使用人工智能(AI),使病人的诊断和预后预测相关正迅速成为一个公认的现实。但AI可以用来预测运行和管理医疗组织的管理者?
众多因素决定商业医疗可以映射结果随着时间的推移,即创建一个明显的理由AI-empowered管理层。我们有理由相信,AI将单独的小麦从谷壳中谈到首席执行官在未来几年。可预测性也许是任何业务面临的最大的挑战时,食物和增长。人工智能地址。
认为这是一个水晶球,CEO可以凝视看时代的到来。然后比较与另一个CEO仍在直觉决策,取决于史前工具来应对业务挑战。
过度的优势是什么,AI-empowered CEO医疗机构运行时怎么办?下面是一些例子:
预测的收入
在一段时间内,人工智能算法可以预测一个组织的收益。AI把它超出一般的历史数据分析的方法。可以跨各种截面的收入预测。例如,人工智能可以用来预测收入来自不同的部门和服务。
提前计算付款人拒绝付款
收入循环所有医疗服务提供者是一个至关重要的组件。如果声明实现医院管理总是更好可以预测的值和时间。有很多收益,如果管理团队知道什么样的钱将从哪个月的类股。此外,供应商可以运行一个人工智能工具来预测的结果声称他们每个月提交。想象一下,如果医院首席财务官可以知道特定数量的5000索赔提交一个“x”数量将第一级排斥。此外,首席财务官也能了解号称将由付款人发回,原因是什么。AI可以更快,在大量索赔洗涤塔。
病人混合和体积的预测
multi-geography医疗集团,以及一个医院,可以受益很多如果团队运行它知道的种类和数量的病人,穿过大门。知识的医疗条件会有更多可以帮助在规划服务的需求提前很多。库存可以相应地储备和能力可以准备好。先进的智能算法,它还将成为可能预测未来患者的地域和种族的医疗条件。这有助于future-ready的医疗服务提供者。
此外,这种收入的医院集团将可以提前知道。
人力需求
从预测病人混合和分拆卷是增强计划人力和资源的能力。当领导团队在某些对未来,它可以提前计划好所需的人力。这种优势更大地区的招聘过程技术人员长由于许可和其他监管要求。
像所有新的努力,管理层AI也有一个学习曲线。这将是一段时间直到预测的准确度。然而,也有一些因素贡献一个陡峭的学习曲线。
充足的变量
这需要足够的,如果不是一个详尽的列表变量预测业务的结果。对人工智能的CXO更有效,数据变量需要在整体上市。错过关键因素可以影响一个结果可以妥协的人工智能预测。
数据的准确性
算法是基于数据。必须输入数据的准确为了得到预测,更接近现实。管理层投资AI将需要确保他们有一个系统的获取和交叉验证数据,进入创建的规则集。
数据及时性采购
有时重要的信息和数据来太晚了有价值地使用。AI的用处是放大,如果前面的预测成为可能。这是可能只有获得的数据在时间和快速消毒。
变量可以直接影响了多少?
CEO和管理团队可以采取预防措施和管理业务成果主动只有他们可以影响这些结果的控制变量。管理层AI的有效性直接关系到整个“influenceable”变量的组合。CEO的需要扩大控制范围随着时间的推移,开始控制更多的元素,这样他们就可以更好地利用人工智能的预测。
总的来说,尽管管理层人工智能是新的世界,它都可能使一个强大的和积极的管理者。我们可以有把握地得出这样一个AI-powered CEO将有一个决定性的优势传统。
这篇文章发表在3月/ 4月版Omnia健康杂志。其他主题包括人工智能医疗、患者安全、移动医疗和进一步更新在COVID-19来自医疗保健行业。
