O desenvolvimento, implementação e avaliação de um sistema de suporte de engajamento social

Os fatores sociais da saúde (SDOH) são os maiores fatores que afetam nossa saúde e bem -estar, mas são difíceis para os sistemas de saúde. Apesar dos novos modelos que fornecem incentivos para os planos de saúde e os provedores alcançarem além dos cuidados clínicos para melhorar os resultados da saúde dos pacientes, as infraestruturas de dados existentes não têm informações relevantes para apoiar essas intervenções. O primeiro problema é de identificação; Os provedores submetem as necessidades sociais nos esquemas existentes e os métodos auxiliares de coleta de dados, como telas sociais, não são comuns, padronizados ou facilmente compartilhados. O segundo problema é a falta de envolvimento entre indivíduos e serviços sociais, o que é especialmente frustrante, pois existem muitas práticas baseadas em evidências que as organizações comunitárias (CBOs) usam para atender às necessidades sociais. Sem informações precisas sobre quem precisa de apoio social e como maximizar seu envolvimento com CBOs, os provedores e as seguradoras têm capacidade limitada de implantar intervenções que removem barreiras para cuidar e equalizar os resultados de saúde em populações vulneráveis.

Nosso projeto aplicará uma abordagem de medicina de precisão à identificação e envolvimento com os destinatários do Medicaid com necessidades sociais. Os investigadores fizeram parceria com uma organização de assistência gerenciada que coordena os benefícios para mais de 250.000 membros do Maryland Medicaid. Eles lançaram um programa de triagem social em toda a população para adicionar necessidades sociais relatadas por membros aos seus dados clínicos existentes. Os investigadores aprimorarão sua infraestrutura de tecnologia da informação em saúde (TI) com um conjunto de modelos de aprendizado de máquina para identificação de riscos, um sistema de suporte de engajamento para maximizar o uso de suporte social pelo membro e um processo de melhoria qualitativa e quantitativa contínua para estabelecer um sistema de saúde de aprendizagem. Vamos realizar este trabalho com os seguintes objetivos:

Objetivo 1: Desenvolva e implante um conjunto de modelos de aprendizado de máquina que usam várias fontes de dados em nível individual e comunitário para prever quais membros usam o departamento de emergência para atender às necessidades sociais ou não urgentes, em oposição ao tratamento para condições médicas urgentes. Esses modelos identificarão indivíduos cujas necessidades sociais estão impulsionando a utilização inadequada para que indivíduos de alto risco recebam serviços aprimorados de divulgação para facilitar a conclusão de uma avaliação abrangente das necessidades sociais. Os pesquisadores analisarão essas avaliações para determinar se nossos modelos levam à avaliação de indivíduos com um perfil de necessidade social mais alta.

Objetivo 2: Desenvolva e implante um sistema de suporte de engajamento que identifique e exiba as características dos membros que os impedem de se envolverem com uma CBO. Esse sistema usará técnicas de inteligência artificial para identificar características de indivíduos que historicamente se desengataram do pipeline de serviços sociais antes de receber serviços sociais e sugerir estratégias potenciais para aumentar o envolvimento. Os investigadores aplicarão os modelos a membros recém -avaliados e apresentarão indivíduos previstos de alto risco aos profissionais de saúde da comunidade do plano por meio de sua plataforma de TI existente, permitindo que eles abordem proativamente as barreiras dos membros ao acesso aos serviços. Os investigadores analisarão o sucesso do engajamento (ou seja, se um membro encaminhado aos serviços recebeu assistência de uma CBO) para determinar se nosso sistema de suporte aumentou a probabilidade de sucesso.

Objetivo 3: Implemente um processo de melhoria qualitativa e quantitativa contínua que identifica temas recorrentes e pontos de desengajamento nos casos em que os membros não foram capazes de concluir sua intervenção social relevante. Essas descobertas serão analisadas pela equipe de pesquisa para identificar possíveis táticas para lidar com as barreiras de engajamento, e as recomendações resultantes para aumentar o engajamento serão propagadas através do sistema, por atualizações da infraestrutura de TI ou das sessões de treinamento da equipe. Com esse objetivo, os pesquisadores criarão um sistema de saúde de aprendizado, com a equipe refinando constantemente os métodos de engajamento ao longo do projeto.

A equipe de estudo está bem posicionada para desenvolver um protocolo de intervenção de necessidades sociais e incluirá avaliações rigorosas para avaliar os efeitos de nossa intervenção nos resultados sociais e de saúde dos membros participantes por suas características demográficas e geográficas. Juntos, esses objetivos ajudarão a informar a próxima geração de paradigmas de atendimento baseados em valor, identificando e atendendo às necessidades sociais e diminuindo as diferenças nos resultados de saúde em uma população grande e de alto risco.