Podcast: Reproduza em uma nova janela | Download (Duração: 58:48 – 53,8 MB)
Assine: Podcasts da Apple | Spotify
Os líderes do sistema de saúde delineiam estratégias para descobrir atritos ocultos de EHR, construir uma governança que priorize a otimização estratégica e preparar fluxos de trabalho básicos para IA. Assista no YouTube
Os médicos raramente enviam tickets quando os fluxos de trabalho do EHR os atrasam. Em vez disso, eles se adaptam, criam soluções alternativas e continuam se movimentando por clínicas e hospitais movimentados. Com o tempo, esse atrito invisível se transforma em riscos de segurança, ineficiências e esgotamento. No entanto, a maioria dos sistemas de saúde nunca mediu sistematicamente a extensão do problema.
“A suposição mais perigosa é que o silêncio é igual à complacência”, disse Hannah Galvin, MD, CMIO em Aliança de saúde de Cambridgedurante um recente webinar do HealthsystemCIO. “Os médicos nem sempre registram tickets devido a atritos no fluxo de trabalho. Eles apenas se adaptam e seguem em frente.”
Cambridge Health Alliance é um sistema de saúde acadêmico público de US$ 1 bilhão, afiliado à Harvard MedicalSchool. Lá, a equipe de Galvin combina dados quantitativos de EHR com observações qualitativas para revelar os problemas com os quais os médicos aprenderam a conviver. Especificamente, a ferramenta Signal da Epic rastreia o tempo do gráfico após o expediente
trabalhar e carregar na cesta. Além disso, plataformas analíticas de fornecedores como a Phrase Health avaliam como os médicos interagem com as ferramentas de apoio à decisão clínica. Sessões de escuta estruturadas, círculos de liderança e treinamentos de atualização específicos também preenchem lacunas que os dados por si só não podem revelar.
Ash Goel, MD, vice-presidente sênior e CIO da Bronson Saúdeum sistema de cinco hospitais no valor de US$ 2 bilhões no sudoeste de Michigan, investiu de forma semelhante em medições proativas. Sua equipe contratou especialistas viajantes em usabilidade, cujo trabalho era visitar unidades clínicas em horários fixos, observar fluxos de trabalho, ensinar práticas eficazes e relatar o que estava quebrado. Este modelo educacional atualmente, explicou Goel, captura fricções que os sistemas tradicionais de bilhetagem ignoram completamente.
Mark Tobias, MD, fundador e CEO da Frase saúdedescreve a lacuna como a diferença entre “trabalhar como você imagina” e “trabalhar como feito”. As equipes projetam fluxos de trabalho de forma colaborativa e os implantam com confiança. Na realidade, a experiência à beira do leito muitas vezes se desvia do plano original. O principal problema, observa Galvin, raramente é o software em si. Geralmente é assim que o software é configurado e como os médicos se adaptaram a ele ao longo do tempo.
Das filas de tickets ao gerenciamento estratégico
Para Tobias, a demanda por otimização de EHR excede em muito a oferta na maioria das organizações. Este desequilíbrio torna a gestão e a priorização essenciais. “A presença de informáticos e CMIOs nas reuniões de gestão de alto nível onde definem prioridades estratégicas é imprescindível”, disse Tobias. “São médicos que conhecem bem a tecnologia, conhecem os pontos problemáticos e cabe a essas pessoas participar”.
Na Cambridge Health Alliance, a governação funciona em duas linhas. Os comitês de linha de serviço lidam com solicitações rotineiras de otimização. Eles avaliam cada um deles usando uma estrutura de pontuação estruturada baseada no impacto clínico, segurança e valor operacional. É importante ressaltar que o processo de pontuação é transparente para que a priorização não seja padronizada por quem tiver a maior votação. Iniciativas estratégicas maiores seguem um caminho separado através de uma revisão empresarial que inclui liderança de TI, privacidade, jurídico, finanças e governança de IA. Vários pontos desta cadeia também têm poder de veto quando há risco envolvido.
Da mesma forma, Goel estrutura suas equipes de TI em torno de dois modos de operação. As equipes de continuidade lidam com reparos de falhas e manutenção do sistema. Os fluxos de trabalho ágeis individuais concentram-se então em sprints de otimização específicos de domínio relacionados a objetivos estratégicos, como acesso médico, qualidade clínica e fluxos de trabalho de enfermagem. “A padronização é boa, mas tem que servir a um propósito”, disse Goel. “Vamos trabalhar para definir como será o caminho de atendimento padrão e qual é o objetivo.”
Na verdade, Galvin observou que as próprias estruturas de governação necessitam de revisão periódica. A sua equipa revisou recentemente o modelo de governação de IA da Cambridge Health Alliance depois de o quadro inicial baseado no risco ter começado a criar estrangulamentos à medida que o panorama dos fornecedores se expandia. O modelo revisto permite agora que parceiros de confiança se dirijam diretamente à gestão da linha de serviço para uma revisão, o que mantém o processo rigoroso e ágil.
Padronize os dados, personalize a experiência
Uma das tensões mais constantes na otimização de EHR é a linha entre a personalização benéfica e a personalização prejudicial. Na prática, a distinção se resume a onde as mudanças são feitas na pilha de tecnologia.
Na Cambridge Health Alliance, um programa de capacitação de dados padroniza o modelo de dados subjacente, incluindo pedidos, elementos de documentação e estruturas de codificação. Essa padronização protege a análise e a interoperabilidade. A personalização, por sua vez, acontece na camada de apresentação por meio de painéis, ferramentas inteligentes e listas de preferências. Como resultado, a infraestrutura de relatórios permanece consistente, enquanto os médicos ainda têm flexibilidade na forma como interagem com o sistema.
Nos cerca de 70 hospitais atendidos pela Phrase Health, Tobias viu todo o espectro de abordagens de personalização. “Estamos fornecendo feedback sobre como as pessoas estão personalizando, e isso permite que as equipes de informática saibam com quem conversar e alinhem melhor suas ferramentas padrão com o que os médicos estão mudando constantemente”, disse ele. Esses dados, acrescentou ele, também ajudam as organizações a atender médicos que não possuem o conhecimento técnico para personalizar por conta própria.
Na Bronson Healthcare, uma campanha para reduzir alertas perturbadores e não acionáveis ensinou uma lição semelhante. A equipe de Goel reuniu equipes de melhoria de desempenho e líderes de informática para definir caminhos de atendimento padrão com foco na eficiência. Consequentemente, tanto a satisfação técnica como a qualidade clínica melhoraram. O esforço também mudou a conversa organizacional de “mais alertas” para “melhores fluxos de trabalho”.
Otimizando antes de automatizar
À medida que os sistemas de saúde enfrentam uma pressão crescente para implementar a IA, os painelistas partilharam um sentimento comum: a otimização deve vir em primeiro lugar.
Uma analogia com veículos autônomos ilustra isso. “Se a estrada estiver cheia de buracos e não houver marcações na pista, você provavelmente terá problemas ao tentar operar um motor de IA nela”, disse Goel. A mesma lógica se aplica aos fluxos de trabalho EHR. Sem dados limpos, uma governação robusta e processos bem concebidos, as ferramentas de IA correm o risco de agravar os problemas existentes. Além disso, Goel enfatizou que a deriva do modelo requer observabilidade constante, assim como na engenharia biomédica.
Na Cambridge Health Alliance, a equipe de Galvin priorizou primeiro o ciclo de receita e as ferramentas de IA financeiras e administrativas. As aplicações clínicas de IA recebem um processo de verificação mais rigoroso. Na verdade, esta revisão já revelou preocupações de segurança para algumas ferramentas clínicas, reforçando o valor de uma avaliação minuciosa antes da implementação.
A mesma consideração se aplica ao anúncio do vendedor. Tobias instou as organizações a resistirem à pressão para adicionar IA a todos os processos. Muitos sistemas de saúde, observou ele, estão buscando soluções de IA para problemas que não exigem aprendizado de máquina. A base para os fluxos de trabalho corretos é, em última análise, um pré-requisito para qualquer automação significativa.
Leve embora
- O silêncio do médico sobre o atrito no RES não indica satisfação; usar análise quantitativa combinada com observação direta e escuta estruturada para descobrir problemas ocultos no processo de trabalho.
- Divida o gerenciamento em duas linhas: uma para otimização de rotina usando estruturas de avaliação transparentes e outra para decisões estratégicas ou tecnológicas de alto risco com uma visão geral de nível empresarial.
- Estruture equipes de TI para lidar com suporte reativo e otimização estratégica proativa baseada em sprint, vinculada a metas organizacionais mensuráveis.
- Padronize as principais estruturas de dados para proteger a análise e a interoperabilidade; personalize apenas no nível da apresentação e do fluxo de trabalho.
- Otimize os principais fluxos de trabalho de EHR antes da implementação de IA; questões não resolvidas no processo serão amplificadas pela automação.
- Crie narrativas de ROI que traduzam a carga do médico em dólares, resultados de segurança, retenção de fornecedores e posicionamento competitivo no mercado.
Os painelistas concordaram que os sistemas de saúde devem resistir à tentação de tratar a IA como um atalho após o trabalho central de otimização. “A IA não corrige fluxos de trabalho ruins”, disse Galvin. “Isso os torna mais fortes.”
