Hoe kunnen organisaties in de gezondheidszorg op het platteland profiteren van AI?

Alan Morgan, CEO van de National Rural Health Association, zegt dat er in zijn gesprekken met ziekenhuizen en zorgsystemen drie veelvoorkomende toepassingsgevallen voor AI naar voren komen.
De eerste is de inzet van AI om patiëntafspraken te documenteren . Dit kan zorgverleners helpen meer aandacht te besteden aan de behoeften van patiënten en tegelijkertijd de last van het maken van aantekeningen te verlichten. "Het is verbazingwekkend hoeveel tijd dit bespaart", zegt Morgan. "Ik denk dat dit potentieel het grootste voordeel is dat we van AI kunnen verwachten."
Het gebruik van AI om aantekeningen te maken verbetert de patiëntervaring, legt Kwong uit, omdat zorgverleners zich niet langer uitsluitend op hun computertoetsenbord concentreren. Na de afspraak kunnen AI-modellen het dossier van een patiënt beoordelen en problemen signaleren die een vervolgonderzoek vereisen. Als een patiënt bijvoorbeeld bij veel bezoeken aangeeft dat hij of zij moeite heeft met inslapen, kan een AI-model dat is getraind om patronen te herkennen, dat probleem signaleren en het zorgsysteem aanzetten tot vervolgonderzoek.
"AI kan helpen patronen te identificeren die een arts in eerste instantie niet ziet, of waarvan hij of zij in eerste instantie denkt dat het een terloopse opmerking is", zegt Kwong. Dit scenario levert doorgaans weinig weerstand op, omdat het zorgverleners extra informatie verschaft zonder hen expliciet te vertellen wat ze moeten doen.
De tweede is AI-gebaseerde second opinions , die kunnen helpen bij het verminderen van diagnostische fouten. Hoewel hallucinaties in AI-modellen en vooroordelen in trainingsdatasets nog steeds een probleem vormen, biedt de mogelijkheid om binnen enkele seconden toegang te krijgen tot consulten een duidelijk voordeel, merkt Morgan op. Dit geldt met name in landelijke gebieden, waar specialisten honderden kilometers verderop kunnen zijn of buiten normale kantooruren niet beschikbaar zijn.
De derde is het stroomlijnen van facturering en codering – een cruciale use case voor het voortbestaan van organisaties op het platteland. Ongeveer een derde van de ziekenhuizen op het platteland loopt het risico te sluiten vanwege financiële problemen die voortvloeien uit de kosten van de zorgverlening, de beperkingen van federale steun en lage financiële reserves, aldus een rapport van het Center for Healthcare Quality and Payment Reform .
Morgan voegt eraan toe dat leidinggevenden van plattelandsziekenhuizen AI in de inkomstencyclus zien als een reactie op het gebruik van AI door verzekeraars om claims te beoordelen – een praktijk die met collectieve rechtszaken te maken krijgt.
In een podcast met de Rural Health Information Hub geeft Jordan Berg, directeur van het National Telehealth Technology Assessment Resource Center, aan dat het toepassen van AI op de inkomstencyclus meer is dan alleen het automatiseren van routinetaken. Met de juiste AI-tools, zegt hij, kunnen organisaties ervoor zorgen dat diensten op het juiste niveau worden gefactureerd, leveranciers en patiënten op de hoogte stellen wanneer facturen moeten worden betaald en mogelijkheden identificeren voor verdere optimalisatie van de inkomstencyclus , "en dat alles met minimale input van gebruikers en stakeholders."
Andere toepassingsmogelijkheden voor AI in plattelandsgebieden zijn onder andere het optimaliseren van workflows in het elektronisch patiëntendossier (EPD), het verbeteren van diagnose- en beslissingsondersteuning , het inzetten van mobiele klinieken met zorgverleners ondersteund door AI-agenten , en het verbeteren van planning en follow-upberichten. Deze voorbeelden werken goed omdat ze niet veel wrijving veroorzaken.
"Patiënten vinden het prima om een automatische herinnering te krijgen voor een afspraak", zegt Kwong. "Voor organisaties met beperkte middelen kan zo'n tool een goede investering zijn."
LEES MEER: Revolutioneer voorafgaande autorisaties met AI.
Gebrek aan beleid staat de adoptie van AI voor gezondheidszorg op het platteland niet in de wegEen probleem voor landelijke, onafhankelijke en lokale zorgsystemen die op zoek zijn naar richtlijnen over waar en hoe AI het beste kan worden ingezet, is het gebrek aan richting vanuit Capitol Hill. Recente regelgeving heeft de implementatie van EPD-systemen, de acceptabele use cases voor telezorg en de standaarden en infrastructuur die nodig zijn voor de uitwisseling van gezondheidsinformatie, onder andere, nauwkeurig gedefinieerd.
Ondertussen bestaat er geen dergelijk kader voor AI in de gezondheidszorg. Morgan zegt dat dit niet verrassend is; gezien de typische lange aanloop naar technologie-implementatie in de gezondheidszorg, verloopt het beleid traag. Op dit moment, voegt hij eraan toe, "lijkt het erg terughoudend."
Het wetsvoorstel van de Trump-regering omvat een tienjarige pauze in de invoering van AI-wetgeving op staats- en lokaal niveau, in plaats van overkoepelende federale regelgeving met weinig nalevingsdrempels. "Het is een zeer onstabiele tijd en beleidsmakers zijn daar nog steeds mee bezig", zegt Kwong.
Zelfs zonder de beperkingen van het federale beleid – of een verzameling empirisch onderzoek naar hoe zorginstellingen op het platteland AI gebruiken – lijkt de adoptie ervan een vlucht te nemen, zegt Morgan. "Ik heb veel hypes gezien", zoals de uitrol van robots in ziekenhuizen, "maar AI heeft zo'n enorm potentieel , en we hebben het hier in feite over een toename van het gebruik in het afgelopen jaar."
healthtechmagazine