Az egészségügyben az idő nagy része nem a tényleges ápolási cselekményre megy, hanem arra, ami körülötte zajlik: beosztások, amelyek megfelelnek a létszámnak és a kollektív szerződés szabályainak, dossziévezetés, amely teljes és időben történik, jelentéskészítés a beutalók és biztosítók felé, indikáció megállapítása és az ehhez tartozó adminisztratív elszámolás. Ezenkívül ott van a felvétel (intake) és a triázs, ahol egyszerre kell gyorsaságot és alaposságot biztosítani. A kliens vagy páciens számára az eredményt három dolog határozza meg: milyen gyorsan segítenek valakinek, mennyire konzisztens a minőség a különböző helyszínek és munkatársak között, és mennyire jól igazodik az ellátás az adott helyzethez. Ezen a három ponton húzódott hagyományosan a különbség ebben az ágazatban, és ezeken a pontokon változik most a versenytér.
A felvételre való várakozási idő hosszú ideig a személyzeti létszám eredménye volt: több kapacitás, rövidebb várólista. Ott, ahol a triázst és a dossziéelőkészítést részben az AI végzi, egy kezelő pedig megítéli és eldönti, a várakozási idő elválik a munkaerő-létszámtól. Ez nem minden szervezetet érint egyformán. Egy intézmény, ahol szabványosított felvételi formanyomtatványok és strukturált beutaló-adatok vannak, ezt a munkát az AI elé tudja tárni; egy intézmény, ahol a felvétel szóbeli átadásra és laza feljegyzésekre épül, ezt a munkát nem olyan formában bírja, amely erre alkalmas. A különbség tehát nem az automatizálási szándékban rejlik, hanem abban, hogy a munka hogyan volt már megszervezve, mielőtt az AI a képbe került.
Ugyanez a mintázat érvényes a dossziévezetésre és a biztosítók felé történő elszámolásra is. Egy dosszié összefoglalása, a szabványosított mezők kitöltése és a hiányzó információk jelzése olyan munka, amelyet az AI átvehet, egy munkatárssal, aki jóváhagyja vagy visszaküldi az összefoglalást. A beosztástervezés is elmozdul, ahol fix szabályok érvényesek a kvalifikációkra, a pihenőidőre és az elérhetőségre vonatkozóan: az elkészítést átveheti, a kivételek és a csereigényekről szóló emberi megbeszélés viszont emberi munka marad. Az érdemi kezelési kapcsolat maga, a beszélgetés, amelyben a kliensnek meg kell éreznie, hogy látják őt, majdnem minden esetben emberi munka marad, és ez is az a rész, amelyben az egészségügyi szervezetek a legkevésbé különböznek az AI-tól, és a leginkább egymástól.
Az, hogy ez a munka milyen sebességgel mozdul el, attól függ, mennyire strukturáltak az alapul szolgáló adatok, milyen típusú ellátásról van szó, és mit engednek meg a felügyeleti szervek és a szakmai testületek az automatizált döntéshozatal terén. Egy szervezet, amely rendben tartja rendszereit, a felszabaduló órákat visszakapja extra fte-kapacitásként a közvetlen ellátáshoz vagy a várólisták lefaragásához. Egy szervezet, ahol a dossziék szét vannak szórva egymással nem beszélő rendszerek között, ezt a hasznot nem látja, hiába szeretné. Ez a munka és az adatok elrendezéséről szóló kérdés, nem személyzeti politikáról; ha a feladatok elmozdulása hatással van a létszámra, arra saját, itt nem tárgyalt jogi követelmények vonatkoznak.
Ha a várakozási idő és a dossziéminőség egyre kevésbé a személyzeti létszám függvénye, és egyre inkább attól függ, mennyire jól rendezte be egy szervezet a feladatait az AI általi átvételre, akkor elmozdul az is, mi alapján ítélik meg a kliensek, a beutalók és az egészségbiztosítók egy szolgáltatót. A felvétel átfutási ideje kevésbé kapacitáskérdés, és inkább berendezési kérdés lesz. A jelentéskészítés konzisztenciája kevésbé az egyéni alaposság kérdése, és inkább rendszerválasztási kérdés. Aki ezt korán felismeri, együtt mozdítja el az összehasonlítást; aki megmarad a régi feltételezésnél, hogy több személyzet automatikusan rövidebb várakozási időt jelent, önmagát egy olyan dimenzión méri, amely éppen eltűnik.
Ez az elmozdulás nem csak az egészségügyben zajlik. A nagykereskedelemben az összehasonlítás azért mozdul el, mert az AI átveszi a készlet- és rendelésmunkát, az üzleti szolgáltatásokban az összehasonlítás azért változik, mert az AI átveszi a jelentéskészítést és a tanácsadás előkészítését, és aki azon gondolkodik, miért hangzik minden versenytárs ugyanúgy az ígéreteiben, ugyanazt a mögöttes okot látja: állításokat, amelyeket már nem támaszt alá az a dimenzió, amelyen egykor nyertek.
Az a kérdés, hogy egy adott egészségügyi szervezetben mely munkát tudja az AI valóban átvenni, általános kifejezésekkel nem válaszolható meg; a FTE TO AI munkascanje ezt a kérdést feladatonkénti bontásban válaszolja meg, az átvétel, felügyelet vagy emberi munka vonala mentén elvégzett értékeléssel.
Ahhoz, hogy tudja, mivel nyer jelenleg a szervezete, tudnia kell, hogy az adott állítás még megfelel-e annak, ahogyan a munka most be van rendezve, vagy annak, ahogyan korábban be volt rendezve. Azoknál a versenytársaknál, amelyek nem tesznek közzé adatokat, létezik egy saját megközelítés, amellyel mégis megalapozott képet lehet kapni, ahogy az le van írva itt: hogyan szerezhet információt olyan versenytársakról, akik nem publikálnak számokat. Az első lépés az ingyenes dimenzióellenőrzés: megnevezi, mivel gondolja, hogy nyer, és megnézi, mely állítások védhetők bizonyítékkal. A teljes benchmark, az Ön piacának peer csoportjával és a dimenziónkénti bizonyítási mátrixszal, még fejlesztés alatt áll.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.