In che modo Health Catalyst aiuta i sistemi sanitari a rimuovere le barriere operative che limitano la crescita dei servizi ambulatoriali, basandosi sulla piattaforma dati che già possiedono
L'assistenza ambulatoriale, ovvero le cliniche e gli studi medici in cui la maggior parte dei pazienti interagisce con un sistema sanitario, è il settore in cui si decide la crescita o il declino. Tuttavia, molti sistemi sanitari lottano con vincoli operativi che limitano l'accesso alle cure: la capacità dei medici, la ritenzione dei referral e le prestazioni finanziarie a valle.
L'accesso sta andando nella direzione sbagliata. Un nuovo paziente che cerca di prenotare una visita di routine aspetta in media 31 giorni prima di essere visitato, un numero che è salito del 19 percento dal 2022, secondo l'indagine del 2025 di AMN Healthcare sull'accesso ai medici.
Anche i referral sono una fonte di pressione. I sistemi sanitari degli U.S. perdono circa 150 miliardi di dollari all'anno a causa della dispersione dei referral (referral leakage), secondo ReferralMD, mentre lo studio di benchmarking sulla coordinazione dei referral del 2025 di MGMA ha rilevato che il 38 percento dei referral non completa mai il ciclo.
Per i responsabili dei servizi ambulatoriali, questi non sono problemi isolati. L'accesso, la capacità dei medici, la ritenzione dei referral, la gestione dei panel e le prestazioni finanziarie sono profondamente interconnessi. La sfida non consiste tanto nel riconoscere i problemi, quanto nel capire dove esistano i vincoli nella rete, in che modo le decisioni in un'area influenzino i risultati in un'altra e su cosa concentrarsi per primo.
Robbie Hughes, Chief Product Officer di Health Catalyst, riscontra lo stesso schema nei sistemi sanitari con cui lavorano i suoi team:
"Ogni giorno i pazienti aspettano settimane per un appuntamento, solo per scoprire che il loro medico non accetta nuovi pazienti. I referral vanno perduti. I medici sono sovraccarichi di lavoro, ma non riescono comunque a far quadrare i conti", ha affermato Hughes. "Non è perché non se ne curino. Le informazioni di cui hanno bisogno per migliorare sono sparse in cinque o sei sistemi scollegati e, nel momento in cui vengono riunite, sono già superate."
"Il tempo che passa dal capire di avere un problema al fare effettivamente qualcosa per risolverlo può essere di molti mesi", ha detto Hughes. "Non si tratta di una mancanza di dati. Spesso è una mancanza di allineamento su ciò che i dati significano. Tutti hanno delle dashboard. Tutti hanno un'opinione."
Gli strumenti abituali non colmano questo divario: report EHR, una visualizzazione Tableau basata su un estratto obsoleto, la consulenza di un professionista che produce un'istantanea e poi scade. Ognuno di essi risponde a una domanda una sola volta, al momento dell'estrazione. Nessuno di essi produce un'unica immagine aggiornata che un responsabile delle operazioni e un responsabile finanziario possano guardare insieme, di cui possano fidarsi e su cui possano concordare.
Anche quando le organizzazioni hanno fiducia nei numeri che vedono, spesso faticano a comprendere i fattori operativi che li determinano. Un lungo tempo di attesa può indicare un'insufficiente capacità dei medici, ma può anche essere il risultato di colli di bottiglia nei referral, pratiche di pianificazione disallineate o una distribuzione non uniforme dei panel. Una minore produttività dei medici può segnalare una capacità in eccesso in una clinica e vincoli di accesso in un'altra. La stessa metrica può indicare una varietà di problemi di fondo molto diversi.
Questa complessità è ciò che crea il divario di intelligence ambulatoriale. L'accesso, la produttività dei medici, i referral, la gestione dei panel e le prestazioni finanziarie non operano in modo indipendente. Si influenzano a vicenda. Migliorare un'area può spostare i vincoli su un'altra. Capire cosa sta accadendo è importante. Capire perché sta accadendo, cosa lo sta determinando e dove l'intervento avrà il massimo impatto è ciò che consente di migliorare.
I recenti progressi dell'AI hanno ampliato le possibilità. I modelli di AI odierni sono in grado di analizzare relazioni operative complesse, far emergere pattern in grandi volumi di dati e ragionare sulle informazioni in modi che in precedenza erano difficili o impraticabili.
Ma l'AI da sola non risolve il problema.
L'AI può identificare pattern nei dati, ma non comprende intrinsecamente le operazioni ambulatoriali e le complesse interrelazioni tra i componenti della rete. Non capisce quali interventi abbiano storicamente migliorato l'accesso, aumentato l'utilizzo dei medici o ridotto la dispersione dei referral. Queste risposte richiedono un contesto operativo e competenze di miglioramento, elementi che sono stati a lungo appannaggio di esperti di grande esperienza nel settore.
È qui che l'approccio di Health Catalyst si differenzia. La soluzione Ambulatory Intelligence di Health Catalyst combina le moderne funzionalità di AI con quasi vent'anni di esperienza nel miglioramento dell'assistenza sanitaria, integrando direttamente nella soluzione conoscenze specifiche del settore sanitario, best practice operative e metodologie di miglioramento collaudate.
Tuttavia, collegare i dati sensibili dei pazienti di un'organizzazione a risorse esterne è sempre stato problematico per i fornitori di assistenza sanitaria. Per questo motivo, Health Catalyst distribuisce la sua soluzione di AI direttamente nell'area di lavoro Databricks del cliente. Health Catalyst porta la sua esperienza direttamente dove risiedono i dati, garantendo che non lascino mai l'ambiente del sistema sanitario.
Questa scelta segue un cambiamento che Hughes ha visto accelerare. I clienti desiderano sempre più che i propri dati siano ospitati sul proprio lakehouse, afferma, e nell'era dell'AI sono concentrati sulla governance e sul controllo. Non vogliono che i dati vengano, come dice lui, "utilizzati come terreno di addestramento per consentire a qualcun altro di trarne un valore per il quale non hanno mai dato il consenso."
Brian Eliason, che guida le partnership strategiche con i fornitori presso Health Catalyst, afferma che il mercato ha reso evidente la direzione da seguire: "I clienti hanno cambiato rotta e vogliono controllare i propri dati. Ma ci hanno anche detto di voler continuare la collaborazione con Health Catalyst, mantenendo la proprietà dei dati. Ecco perché abbiamo optato per il modello distribuito."
Arrivarci ha richiesto un vero e proprio lavoro di ingegneria. L'architettura medallion, spiega Hughes, ha permesso all'azienda di trasformare la propria esperienza nei servizi in un layer semantico comune, realizzando "in poche settimane ciò che prima avrebbe richiesto mesi o anni."
La creazione all'interno dell'ambiente del cliente ha richiesto il bilanciamento di governance, prestazioni e usabilità. La soluzione di Health Catalyst si affida a diversi componenti Databricks, ciascuno con uno scopo specifico:
L'effetto pratico è un tipo di riunione completamente diverso. Invece di un analista e di un dirigente che si scambiano domande per giorni, la risposta arriva mentre tutti sono ancora nella stanza.
Poiché il prodotto viene fornito con i modelli di dominio di Health Catalyst già integrati, un responsabile delle operazioni ottiene visibilità nella stessa settimana in cui viene installato, senza dover attendere un progetto di analisi di sei mesi.
La soluzione viene fornita con decine di metriche predefinite organizzate in quattro domini: Ottimizzazione degli accessi, Revenue Intelligence, Gestione dei panel e Analisi dei referral. Ciascuno di essi offre ai responsabili operativi un quadro completo di una specifica dimensione delle prestazioni ambulatoriali.
Le scorecard per dirigenti e fornitori cross-domain collegano queste informazioni in tutta l'impresa ambulatoriale, aiutando i leader a capire come le decisioni operative in un'area influenzino i risultati in un'altra, a dare priorità alle opportunità di maggior valore e a concentrare gli sforzi di miglioramento dove hanno maggiore probabilità di generare un impatto misurabile.
E poiché viene eseguito nell'ambiente del cliente, il sistema sanitario mantiene la capacità di adattarlo. Hughes ha confermato che i clienti possono regolare la terminologia e personalizzare i flussi di lavoro in base ai mercati specifici che servono, anziché piegarsi alle definizioni fisse di un fornitore.
L'impatto si riflette nei risultati che le organizzazioni hanno ottenuto attraverso il lavoro di miglioramento ambulatoriale di Health Catalyst:
Ambulatory Intelligence è il primo elemento di un portfolio, non uno strumento autonomo. Le soluzioni di determinazione dei costi e di qualità clinica si basano sulla stessa base di dati e Hughes prevede che si integreranno a vicenda man mano che si collegano, con gli asset di dati sottostanti che si rafforzano a vicenda e alimentano Ignite Intelligence, che analizza i pattern di miglioramento precedenti per far emergere relazioni che un cliente potrebbe non aver mai visto.
L'impatto si riflette nei risultati che le organizzazioni hanno ottenuto attraverso il lavoro di miglioramento ambulatoriale di Health Catalyst.
Le funzionalità future sono progettate per aiutare i team a passare più rapidamente dagli insight all'azione, attingendo alla crescente base di prove di Health Catalyst.
La prospettiva a lungo termine è ciò che entusiasma di più Hughes. Health Catalyst dispone di 18 anni di dati proprietari sui miglioramenti e l'obiettivo è trasformare questa cronologia in modelli che non si limitino a descrivere un problema:
"La cosa in assoluto più entusiasmante che stiamo introducendo sono quelle migliaia di risultati reali, trasformati in modelli basati sull'AI integrati nelle nostre soluzioni", ha affermato Hughes. "Aiuteranno le organizzazioni a capire quali interventi hanno funzionato in situazioni simili e guideranno i team verso gli approcci con maggiore probabilità di generare un impatto misurabile. Playbook personalizzati, disponibili rapidamente."
Questa direzione punta verso capacità agentiche. Sviluppate su framework come Databricks Agent Bricks, le versioni future della soluzione andranno oltre l'identificazione delle opportunità per supportare l'intero percorso fino al raggiungimento del risultato. Questo lavoro è ancora da compiere, ma la base di dati da cui dipende è già in produzione.
Le informazioni di cui i leader dei sistemi sanitari hanno bisogno per crescere sono sempre esistite da qualche parte nei loro dati. Il divario non è mai stato l'accesso a tali informazioni, bensì la capacità di identificare le opportunità e i vincoli più importanti, intervenire dove l'azione avrà il massimo impatto e migliorare i risultati in modo sicuro.
Health Catalyst ha creato Ambulatory Intelligence per aiutare i sistemi sanitari a rimuovere le barriere operative che limitano la crescita ambulatoriale, migliorando l'accesso, rafforzando la fidelizzazione dei pazienti inviati, ottimizzando la capacità dei fornitori e promuovendo le prestazioni finanziarie.
Scopri di persona come Ambulatory Intelligence funziona e cosa può far emergere nel tuo ambiente.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.