Es ist keine Überraschung, dass viele Gesundheitspläne ihre Modelle schnell aktualisieren, um Ungenauigkeiten bei den Anbieterdaten zu verbessern, Mitgliedern die Suche nach der richtigen Versorgung zu ermöglichen und kostspielige Bußgelder für nicht konforme Daten zu vermeiden. Mit Phantomnetzwerke Kürzlich in die Schlagzeilen geraten und falsche Daten die Möglichkeit von Patienten beeinträchtigen, medizinische Versorgung zu finden, müssen Krankenkassen im ganzen Land schnell handeln, um ihre aktuellen Datenlösungen neu zu gestalten, um die Erfahrung der Mitglieder zu verbessern und Kosten durch Automatisierung zu senken.
Im Jahr 2017 führten die Centers for Medicare & Medicaid Services (CMS) eine Studie zu Online-Anbieterverzeichnissen durch und stellten fest, dass dies der Fall ist 46 % der befragten Websites enthielten ungenaue Informationen, die zu einem mangelnden Zugang zur Versorgung führten. Obwohl ungenaue Daten ein großer Grund für die Fähigkeit der Patienten sind, medizinische Versorgung zu finden, machen die Patienten weiter Vertrauen Sie Gesundheitsplänen laut der JD Power 2021 US Commercial Member Health Plan Study genaue Informationen bereitzustellen, die ihnen helfen, den richtigen Anbieter zu identifizieren.
Was bedeutet das also für Gesundheitspläne? Krankenkassen haben die Möglichkeit, ihre aktuelle Dateninfrastruktur zu erneuern, um nicht nur Anbieterdaten in Echtzeit zu aktualisieren, sondern auch die Anbietersuche zu verbessern, um die Kundenbindung und -zufriedenheit zu erhöhen und den Patienten letztendlich zu helfen, eine bessere Versorgung zu finden.
Der Weg, um dieses Endziel zu erreichen, besteht darin, die Daten zu konsumieren. Verbraucherbezogene Daten im Falle von Gesundheitsplänen würden die Umnutzung aktueller Produkte und Dienstleistungen beinhalten, um ähnliche Verbrauchererfahrungen zu modellieren, denken Sie an Online-Shopping für Mitglieder. Kurz gesagt, Netzwerke von Gesundheitsplananbietern sollten relevante Anbieterinformationen anzeigen, die es jedem Benutzer ermöglichen, seine Versorgungsentscheidungen zu personalisieren. In diesem Artikel untersuche ich einige Möglichkeiten, wie Gesundheitspläne mit ihren vorhandenen Daten auf diese Lösung zurückgreifen können. Wenn dieser Ansatz richtig durchgeführt wird, kann er Krankenversicherungen helfen, kundenorientiertere Dienstleistungen anzubieten, die Patienten helfen, eine differenzierte, qualitativ hochwertige Versorgung zu finden, die ihren spezifischen Bedürfnissen entspricht.
Single Source of Truth für Daten aus mehreren Quellen
Mehr Daten bedeuten nicht unbedingt genaue Daten oder bessere Patientenerfahrungen. Das ist es, was Gesundheitspläne mit diesen Daten tun, die die Mitgliederbindung und -akquise fördern. Gesundheitspläne sollten Lücken in ihren aktuellen Daten als treibende Kraft für die Verfeinerung ihrer aktuellen Infrastruktur und die Erschließung vielfältiger Daten außerhalb traditioneller Anbieterquellen berücksichtigen. Dies kann Gesundheitsplänen dabei helfen, ihre Plattformen für die Anbietersuche als Single Source of Truth für Anbieterinformationen über eine Vielzahl von Datenpunkten hinweg zu positionieren. Dazu müssen Gesundheitspläne umfangreiche externe Datennetzwerke nutzen, um Daten von verschiedenen Anbietern außerhalb von Telefonnummern, E-Mails und Adressen abzurufen.
Da Verbraucher wissen, dass die Verzeichnisse der Anbieter von Gesundheitsplänen nicht immer korrekt sind, suchen sie Informationen aus vielen anderen Quellen wie Suchmaschinen, Websites für Arztbewertungen und sozialen Medien. Das Aufkommen von Phantomnetzwerken und veralteten Anbieterdaten hat für Mitglieder zu frustrierenden Erfahrungen geführt und kann zu zusätzlichen Kosten für Gesundheitspläne führen, wenn ein Mitglied zu einem Anbieter geht, der tatsächlich nicht im Netzwerk ist, und unnötige und kostspielige Verfahren und Dienstleistungen erleidet. Stattdessen müssen Daten validiert, synthetisiert und in einem klaren Format vom Kostenträger an das Mitglied weitergegeben werden, damit die Mitglieder sichere Entscheidungen über ihren Leistungserbringer treffen können.
Der Aufstieg der Telemedizin ist ein relativ neuer, aber auch wesentlicher Faktor, den es zu berücksichtigen gilt. Virtuelle Pflegebesuche sind für Mitglieder, Anbieter und Krankenkassen kostengünstig. EIN Analyse durchgeführt von McKinsey & Company im Mai 2020 schlug vor, dass das Angebot virtueller Assistenz für die Notfallversorgung die Besuche in der Notaufnahme um 20 % reduzieren könnte. Das Einbeziehen von Informationen wie die Verfügbarkeit virtueller Versorgung und die Verbesserung der allgemeinen Vollständigkeit des Anbieterverzeichnisses eines Gesundheitsplans kann dieses Verzeichnis als einzige Quelle der Wahrheit positionieren. Dies reduziert die Reibung und Frustration, die Mitglieder empfinden, wenn sie gezwungen sind, mehrere Quellen zu durchsuchen, um festzustellen, ob ein Arzt wirklich ihre Versicherung übernimmt oder tatsächlich Kniegelenksschmerzen behandelt und nicht Rückenschmerzen.
Nutzen Sie maschinelles Lernen, um verwertbare Daten zu generieren
Maschinelles Lernen kann die Geheimwaffe eines Gesundheitsplans sein, wenn es darum geht, vorhandene Daten zu nutzen. Gesundheitspläne können ihre Anbieterinformationen verbessern, indem sie Daten aus externen Quellen beziehen – es gibt auch eine klare Möglichkeit für Pläne, diese Daten zu verwenden, um Verbrauchern personalisiertere Anbieteroptionen anzubieten.
Neben Telefonnummern und Adressen sollten Krankenkassen ihre Anbieterdaten um Aspekte wie kulturellen Hintergrund, gesprochene Sprachen, spezialisierte und angestrebte Fachgebiete sowie Qualitätsindikatoren erweitern. Gesundheitspläne sollten auch versuchen, ihre aktuelle Anbietersuche zu optimieren, damit Patienten ihre Anbietersuche mit personalisierten Filtern vorantreiben können, die Bewertungen und soziale/kulturelle Parameter enthalten.
Wenn ich beispielsweise nach einem Anbieter suche, der speziell Gelenkschmerzen behandelt, in Idaho ansässig ist, 4,5-Sterne-Bewertungen von anderen Patienten hat und Spanisch sprechen kann, habe ich möglicherweise Schwierigkeiten, ihn ausschließlich über das Girokonto meines Anbieters zu finden Gesundheitsplan. Die Daten. Wenn dieser Gesundheitsplan jedoch Daten aus maschinellem Lernen nutzen würde, könnte ich eine viel nahtlosere und genauere Sucherfahrung haben.
Modelle für maschinelles Lernen würden Tausende von Suchergebnissen sichten und vorhersagen, dass Dr. Camila Velasquez, die am 41 Broadway praktiziert, derselbe Anbieter ist wie Dr. Camila Velasquez-Smith, die am 41 W Broadway praktiziert und nicht mehr in der 66 Main Street praktiziert. Anstatt 20 ähnliche Ergebnisse für dieselbe Person zu sehen, erhalte ich eine genaue, konsolidierte Liste der Informationen, nach denen ich suche. Das maschinelle Lernen würde auch die vielen Begriffe und Spezialgebiete erkennen, in die „Gelenkschmerzen“ kategorisiert werden könnten, und diese Ergebnisse abrufen, um sicherzustellen, dass ich alle verfügbaren Optionen sehe.
Die Ergebnisse, die ich aus einer auf maschinellem Lernen basierenden Anbietersuche erhalte, sind personalisiert, zentralisiert und gefiltert, um meinen Qualitätserwartungen zu entsprechen. Als Patient erspart es mir Zeit und Frustration und stellt sicher, dass ich an den richtigen Anbieter für meine spezifischen Bedürfnisse weitergeleitet werde.
Reichern Sie vorhandene Anbieterdaten an, damit Mitglieder personalisierte Versorgungsentscheidungen treffen können
Daten reichen nicht aus, es sei denn, sie sind personalisiert. Gesundheitspläne können Glaubwürdigkeit und Vertrauen bei den Mitgliedern aufbauen, indem sie personalisierte Anbietersuchen wie das Beispiel, das ich oben geteilt habe, bereitstellen. Mit angereicherten Anbieterdaten können Gesundheitspläne Mitgliedern mehr Informationen liefern, die für ihre Pflegesuche persönlich relevant sind, die Mitgliederbindung verbessern und den Marktanteil durch verbesserte Mitgliedererfahrungen erhöhen.
Die Möglichkeit, hier innovativ zu sein, wächst nur für Gesundheitspläne. Nach JD Power US Business Members Health Plan Study 2021Nur 22 % der Mitglieder gaben an, dass ihre Gesundheitspläne „innovativ“ seien, und verwiesen auf die Notwendigkeit, die digitalen Kanäle für eine bessere Kundenbindung zu verbessern.
Untersuchungen zeigen, dass, wenn Mitglieder Gesundheitsdienstleister sehen, die ihren kulturellen Hintergrund teilen, dieselbe Sprache sprechen oder ihre Erfahrungen widerspiegeln, ihre Gesundheitsergebnisse verbessern sich. Einige Staaten haben einen proaktiven Ansatz für Gesundheitspläne gewählt, um diese Informationen zu sammeln und mit ihren Mitgliedern zu teilen.
Insbesondere Colorado erließ am 2. März 2022 die Colorado Options Rule, die von Gesundheitsplänen verlangt, demografische Informationen wie Rasse, ethnische Zugehörigkeit, Behinderungsstatus, Orientierung, Sexualität und Geschlechtsidentität mit Angehörigen der Gesundheitsberufe und Registranten zu sammeln, um den Status von zu verbessern Mitglieder. und Anbieterabgleich. Diese Art von Informationen ist unerlässlich, um die Datennutzung zu ermöglichen und Patienten eine Erfahrung zu bieten, die sich auf ihre Qualitätsstandards konzentriert, um den richtigen Anbieter zu identifizieren.
Fazit
Letztendlich haben Krankenkassen und Mitglieder das gleiche Ziel: die nahtlose Navigation zum richtigen Anbieter im Netzwerk, der die Bedürfnisse des Mitglieds am besten erfüllt.
Das aktuelle Suchmuster von Gesundheitsplananbietern muss nicht die Norm sein. Die schnelle Konsumerisierung in anderen Branchen hat Gesundheitsplänen ein Modell für die Nutzung der heutigen Technologie zur Personalisierung der Patientenerfahrung gegeben. Die Patienten sind die ultimativen Gewinner, da Gesundheitspläne darauf abzielen, diese Veränderung herbeizuführen. Zum ersten Mal können wir beginnen, die Netzwerkeffekte zu sehen, die Patienten mit genauen und angereicherten Anbieterdaten befähigen, bequemere, kostengünstigere und qualitativ hochwertigere Entscheidungen im Gesundheitswesen zu ermöglichen.