統共享和傳遞 可靠信息的能力。17 無論是最高管理層，還是部門級別的 分析人員，整個組織都

41、必須采納這種戰略。 賦能分析擁護者。 組織可能已經使用分析技術，但是基于價值的健康服務 要求組織做出全新的承諾：對分析所揭示的洞察進行認 真研究并采取行動。為此，組織需要為分析尋找一位擁 護者 擔任該角色的人員通過自己的不懈努力，幫助高 層領導改變對分析的看法，讓他們理解分析可以為組織 實質性地提高工作效率和工作成效。分析擁護者所付出 的努力甚至可以改變首席醫療官的看法，使他們不再認 為分析將增加組織的管理負擔。讓整個最高管理層團隊 對于分析保持一致的觀點，這是培養企業文化以促進基 于價值的健康服務的關鍵步驟。 建立治理流程。 通過扎實的治理流程，確保實現分析標準化，消除各種 障礙。從收集數據

42、轉變為解讀數據，并根據從數據中挖 掘的洞察采取行動。 醫療服務提供方 “醫療保健行業需要能夠在整體上 提高效率的體系?；趦r值的健康 服務正在幫助該體系從以專業為基 礎轉變為由數據驅動的科學?！?日本某醫保支付方組織的首席信息官 / 首席技術官 專注于價值實現速度 醫療保健行業中 AI 的作用 在優化基于價值的健康服務方面，AI 扮演著多重角色。它 可用于開發算法，從海量數據中獲得洞察；通過“自我學習” 和“自我糾正”，不斷提高準確性。這些概念相互配合，有 助于發現健康風險并預測結果。19 醫療保健組織如何才能快速適應這種變化？為此，我們向醫 保支付方和醫療服務提供方提出了一系列問題，以了解他

43、們 未來三到五年的最主要優先任務是什么。我們為受訪者提供 了多個選項，以了解在目前和不久的將來，哪些技術和創新 成果對于交付基于價值的健康服務最為重要。選項包括： 高級分析，用于從數據中發掘洞察 機器學習，用于簡化基于價值的醫療服務模式的設計與 績效評估 集成數據，用于指揮和控制運營 人工智能 (AI)，用于減輕醫生和其他工作人員的行政負擔 先進的基因診斷技術， 旨在推動個性化/定制化的藥物治療 我們發現，那些認為自己在基于價值的健康服務之旅中已經 “成熟”的組織，都在大力投資 AI 和其他技術，比如用于 從數據中獲得洞察的高級分析技術。盡管醫療服務提供方和 醫保支付方都渴望使用這種技術來改善

44、運營，但對于如何應 用技術，他們各自有著不同的優先級。 我們的研究表明，醫療服務提供方更傾向于使用 AI 來減輕醫 生和工作人員的行政負擔。簡單地說，這些組織的主管，尤其 是那些成熟組織的主管，投資 AI 技術的目的是讓醫生和工作 人員能夠省出更多時間來照顧患者，提高工作效率。 醫療服務提供方將利用先進分析從數據中獲得洞察列為優先任 務的第二位。醫院和醫療機構已經收集了海量數據，現在他們 想知道如何以最有效的方式利用這些信息，改善運營和成果。 通過將數據與洞察、應用聯系起來以改善運營狀況，明白無誤 地表明分析是釋放更大價值的必要條件。 醫療服務提供方提到的最后一個優先任務是機器學習，用于簡 化

45、基于價值的醫療服務模式的設計與績效評估。這是對當前運 營體系“號脈”，幫助組織確定是否在不斷學習、不斷改進醫 療服務和降低成本。 醫保支付方 在我們的研究中，醫保支付方表達了不同的技術投資重點。例 如，最優先的投資項目是先進的基因診斷技術，旨在推動個性 化醫療的發展?；蛟\斷技術為基于價值的健康服務生態系統 帶來了全新價值，有助于更好地了解患者的健康狀況，支持實 施更有針對性的干預措施，并逐步降低相關成本。醫保支付方 排在第二位的優先任務是利用高級分析從數據中發掘洞察。和 醫療服務提供方一樣，他們也積累了海量數據，想知道如何應 用這些信息來造?；颊吆驼麄€生態系統。最后，排在第三位的 是利用機器

46、學習和集成數據來指揮和控制運營。 12 后續步驟：醫療服務提供方和醫保支付方如何專注于 實現價值的速度？ 建立需求評估。 為了更快獲得結果和實現價值，必須進行需求評估，預先 確定可衡量的指標，還要制定投資計劃，為成功的實施提 供資金保障。要制定這樣的計劃，需要全面深入地了解哪 些因素對于醫療保健組織最為有利。是專注于 AI 和機器 學習，還是專注于最能滿足組織需求的預測性分析技術？ 其次，必須將投資優先事項整合到組織的日常運營模式之 中，這一點很重要。例如，如何在整個組織范圍擴大投資 規模？ 在數據的幫助下做出決策。 在沒有數據支持的情況下做出決策， 可能會造成診斷失誤、 治療不當和行動計劃欠

47、妥等后果。通過在數據的幫助下簡 化決策，可以改善患者治療效果，提高收入和效率，贏得 更好的聲譽。通過明確揭示臨床操作如何影響患者個體治 療效果，有助于降低與疾病復發和再次入院治療相關的成 本。確保為 AI 項目準備好數據以及數據治理措施，通過 早期的重點試點工作，及早展示成果。 考慮培養患者支持者。 實現價值的速度不僅僅取決于用于簡化流程的技術。這還 需要人員的參與 由特定人員幫助醫務工作者和患者制 定治療計劃，縮短醫療時間并且優化治療效果。例如，在 一些實踐中，特別是在腫瘤治療領域，有護士擔任引導員， 幫助患者了解癌癥治療的所有階段。組織可以更進一步， 考慮在臨床輔助人員中培養患者支持者，幫

48、助協調臨床治 療和提高效率，改善患者療效并加快實現價值的速度。 克服創新障礙 每個組織都在研究如何開拓創新，如何跟上醫療改革的步伐。 越來越多的證據表明，醫療保健行業正日益受到根深蒂固的低 效流程的挑戰，例如，每年因低效率浪費超過 2 萬億美元。20 這些效率低下可歸因于幾個因素，包括信息的收集、共享和 使用效率不高。 多年來，醫療組織一直以隨意的方式彼此共享信息，常常形 成無法穿透的“孤島”，最終對患者/消費者的需求產生消 極影響。然而，隨著對患者治療效果的關注日益增加，有越 來越多的因素鼓勵醫療組織在整個生態系統范圍內進行數據 交換，并且消除影響患者整體健康的其他創新障礙。 然而，在整個生

49、態系統中進行無縫溝通仍然面臨重大挑戰。 資金問題、整個生態系統的互操作性、安全性、可靠性、隱 私以及未經驗證/未經測試的技術只是組織必須克服的障礙 中的一部分。 根據醫保支付方和醫療服務提供方的說法，最艱巨的挑戰是 整個生態系統中的互操作性。市場中的新入者越來越多，他 們各自擁有不同的技術，因此共享信息的能力可能有限。技 術的可靠性以及員工隊伍技能不足也是值得關注的問題。對 于醫保支付方來說，特別需要關注監管機構的審批以及患者 對新流程和新項目的支持度。而醫療服務提供方則對未經驗 證/未經測試的技術和安全性心存憂慮。 13 克服創新障礙 22 對醫保支付方和醫療服務提供方來說，最大的挑戰是整個生 態系統的互操作性，主要涉及技術、平臺和數據的一致性。 其他障礙還包括監管機構的審批以及新技術的可靠性。 美