AI 机会 ： 付款人现在如何抓住它

医疗保健实践 AI机会：付款人现在如何抓住它 人工智能和自动化可以降低管理和医疗成本并增加收入。但是付款人还没有动员起来改变他们的组织以抓住这个机会。 作者：ShubhamSinghal和JessicaLamb ©GettyImages 2024年6 月 付款人目前面临经济压力可能会持续几年。医疗服务的利用率高于预期，提供商正在通过费率谈判转嫁更高的成本，而MedicareAdvatage报销费率正面临着多年来付款人所面临的最大下行压力。面对这些问题，人工智能和自动化为付款人提供了未开发的机会。 机会是巨大的，现在可用 改善负担能力，质量和患者体验的机会是巨大的。为了更好地了解经济机会，我们分析了健康保险中的每个功能或 流程，发现采用最新可用技术（包括AI和生成AI）的付款人可以节省大量潜在的管理和医疗成本，并增加了收入。我们估计，通过使用当前可用的技术，付款人可以节省13％至25％的行政费用和5％至11％的医疗费用以及3％至12％的收入。我们基于表现平均的付款人进行计算-表现较低的付款人可能会看到更大的改善，这表明有机会超越竞争对手。1 医疗服务的利用率高于预期，提供商正在通过费率谈判转嫁更高的成本，而MedicareAdvantage报销费率正面临着多年来付款人所面临的最巨大的下行压力 。 1为了估计影响的大小，我们回顾了付款人为运行其核心业务而进行的每个流程，并概述了生成AI，机器学习，自动化或其他方法可以增强或从根本上改变流程的地方。我们评估了新流程的预期变化，无论是降低成本还是增加收入，然后将其应用于今天平均付款人在该流程上的支出。我们将相同的方法应用于每个核心流程，然后汇总给定域中所有流程的总影响。估计数不包括一次性费用。有关另一种观点，请参见NihilSahi，GeorgeStei，RodeyZemmel和DavidM.卡特勒，“人工智能对医疗保健支出的潜在影响”，国家经济研究局，2023年10月。 附件1 AI对付款人的潜在影响因领域而异。 每100亿美元收入对人工智能影响的估计价值，(说明性)，$million260–1,240 380–970 加 150–300 管理费用降低医疗费用降低收入增 按领域对付款人的影响摘要(说明性)%改进 管理费用医疗成本 Revenue² 市场营销和销售 0.6–6.8² 利用率管理 会员保留机会 在营销和销售中捕获 IT 索赔 护理管理 风险准确性1.5–3.0 网络和承包 公司职能服务 Product 0.5–1.8 注册和计费 0.4–1.8 质量/星星 0.0–0.7 业务战略和分析 0.1–0.2 0.7–2.3 利用管理和护理管理中的会员参与驱动型机会 0.4–2.6 1.5–3.0 0.4–0.7 1.6–1.8 1.7–3.6 1.4–1.7 0.4–1.9 0.9–3.4 5.0–5.5 1.0–2.9 0.7–2.7 0.4–1.7 药房福利经理(PBM) 基于PBM管理成本，可节省20%-30%的管理效率；单独考虑，因为它是 投资组合资产 5–11 13–25 0.0–0.1 0.4–0.5 Total 3–12 1高端估计是基于平均付款人的能力和工作流程-并假设采用所有下一代AI/自动化能力，这在实践中不太可能。低端估计影响是基于高性能和技术更先进的付款人，再次假设采用所有下一代能力。 2由于与更高会员相关的额外行政和医疗费用，不直接增加保证金。来源：NAIC财务报表，2022 麦肯锡公司 Thereareimprovementopportunitiesinallpayerdomain.Somestoodout,includingclaims,networkandcontracting,utilizationmanagement,caremanagement,andinformationtechnology(Exhibit2). 正如我们迄今为止在大多数行业中看到的那样，增量方法将继续仅产生少量节省。为了获得全部价值，付款人必须重新构想每个领域的端到端流程。其他行业的公司的经验表明，能够利用AI和自动化技术的公司具有竞争优势 。2 2“重新布线并向前迈进：数字和AI领导者正在抛弃其余的人，”麦肯锡，2024年1月12日。 附件2 营销和销售，利用率管理和IT代表了AI对付款人影响的最大潜在机会。 影响%改进 按类别划分的域 管理费用 医疗费用 收入 市场营销和销售 0.3–1.7 0.6–6.8 识别和外联:高价值会员/帐户的销售或保留工作（例如，后续行动，反馈）征求建议书(RFP)响应:更高效、更详细的需求研究和RFP响应起草 利用率管理 0.7–2.7 1.0–2.9 事先授权:AI辅助评估案例的适当性（例如，针对护理地点）和面向提供者/成员的透明度工具摄入和审查：与提供商和成员数据摄入的集成结合ML算法可自动执行成本最高的手动流程 上诉:临床医生的决策支持工具（例如，经过政策和福利培训的generAIQ&A工具）可实现准确和快速的审查 IT 5.0–5.5 应用程序开发/维护：AI辅助代码编写和遗留代码转换 基础架构和体系结构：统一的平台体系结构和用于内部和外部帮助热线的自动化服务台/虚拟代理 护理管理 1.5–1.6 1.7–3.6 病例/疾病管理：用于定位、外展和临床干预的更准确/全面的预测模型 导航和宣传：根据再入院可能性进行分类，引导到具有最佳临床结果的护理地点过渡护理：及时放电、远程监控和数据访问方面的改进 风险准确性 ~1.8 1.5–3.0² 怀疑:通过自动间隙识别促进HCC的重新捕获 预期编码:支持AI的成员和提供商参与改进，以改进编码回顾审核：基于高级NLP和监督学习算法的自动化编码提交:从各种临床数据源自动提取关键风险数据 网络和承包 0.4–0.8 1.5–3.0 网络设计和开发，以及承包：网络优化以提高效率和充分性，FFS合同和单位成本基准提供商参与:改善提供商证书、数据管理、上诉和目录更新中的管理负担和手动流程 1对于收入、管理成本和医疗成本之间的转换，分别使用4%的付款人利润率和15%和85%的管理医疗成本分割。 2不包括近期或预计的监管变化对收入的影响（例如，医疗保险风险调整数据验证、编码调整）。 麦肯锡公司 抓住机会将需要从根本上重新布线 捕获影响不仅仅是技术。在重新连线：麦肯锡数字和人工智能时代的竞争指南（Wiley，2023）中，作 者概述了对希望改变其运营方式和 采用技术-以业务为主导的数字路线图，人才，运营模型，技术，数据以及采用和扩展3(附件3)。 根据我们的经验，成功执行人工智能转型的公司追求所有六个领域4;做一个子集是不够的。这不仅仅是建立一个运营模型或投资于技术基础设施。完成这项工作需要关注在采用和扩展过程中出现的变革管理挑战。这是首席执行官和整个高管的工作，而不仅仅是首席信息官或CDO。 3埃里克·拉马尔、凯特·斯马耶和罗德尼·泽梅尔，“重新连线以超越竞争”，麦肯锡季刊，2023年6月20日。 4EricLamarre，AlexSingla，AlexanderSukharevsky和RodneyZemmel，“生成AI重置：在2024年重新布线以将潜力转化为价值”，麦肯锡季刊，2024年3月4日。 附件3 成功的AI和自动化转型包括六个重点领域。 1.战略路线图使高级领导团队在转型愿景、价值和路线图上保持一致，并重新构想业务领域，以提供出色的 业务域 业务域 业务域 新业务构建 客户体验并创造竞争距离。 2.天赋 确保人才拥有正确的技能和执行和创新的能力。 3.运营模式通过将业务和技术结合在一起来提高组织的生产力。 4.技术允许组织更轻松地使用技术来按节奏进行创新。 5.数据不断丰富数据，并使其易于在整个组织中使用，以改善客户体验和经营业绩。 6.采用和缩放通过确保数字和分析解决方案的采用和扩展，建立新的技能和领导力特征，以及通过严格管理转型进度和风险，最大限度地实现价值捕获。 Strategy 能力 变更管理 麦肯锡公司 这对付款人意味着什么？ 付款人首席执行官应该考虑他们是否想领导或跟随。机会的大小表明，如果竞争对手继续前进，那些选择 等待的人将需要准备好应对计划 成功。例如，追随者可能会发现自己处于行业领导者医疗费用降低10％或行政费用降低20％的位置，这是一个令人生畏的前景。因此，成为快速追随者的能力至关重要。 Ingeneral,mostpayersaremid-equippedtopursethisopportunity.Todoso,theyhavetoclosethegapthatexistsbetweentheircurrentcapabilitiesandthoseneededtofullyaddresssixareasoutlinedabove(Exhibit4). 附件4 医疗保健远远落后于人工智能商的领导者。 总体 Strategy 天赋 运营模式 技术 Data 采用和缩放 72 72 66 64 64 62 63 41 39 37 38 33 34 34 323232 30 31 29 30 按维度划分的AI商数得分(满分100分) 1AIQ数据库中不同地区的医疗保健公司的平均值。 2AIQ数据库中所有公司的平均值，跨越行业和地区。 3AIQ数据库中排名前五位的公司的平均值，各行业和地区。 医疗保健跨部门平均数 ² 分析和Al领导者 麦肯锡公司 付款人首席执行官可以通过回答以下问题开始评估他们各自的情况： —我们将如何应对管理成本降低20％或医疗成本降低10％的竞争对手？ —我们业务的最大价值在哪里？那是一个领域吗？一个业务部门？一个功能？ —即使我们今天还没有准备好冒险，我们是否可以“重新连接”一部分业务，以便我们知道在需要以及何时需要前进时该怎么办？我们是否可以接触到沉浸在新技术中的人才？这些技术人才了解我们的业务运作方式吗？ —我们的领导者和管理者是否了解这些技术是如何工作的，至少足以发现机会并与我们的技术人员合作？ —我们是否拥有底层技术基础设施，以允许建模和创新快速发生，没有摩擦？ —我们的数据是否干净、清晰、便于那些需要它来更好地完成工作的人使用？ 抓住这个机会对首席执行官和他们的顶级团队来说是一个巨大的领导力挑战。他们将需要建立治理和风险框架，并动员整个组织致力于上述六个领域。他们不可能在一夜之间做到这一点，但机会规模和行业压力的结合意味着是时候开始问自己这些棘手的问题了。 ShubhamSinghal是麦肯锡社会，医疗保健和公共实体（SHAPE）实践的全球领导者。杰西卡·兰姆是纽约办公室的合伙人. 作者希望感谢RahulAgarwal，SenthuArumugamMazenElfakhani，BryceHall，AaronLee，HyunLee和PrashanthReddy对本文的贡献。 版权所有©2024麦肯锡公司。保留所有权利。