プロセスの自動化と改善は CIO にとって永遠の課題であり、ビジネス プロセスの最適化を求める声は、特に収益に直接関係するプロセスにおいては、ますます高まっています。
Expion Health にとって、潜在的な新規顧客に提示する料金を決定する煩雑な手作業のプロセスは、医療費管理会社のビジネス拡大能力の制限となっていました。
Expion は、保険会社、薬局給付管理者、その他の医療保険支払者に代わって、数量割引やその他の要素に基づいて薬局や医療機関と価格交渉を行っています。同社は通常、提案依頼を通じて新規顧客を獲得していますが、RFP への対応は、Excel スプレッドシートで大量の変数を計算し、訓練を受けた引受人が詳細な分析を行うという時間のかかるプロセスでした。
RFP は通常、健康保険会社、薬局給付管理者、またはサードパーティ管理者が新しい従業員グループをカバーし始めるたびに要求されます。たとえば、薬局給付管理者からの RFP に応答して、引受人は、カバー対象人口の将来の医薬品使用、卸売価格の上昇、医薬品の潜在的な特許失効、および医薬品リベートのコスト変更を予測する必要があります。計算では、カバー対象人口の過去の医薬品使用だけでなく、将来の医薬品価格に影響を与えるいくつかの要因の予測も考慮されます。
このプロセスには通常6日から8日かかり、Expionは顧客に対してコスト削減を保証しているため、誤算が発生し、同社に数百万ドルの損害を与える可能性もあった。
「引受業者はかつて、少なくとも 10 種類の Excel シートを持っていて、そのデータを Excel シートに入力して計算していました」と、Expion の合併および買収担当最高変革責任者である DS Suresh Kumar 氏は言います。「私たちはこれに伴う金銭的リスクを負っています。つまり、何か虚偽の報告があった場合、そのお金は私たちのポケットから出るということです。」
また、Expion にはわずか 6 人の引受担当者しかおらず、年間約 200 件の RFP にしか対応できず、新規ビジネスを獲得する能力が制限されていました。
2023 年 8 月、Expion IT チームは経営幹部の支援を受けて、処方薬コスト管理のための複雑な引受プロセスを自動化する社内プロジェクトを開始しました。
Expion の 2 人の AI 開発者は、約 6 か月で、線形回帰、複数のアルゴリズム、カスタム構築された AI モデルを使用して処方箋の RFP を自動化するツールである ExpionIQ Advisor を作成しました。IT チームは、対象集団における薬剤の使用を予測するために、XGBoost 機械学習ソフトウェア ライブラリを使用してアプリケーションをさらに強化する予定です。
ExpionIQ Advisor により、RFP に必要な数値の計算にかかる時間が数日から数時間に短縮されたと Kumar 氏は言う。また、新しいアプリケーションにより、従業員が作業内容を確認できるようになったとも同氏は付け加えた。
「今では、どのような計算を使用しているか、どのようなリスクを負っているかを正確に把握しています。また、モデルが間違った予測をした場合でも、その問題を修正するために何をすべきかを正確に把握しています」とクマール氏は言います。「以前は、誰でも簡単に間違いを犯す可能性がありました。今では、モデルがずれると自動的に警告が出て、修正します。」
ExpionIQ Advisor のフロントエンドにある Web ベースの .NET アプリケーションにより、引受人やその他のユーザーはシステムにログインして数字を確認できます。「.NET アプリケーションは、すべてをまとめて最終的な計算を行い、そのデータをわかりやすい形式で提示するとともに、最終顧客に印刷物を提供します」と Kumar 氏は言います。
ExpionIQ Advisor はまだ試験段階を終えたばかりだが、プロジェクトはすでに利益を上げているとクマール氏は言う。Expion 社は、創出される潜在的な新規ビジネスをまだ計算していないが、このツールにより同社はデータ アナリストの FTE 約 1.5 人分のコストを節約できるという。
さらに、Expion の顧客数社が、自社のヘルスケア関連の予測のためにこのアプリケーションのライセンスを取得することに関心を示していると Kumar 氏は言う。Expion は今年の売上を約 30 万ドルと予測している。
「外部の顧客から『なぜこれを私たちに提供しないのか』と聞かれるようになりました」と彼は言う。「ほとんどの企業は、この [引受] インフラストラクチャ全体を Excel シートで管理しています。誰もそれを整理された方法で実行していません。」
ExpionIQ Advisor プロジェクトにより、Expion Health は IT リーダーシップとイノベーションに対して 2024 CIO Award を受賞しました。
ExpionIQ の作業を完了するために、IT チームは引受チームと「膨大な時間」を費やし、実際のさまざまな引受プロセスの複雑さをより深く理解したと Kumar 氏は言います。その結果、Expion AI 開発者は、薬剤の使用、保険の除外、過去の RFP 応答など、さまざまな引受シナリオと変数を処理できるように ExpionIQ Advisor を調整することができました。両チームはまた、ロジックを検証してモデルを完成させるためのフォーカス セッションも実施したと同氏は付け加えます。
Expion の AI 開発者は、データ モデリング技術と機械学習アルゴリズムも活用し、不完全なデータ セットを扱う場合でも ExpionIQ Advisor が決定を下せるようにしました。多くの場合、クライアントは Expion に前年の処方箋請求の一部を提供し、新しい価格見積もりを生成しますが、同社は価格を決定するために複数の要素を使用する必要があると Kumar 氏は言います。
「顧客は利用率は同じだろうと示唆しますが、決して同じではありません」と彼は付け加えます。「ExpionIQ Advisor はいくつかの要素を考慮して、合理的な見積もりを出します。」
IDC Health Insights の医療保険者 IT 戦略担当リサーチ ディレクター、Jeffrey Rivkin 氏は、保険業界における複雑な予測やその他の計算の自動化は極めて重要な取り組みであると述べています。Expion プロジェクトは、彼にとって新しい自動化のユース ケースを示しており、RFP プロセスを迅速化することのメリットを認識しています。
「コスト削減の状況で数字が得られ、監査人が数字を計算する手間が省けるこのような方法は非常に理にかなっています」と彼は言う。
自動化、特に生成型 AI は保険業界を変革できると彼は付け加える。保険会社は AI を使用して長い医療カルテを要約したり、文書を分類したり、非構造化データのパターンを見つけたりできると彼は言う。
エクスピオンのケースでは、同社は「大量のデータを処理して複雑な決定を下している」ため、大きな利益が期待できると彼は言う。
CIO のシニア ライターである Grant Gross 氏は、長年テクノロジー ジャーナリストとして活躍しています。以前は IDG News Service でワシントン特派員、後にシニア エディターを務めました。キャリアの初期には、Linux.com の編集長、テクノロジー キャリア サイト Techies.com のニュース エディターを務めていました。遠い昔には、ミネソタ州とダコタ州の新聞社で記者および編集者として働いていました。
元記事: https://www.cio.com/article/2098589/expion-health-revamps-its-rfp-process-with-ai.html