作者:Varun Milind Kulkarni 多年来,公共援助医疗保健计划的成本持续增长,仅医疗补助计划就增加了 2021年。 9.2% 这是更广泛问题的征兆,例如经常性成本、低效的福利和基于案例的处理、遗留信息系统、项目瓶颈、耗时的医疗保健服务交付以及低质量的患者和提供者体验。 关于如何改造这个庞大的系统,以便更多的美国州能够为数百万个人(无论他们的收入水平或年龄组)提供负担得起的、高质量的医疗保险,已经写了很多。为了实现这一点,解决系统性问题至关重要,包括: 公共援助医疗保健计划受制于手动和基于纸张的流程。常见的挑战包括处理申请和索赔的错误或延迟增加、项目管理员之间的沟通中断、跟踪申请和索赔的困难以及欺诈和滥用的风险增加。 遗留平台会阻碍医疗保健服务的效率和有效性。过时的技术系统可能会给公共医疗保健计划带来一些挑战,包括安全风险、数据集成问题和兼容性问题。 不足的 限制计划管理员做出明智的决定和为受益人提供高质量的服务。如果无法识别医疗保健服务利用趋势,管理员可能无法了解患者的需求,从而导致资源浪费、医疗保健结果不理想,甚至无法获得必要的护理。 数据洞察力 低效的医疗保健服务资格评估会对管理者向受益人提供及时和适当护理的能力产生负面影响。 行政负担导致获得护理的额外延误、更高的成本和额外的人力资源的使用。 成本增加通常是由于整个医疗保健行业的支出增加、对服务的需求增加以及与管理该计划相关的管理成本增加。 远非不可能,解决方案在于利用数字化的尖端、产品管理驱动的方法,它可以提供下一代解决方案,以改善最终用户体验并降低运营成本。 如何简化医疗补助计划、SNAP 和其他计划的模型 作为德勤的高级顾问,我在公司的政府和公共部门技术组合中发挥了领导和关键作用。 我管理着多个跨职能团队并领导了端到端产品管理计划,以帮助数字化美国各州的公共医疗保健计划。 使用基于人工智能和云现代化的尖端技术解决方案并利用平价医疗法案 (ACA) 公共政策规则,我构建并启动了数字平台,彻底改变了这些州为数百万居民提供医疗保健服务的方式。 涉及的产品管理和技术计划的核心组成部分: 对所有 Medicaid、SNAP 和 LTSS 遗留系统和流程进行现代化改造,以构建集成数字平台, 优先考虑个人医疗保健应用程序接收(自助服务门户)、实时资格处理、应用程序管理、用于案例管理的个案工作者数字门户解决方案(个案工作者门户网站)、与医疗保健提供者(管理式医疗组织)的互动、保费支付和福利处理和复杂的索赔管理, 在 COVID-19 期间构建下一代远程医疗解决方案,将数百万公共援助医疗保健接受者从物理评估和审查过渡到基于虚拟的护理,消除健康风险,降低运营成本,提高护理质量,并提高美国各州的数字投资回报率投资, 为关键任务状态长期护理 (LTC) 计划创建下一代数字平台解决方案,为护理设施和临终关怀中的个人以及医疗保健提供者提供改进的数字体验, 消除基于纸张和物理的流程,减少数据和程序的低效率,优化护理服务,并降低运营成本,以进一步提高国家和医疗保健接受者的储蓄。 公共医疗保健计划数字化的复杂性 帮助各州遗留系统实现现代化的挑战显而易见。具有竞争优先级的多个利益相关者必须与同一愿景保持一致。 产品本身很复杂,需要进行广泛的分析,因为必须对连贯的设计进行概念化和详细设计,然后高管们会澄清其设计文档。 全面的竞争分析、市场研究和产品分析以确定构建这些数字平台的最佳技术组合对于项目的结果都至关重要。 数字化过程的三个主要组成部分 在监督端到端数字产品战略和计划政策举措时,我为美国公共医疗保健计划设定了三个目标。 首先,我试图引入人工智能和云现代化,以减少基于数据的错误以及资格和注册服务方面的延迟。此外,目标是提高数据质量,消除任何纸质或手动流程,并将申请受理和资格确定时间从一个月缩短到基于人工智能的实时处理。 以下优先级框架用于决定功能积压、构建以客户为中心的产品路线图以及推动数字化转型: :用于查明目标客户的具体需求和偏好,开发满足这些需求的产品,并确定服务不足的人群在数字解决方案中寻找的具体功能和优势。 价值主张画布 用于确定对客户最重要的功能,相应地确定开发工作的优先级,并确定在较短的时间限制内具有最大用户价值并且可能需要最少的产品开发工作的功能。 卡诺模型: 其次,我带领团队将基于人工智能的聊天机器人与数字公共援助平台相结合。目的是为申请医疗保健福利的用户和处理会员案例、理赔管理、保费支付流程和福利分配的个案工作者提供实时帮助。 这导致申请处理和资格确定的操作错误减少了 25%,消除了 100% 的手动任务,并将案例工作人员的周转时间从 2 周减少到 1 天。 其他一些由 AI 主导的产品管理计划包括: 医疗保健需求的预测分析:预测分析用于识别医疗保健利用和成本的模式,并预测未来的医疗保健需求。通过利用预测分析,提供了用于开发数字解决方案的产品决策,以便为参加 Medicaid 和 SNAP 的个人提供主动支持,预防健康并发症并降低医疗保健成本。 个性化护理建议:通过利用基于人工智能的数据和洞察力,进行了数据驱动的产品决策和产品功能优先级排序。这有助于开发数字解决方案,为加入 Medicaid 和 SNAP 的个人提供个性化护理建议。这些建议基于个人的病史、健康的社会决定因素和其他改善健康结果的因素。 第三,实施数据驱动的产品生命周期,以便利益相关者可以利用数据洞察力、复杂的运营研究和机器学习算法来创建数据分析计划,以优化运营流程,提供个性化体验,并减少运营错误、延迟和成本。 数字化对 3 个州的公共医疗保健计划的影响 由于我领导的数字产品管理计划,美国两个州在三年内节省了超过 20% 的运营费用,另外两个州在一年内将其项目投资回报率从 -3% 提高到 46%。 由于数字产品管理的实施,各州现在可以通过适当的数据密集型决策来解决关键任务和复杂问题。 由于可以访问基于 AI 的洞察力和云现代化,他们还推动了有意义的改进和运营决策。 他们的服务已经通过实施以数字化转型为重点的产品管理计划进行了转型,提供优质、及时且负担得起的医疗保健服务。 从 SNAP、医疗补助和其他计划的数字化中吸取的教训 数字产品管理的好处是广泛的,包括: 通过管理任务的自动化、改善护理协调以及降低欺诈和滥用的风险,提高计划效率并降低成本。 通过实现更无缝的沟通和护理协调、减少预约和测试结果的等待时间以及提高护理质量,改善患者与提供者的体验。 使用数据分析和见解来提高公共援助医疗保健计划的有效性。通过分析患者结果、医疗保健利用率和计划成本,政策制定者可以就分配资源和改善医疗保健服务做出更明智的决策。 让公共援助计划的受益人有更多机会获得医疗保健服务。查找和联系医疗保健提供者、安排约会和在线访问医疗记录变得更加容易。 这如何在更大范围内帮助系统 虽然美国的大多数公共医疗保健计划继续与效率低下、冗余和成本增加作斗争,但数字化在美国多个州的影响证明了解决方案就在眼前。 随着数字产品管理在全国范围内的推广,我们应该看到更多的人无论收入水平如何,都能获得优质、负担得起的医疗服务。 关于 Varun Kulkarni: Varun Kulkarni 是 AI/ML、云现代化和数字化转型产品负责人,在技术、医疗保健和消费者服务领域拥有 7 年的经验。作为思科的高级产品经理,他管理其下一代 B2B 和 B2C AI/ML 报告与分析以及云现代化产品组合。 此前,Varun 是德勤的高级顾问,领导其战略咨询和产品管理垂直领域,为财富 500 强和公共部门客户进行数字化转型。 Varun 拥有多伦多大学罗特曼管理学院的工商管理硕士学位和西北大学的硕士学位。 他还是西北大学的校友导师, 华盛顿大学MBA EDGE导师 , 和一个 Criya 指导专家 .要与 Varun 联系,请通过以下方式与他联系 领英 . :这个故事由 。 既得利益披露 Ascend Agency 在 HackerNoon 的品牌作为作者计划下 发布 了解有关该计划的更多信息 这里 .