AI封装的工作流

跨行业的业务流程管理（BPM）从业人员长期以来一直习惯于将工作流程编写成一系列的任务，并通过完成这些任务以产生工作结果。一个规范化的工作流可以与多个系统和工作人员进行交互，并对其性能进行监视和分析。

直到最近，常见得BPM工具还很笨重，BPM项目也很昂贵。因此，BPM项目主要是在企业中实现的，并且通常是为了降低复杂后端流程的成本，例如订单的执行和供应链的管理。但是最近，人们对于将BPM用于客户体验和数字转型的兴趣使得BPM走出了幕后。巧合的是，改善客户体验也是AI的主要用例之一。这个交集促使BPM供应商竞相实现了其平台的AI支持。

将关注点转移到客户（或患者）体验上，增强了BPM在医疗保健方面的相关性。从本质上讲，已编码的工作流是护理团队当前手工执行工作的数字版本。它使得医疗组织能够监控医疗工作的流程，对不利条件做出快速反应，并不断改进流程，渥太华医院的BPM项目就说明了这一点。

使用人工智能来对已编码的工作流进行操作，从本质上来讲是将工作流包含在其预测模型当中，这不仅可以自动化工作流及其任务，还可以对工作流进行修改，从而不断改进流程。这种以流程为中心的方法的独特之处在于，随着时间的推移，随着人工智能开始考虑我们做事的方式，并试图为我们做事，工作流将会变得越来越更智能。

通往未来的道路

然而，医疗保健行业缺少同样能够推动其他行业采用以流程为中心的方法的一个关键因素：工作流通常涉及的具有广泛可用性的API。尽管最近的低代码BPM工具通过与Salesforce．com、Dropbox、谷歌等应用程序的拖放集成，极大地简化了工作流编码，但这种便利性在医疗保健领域却受到了限制。不过，多年来，像AllScripts和Athenahealth这样的EHR供应商以及其他的一些公司都公开了API来访问他们的数据。Redox和Sansoro Health等公司也推出了自己的专有API，利用HL7 v2和FHIR等标准来保护医疗保健组织和开发人员免受集成多个系统所带来的复杂性。

工作流的编码工作也导致产生了一系列新的“业务流程应用程序”，这些“业务流程应用程序”可以通过工作流上下文的表单（例如，病人出院）或某些语音助手与医护人员进行交互。由于这些业务流程应用程序具有工作流程的感知能力，它们可以通过自动化工作流、任务和流程优化来简化工作人员与多个系统的交互，以及它们之间的交互。例如，一个人工智能驱动的、可编码的工作流可以在护理团队、外部测试中心和患者之间实现协调工作的神奇效果，通过一个简单的命令“将患者转到Eastlake进行测试”，通过这样的护理过程，病人可以来到办公室，进行检查，并在合理的时间范围内对下一步进行规划。更不用说在EHR中，你不需要点击就可以将数据输入到适当的屏幕中去。

三管齐下以获得竞争优势

虽然等待现有的应用程序添加人工智能并将AI应用程序或服务集成到工作流中，可以最大限度地减少对当前IT环境的干扰。但它们也大大降低了人工智能改善我们的做事方式和为我们做事的能力。

上述的OptumIQ调查显示，人工智能投资的主要领域是自动化业务流程（行政操作或客户服务），占43％，而欺诈、浪费和滥用检测则占到36％。此外，最受期待的前两项好处是提高效率和更准确的诊断。三分之一的受访者还希望改善患者体验并降低人均护理成本。自动化业务流程，特别是改进的患者体验，为利用以流程为中心的方法提供了理由，因为该方法的重点便是客户／患者的体验。

总之，一个平衡的、三管齐下的战略将使医疗组织能够在必要时将项目中断的风险降到最低，而不会限制其对当前工作流或现有应用程序的创新能力。在一个消费者的选择、利润率下降和对患者长期健康状况的风险假设带来持续压力的时代，用能力和实践来提升组织，使“人工智能能够封装工作流”，将是一个获得可持续竞争优势的重要机会。