对于明尼苏达蓝十字蓝盾公司的首席信息官梅丽莎·弗利克来说，改善公司成员的体验是非常个人化的。她曾因良性脑瘤住院21天，并且在理解为什么不能出院或需要做什么才能康复方面遇到了困难。“医疗系统非常复杂，”她最近表示，“如果患者不为自己争取权益，他们很容易迷失方向。我们需要作为医疗社区团结起来，提供更好的指导。”这段经历帮助她作为技术高管，能够对此做些什么。
明尼苏达蓝十字蓝盾是该州最古老的健康计划提供商，年收入超过150亿美元，通过雇主支付保险、医疗保险和医疗补助计划服务于多样化的群体。弗利克大约一年前担任该公司的首席信息官。她在Optum公司担任过高级领导职务，包括首席技术官和消费者技术和体验高级副总裁，这使她带来了以客户为中心的方法。她专注于现代化公司的数字基础设施，加强数据策略，并实施先进的人工智能解决方案，以提高效率和患者护理水平。
为一家近百年历史的公司奠定现代基础
随着明尼苏达蓝十字蓝盾悠久的历史，现代化遗留系统以创造无缝的会员体验是一个挑战。“这个角色是将会员置于一切的核心，”弗利克解释道。“一个关键的重点是确保我们的基础能够提供正确的会员和患者体验。”
这一转型的一个重要元素是数据的一致性和可访问性。明尼苏达蓝十字蓝盾通过减少冗余副本并确保从自助工具如BlueCare Advisor到呼叫中心和经纪人互动的各种接触点的数据准确性，简化了其数据架构。“体验始于数据，”她指出。“它必须在每次互动中都是准确和一致的。”
通过数据驱动的洞察增强患者体验
弗利克的主要目标之一是优化明尼苏达蓝十字蓝盾的数据策略，以提供统一和个性化的患者体验。“各行各业的公司都在努力实现对客户的单一视图，”她说。“我们有多个数据仓库和获取信息的方式，导致了不一致性。”
通过转向单拷贝架构，明尼苏达蓝十字蓝盾减少了不准确性，消除了重复数据，并优化了系统以提高效率。这种转变使公司能够提供更可靠和实时的患者需求理解，确保在需要时提供正确的数据。“当会员与我们互动时，无论是在线、通过客户服务还是通过医疗服务提供者，我们都希望更快地提供正确的答案，”弗利克强调。
利用人工智能提高速度和决策
明尼苏达蓝十字蓝盾已经采用了人工智能和机器学习来提高效率并简化患者互动。“人工智能是一个广泛的概念，涵盖从机器学习到预测建模再到生成式人工智能，”弗利克解释说。“我们在整个范围内运作，确保在真正有价值的领域使用人工智能。”
一个例子是预测建模，它有助于雇主管理不断上升的医疗成本。“我们开发了一个概念验证工具，在短短四周内提供了每位会员每月医疗成本的预测见解，”她强调。“通过分析趋势数据，我们可以帮助雇主主动识别成本驱动因素和潜在干预措施，包括健康的社会决定因素，如食品不安全和社会孤立。”
另一个由人工智能驱动的举措是Blue Ride，确保交通不便的会员能够更可靠地往返于他们的预约。弗利克强调，这些应用中的人工智能治理至关重要。“人工智能应该帮助我们的会员在医疗旅程中更快地得到‘是’的回答，”她说。“然而，如果需要由药剂师、医生或护士做出决定，始终会有人参与其中。”
非营利模式的优势
弗利克之前曾在营利性医疗保健组织工作，她发现明尼苏达蓝十字蓝盾的非营利结构是一种优势。“在营利性机构，我们关注的是如何在保持盈利的同时帮助患者，”她说。“在这里，重点是确保我们能够可持续地承担提供护理的成本。透明度在这种平衡中至关重要。”
在整个蓝十字蓝盾网络中的合作
明尼苏达蓝十字蓝盾受益于成为更大的全国蓝十字蓝盾组织网络的一部分。“我们有一个CIO论坛，在那里我们分享见解，讨论挑战并互相学习，”弗利克解释说。“例如，在改进我们的数据策略时，我向其他州的同行寻求了建议，他们经历了类似的转型。他们的指导非常宝贵。”
这种合作还扩展到了医疗保险服务，允许蓝十字蓝盾计划利用全国数据并增强其服务。“每个州都有不同的法规和指导方针，但通过共同努力，我们可以调整策略并改善全国的医疗保健结果，”她说。
展望未来：人工智能、自然语言处理和预测分析
随着明尼苏达蓝十字蓝盾继续转型，弗利克密切关注人工智能和自然语言处理的进步。“如果我们能让机器像人类一样互动，我们就能提高效率并改善患者互动，”她说。然而，她警告不要为了技术而采用技术。“目标是解决业务问题，而不是仅仅实施新技术。人工智能不能取代人类监督。它需要被治理和验证。”
最终，弗利克仍然专注于利用技术使医疗保健更加便捷、高效和以患者为中心。“每一天，我们都致力于降低护理成本，同时改善患者体验，”她说。“这是关于向前推进，让事情更快更容易，并确保当会员联系我们时，我们能提供他们需要的答案和支持。”她的使命仍在继续。
(全文结束)
