Risikomanagement
Künstliche Intelligenz kann Gesundheitsdienstleistern dabei helfen, Risiken effektiv zu managen und Resilienz für bestimmte geografische Gebiete oder Anbietergruppen aufzubauen. Die Technologie kann aktuelle und historische Daten analysieren, unter anderem zu Lagerbeständen, Patientenzahlen, geopolitischen Ereignissen und Wetterdaten. Einige Organisationen verlassen sich auf vorab erstellte Dashboards, die durch diese Daten gespeist werden, und Warnungen sowie Korrekturen bei Störungen können automatisch ausgelöst werden. GenAI kann zur Erstellung von Risikobewertungen, Szenariosimulationen und Risikominderungsstrategien abgefragt werden, um Pläner dabei zu unterstützen, Risiken proaktiv zu managen und zu mindern.
Beschaffung
Die Gesundheitsbranche verfügt heute über fortschrittlichere IT-Systeme mit großen Datenmengen. Durch die genaue Analyse von Daten zu Kosten, Qualität und Ergebnissen können Ärzte die besten Materialien oder Medikamente für die individuellen Bedürfnisse der Patienten bestimmen. GenAI-Algorithmen können unter Berücksichtigung dieser Faktoren sowie der Leistung und Risikoprofile der Lieferanten Empfehlungen oder Rankings für informierte Entscheidungen zur Beschaffungsstrategie eines Gesundheitssystems bieten. Zudem können die Supply-Chain-Funktionen diese Informationen nutzen, um die Produktstandardisierung und -nutzung bei verschiedenen Materialkategorien zu erleichtern.
Geräteoptimierung und Bestandsmanagement
US-Anbieter haben Schwierigkeiten, teure diagnostische oder Behandlungsgeräte wie MRTs, CTs, PET-Scans und Protonentherapie effektiv zu nutzen. Mithilfe von AI kann die Auslastung dieser begrenzten Ressourcen optimiert werden, indem Angebot und Nachfrage besser abgestimmt und Patienten automatisch geplant werden. GenAI kann auch dazu beitragen, die Verwaltung von Präferenzkarten im Operationssaal zu revolutionieren, indem Empfehlungen für Aktualisierungen basierend auf historischen Nutzungsmustern, dem Patientenprofil, Falltypen, Ärzten und Prognosen automatisch vorgeschlagen und aktualisiert werden.
Verteilung und Logistik
GenAI kann Liefer- oder Abholrouten kontinuierlich basierend auf sich ändernden Faktoren wie Verkehrsbedingungen, Wetter und Priorität der Lieferungen optimieren. Dies könnte für den US-Gesundheitssektor, der etwa 5% der nationalen Treibhausgasemissionen ausmacht, aufgrund seines Transport-Fußabdrucks innerhalb der Lieferkette von Vorteil sein. Zudem kann AI dabei helfen, Patienten effektiver in die am besten geeigneten und nächstgelegenen Versorgungseinrichtungen zu leiten.
Erste Schritte
Obwohl GenAI ein leistungsfähiges Tool mit bestimmten Einschränkungen ist, ist es keine Strategie. Eine Fokussierung auf den Geschäftswert und die Definition einer Roadmap zur Gestaltung und Beeinflussung der Organisation sind entscheidend, geführt von drei Schritten: Bewertung von Datenqualität, Integrität und Management; Erstellen einer Matrix von Möglichkeiten; Aufbau der Infrastruktur unter Berücksichtigung der Mitarbeiter. Es ist wichtig, Schulungen und Entwicklungen im Zusammenhang mit GenAI voranzutreiben, da die Technologie die Arbeit unterstützt und nicht ersetzt.