Salud

El sector salud maneja los datos más sensibles que existen y no puede permitirse interrupciones. Desarrollamos herramientas para datos de salud desde 2008, y ayudamos a las organizaciones de salud a conectar sus datos y a poner la IA a trabajar con la privacidad y la supervisión clínica integradas.

Hablemos Ver nuestra trayectoria

Lo que hoy es difícil

Los datos existen. Lo difícil es llevarlos al lugar correcto de forma segura.

Datos que no circulanLos registros están en historias clínicas electrónicas (HCE) y en sistemas de laboratorio, reclamaciones y citas que no se comunican entre sí. Estándares como HL7 FHIR ayudan, pero solo donde los sistemas realmente los usan.
El trabajo administrativo le resta tiempo a la atenciónLa programación de citas, las derivaciones, la facturación y las autorizaciones previas consumen horas del personal todos los días.
Normas de privacidad en todas partesHIPAA en Estados Unidos, el RGPD en Europa y las leyes de privacidad federales y provinciales de Canadá ponen límites estrictos a quién ve qué, y la IA plantea nuevas preguntas en cada una de ellas.
IA en la que el personal clínico pueda confiarLos modelos que intervienen en la atención necesitan validación, monitoreo y una persona responsable de cada decisión. El software que orienta un diagnóstico o un tratamiento puede estar regulado como dispositivo médico.

Trayectoria

Trabajo con datos de salud desde 2008.

Herramientas para HL7 v3 (2008–2009)Publicamos Panacea, un entorno de pruebas para aplicaciones de salud digital, una herramienta gratuita en línea para validar mensajes HL7 v3 y el framework TEAL, que permite a las aplicaciones de salud digital enviar mensajes conformes al estándar sin tener que rehacerlas a fondo.
Message Builder para Canada Health Infoway (2010)La agencia nacional de interoperabilidad en salud de Canadá nos eligió para crear Message Builder, herramientas que facilitan que los sistemas clínicos se comuniquen con los mensajes del estándar nacional.
Datos de historias clínicas en la analítica de salud (2015)Con Milliman PRM Analytics, integramos datos de historias clínicas electrónicas en su analítica para modelos de atención responsable.

Dónde ayuda la IA

Empiece por el trabajo que aleja al personal de los pacientes.

Quitarle al personal el trabajo de programación de citas, admisión, facturación y autorizaciones previas, con personas que aprueban todo lo que afecte la atención o la cobertura.
Reunir los datos clínicos y operativos, para que los equipos puedan planificar la capacidad antes de que se agote.
Resumir las derivaciones y los documentos y dirigirlos a quien corresponda, con la fuente siempre a un clic.
Gobernar cada modelo: validación antes de usarlo, monitoreo después y un responsable designado.

Cómo ayudamos

Tres maneras en que ayudamos a las organizaciones de salud.

Preguntas

Lo que nos preguntan los clientes.

¿Cómo manejan la privacidad y el cumplimiento?

Incorporamos la gobernanza y la seguridad desde el inicio, y vinculamos los controles con las normas que se aplican donde usted opera, como HIPAA en Estados Unidos, el RGPD en Europa y las leyes de privacidad de Canadá. Generamos la evidencia que necesitan sus equipos de privacidad y cumplimiento y trabajamos junto a ellos; no reemplazamos su asesoramiento.

¿Pueden trabajar con nuestra historia clínica electrónica y nuestros sistemas clínicos?

Trabajamos con estándares de mensajería en salud desde 2008, empezando por HL7 v3. Nos conectamos a través de las interfaces que admiten sus sistemas, como HL7 y FHIR, en lugar de reemplazarlos.

¿Por dónde debería empezar la IA en el sector salud?

Por el trabajo administrativo con reglas claras y una persona que revisa el resultado: admisión, programación de citas, facturación y distribución de documentos. Los usos clínicos vienen después, con validación y supervisión clínica.

Resultados en sectores regulados

Trabajo reciente bajo las mismas presiones.

Nuestros casos de estudio recientes son en banca, donde las presiones son las mismas: datos sensibles, reguladores estrictos y un registro de auditoría para cada decisión.

Uno de los 20 principales bancos regionales de Estados Unidos · Banca

Renovar la estrategia y la arquitectura de datos de uno de los 20 principales bancos regionales de Estados Unidos

Un banco regional con una plataforma de datos ya consolidada nos pidió renovar su estrategia de datos para la analítica y la IA. Comparamos su madurez con la de sus pares y diseñamos la arquitectura objetivo y el modelo operativo que el banco adoptó como su hoja de ruta de datos.

De 2.3 a 3.3 en madurez de datos a lo largo de dos años, según un modelo comparado con sus pares

Leer el caso de estudio

Un gran banco de América del Norte · Banca

Un modelo operativo habilitado por IA para los equipos de entrega de un gran banco de América del Norte

Un gran banco había invertido en herramientas de IA, pero sus equipos de entrega seguían trabajando como siempre. Durante 15 semanas capacitamos a más de seis células de entrega y trabajamos integrados en ellas, pusimos la IA a trabajar en todo el ciclo de vida del software con puntos de control humano y dejamos una hoja de ruta para escalar ese cambio.

6+ células capacitadas y acompañadas en proyectos de entrega en curso

Leer el caso de estudio

Todos los casos de estudio

Otras industrias