Anthem offre des soins holistiques aux patients avec une vue à 360 degrés

Anthem offre des soins holistiques aux patients avec une vue à 360 degrés


Questions-réponses avec Ashok Chennuru, Chief Data & Insights Officer chez Anthem

Note de l’éditeur : Ashok a récemment présenté lors d’un Snowflake séminaire en ligne. Vous trouverez ci-dessous les points saillants de la conversation (édités ici pour le format blog).

Anthem, Inc., est un fournisseur d’assurance maladie aux États-Unis. Il s’agit de la plus grande société de soins de santé gérée à but non lucratif de la Blue Cross Blue Shield Association.

Modérateur : Bienvenue, Ashok. Commençons par vous donner un bref aperçu de ce qui a poussé Anthem à adopter le Cloud de données Snowflake pour les soins de santé et les sciences de la vie et votre rôle chez Anthem.

Chennuru : Donc, un peu sur Anthem ; nous servons 118 millions de membres. Nos données sont au service de plus de 200 millions de personnes dans notre écosystème vaste et diversifié. Nous aimons dire que les données sont le cœur de cet écosystème. Nous touchons près d’un tiers de la population des États-Unis, il est donc primordial que nous nous efforcions de fournir aux médecins et aux médecins partenaires la vision la plus complète et la plus holistique possible de chaque patient. Snowflake a rendu possible une vision holistique et globale de la personne et nous aide à promouvoir des soins basés sur la valeur. Je suis chez Anthem depuis 15 ans. Toute ma famille, tant de mon côté que de celui de ma femme, est composée principalement de médecins, et j’ai trouvé mon créneau dans le domaine technologique de la gestion des données dans le domaine de la santé.

Q : Pouvez-vous en dire plus sur ce que vous entendez par holistique ?

Chennuru : Oui. Notons tout d’abord que la pandémie a entraîné un grand changement dans les modalités de soins, qui a clairement des ramifications à long terme. Les soins en personne sont toujours en jeu, mais il existe maintenant plusieurs modalités de prestation de soins. Et nous obtenons plus de données, pour la plupart non structurées, provenant de plus d’endroits que jamais. Nous avons des ensembles de données émergents comme la génomique dans le domaine de la santé à domicile. Nous devons trouver des moyens d’aider les gens à trouver le bon médecin ou fournisseur, et le fait de pouvoir obtenir des soins modifie virtuellement les paramètres de recherche.

Et nous apportons plus de données sur l’ensemble du cycle de vie des soins aux patients, comme ce qui se passe lorsqu’ils quittent l’hôpital. Ont-ils un moyen de transport ? Ont-ils accès à des aliments nutritifs ? Vivent-ils seuls ? Nous avons vu émerger de grands indicateurs comme les fils conducteurs parmi les personnes qui étaient réadmises quelques jours après leur sortie. Nous pouvons maintenant mieux comprendre leur communauté et la structure de soutien qui les entoure du point de vue d’une population plus large. Cela nous permet de nous concentrer sur l’amélioration de la qualité de leurs soins. Parce que lorsque vous regardez la personne dans son ensemble, si quelqu’un souffre de diabète, si vous le traitez cliniquement et que vous ne comprenez pas, disons, où il vit ou son accès à des aliments nutritifs, cela peut avoir un impact sur les résultats. Ainsi, une mesure que nous avons dérivée était, en 2020, que nous avons vu que 58 millions d’Américains avaient des difficultés à accéder à des aliments nutritifs, dont 18 millions d’enfants, en hausse de 46 % en peu de temps, et nous avons constaté qu’il s’agit d’un indicateur avancé pour savoir si les gens allaient mieux. D’autres facteurs comme vivre seul et avoir un moyen de transport sont également importants – nous obtenons une meilleure compréhension de la personne dans son ensemble.

Q : Comment Snowflake vous aide-t-il ?

Chennuru : La vitesse, d’une part. Avec Snowflake, nous obtenons des informations sur les données en quelques minutes plutôt qu’en quelques jours. Nous voyons un énorme avantage à passer d’une plate-forme sur site à une plate-forme cloud native, ce qui nous aide à réaliser notre stratégie de base de données multi-locataires. Qu’est-ce que cela signifie? Cela signifie que notre fondation de données disposera de données Anthem, mais disposera également de la sécurité adéquate afin que nous puissions créer une plate-forme permettant à d’autres de partager les données, ce qui génère des informations encore plus approfondies. Nous voulons également nous assurer que nous disposons de bonnes données propres des fournisseurs afin de pouvoir permettre la gestion de la santé de la population. Nous pouvons offrir une haute qualité à faible coût à nos consommateurs et même nous assurer que nous pouvons identifier la fraude, le gaspillage et les abus de manière plus proactive. Et nous sommes en mesure de compléter les données d’Anthem avec des ensembles de données DME que nous obtenons d’endroits comme le laboratoire du médecin, les données administratives sur les congés, les données cliniques et les données communautaires.

Q : Parfait. Veuillez en dire plus sur le travail avec tous ces ensembles de données ?

Chennuru : Eh bien, la question devient : comment agréger toutes ces données ? Certains des ensembles de données émergents comme les données sur la santé comportementale, les ensembles de données génomiques, la santé à domicile, les données des dispositifs de surveillance à distance des patients ont tous explosé. Et il y a beaucoup de nouveaux ensembles de données nets qui émergent. Comment l’agrège-t-on ? Et comment le rendre exploitable ? Tout cela est réuni dans ce que nous appelons un profil de santé global de la personne. Nous utilisons cela pour amener nos médecins à des soins fondés sur la valeur. Ainsi, au lieu de leur payer des frais pour le service ou le volume, nous les payons en fonction des résultats et de la valeur, et cela dépend en grande partie des données et des analyses.

Q : Quels sont certains des avantages que Snowflake apporte à la table ?

Chennuru : En plus des avantages évidents du cloud (évolutivité, agilité), la plus grande opportunité avec Snowflake est la capacité de collaborer dans notre écosystème et la rapidité des informations, désormais en quelques minutes au lieu de quelques jours. Nous passions beaucoup de temps à analyser des données pour les transformer en informations ; maintenant, nous réduisons ce temps de cycle pour transformer nos données riches en résultats significatifs. Et nous pouvons rapidement essayer différents modèles de données, il est donc beaucoup plus facile et plus rapide d’itérer. Et nous pouvons plus facilement collaborer avec notre écosystème. Avec Snowflake dans notre système, nous pouvons traiter des téraoctets de données entrantes et sortantes et avoir accès à un ensemble de données plus large. En termes simples, nous apprenons davantage de nos données. C’est le modèle que Snowflake a permis, nous aidant à mettre en œuvre des produits qui génèrent des résultats commerciaux en un trimestre alors qu’auparavant cela prenait un an.

Q : Comment le fait de pouvoir travailler avec des types de données nouveaux et variés aide-t-il à prendre de meilleures décisions ?

Chennuru : Eh bien, par exemple, pendant la pandémie, nous avons pu accéder aux registres de vaccination, aux sites administrés par l’État et aux données de laboratoire. Grâce à la puissance de l’IA, nous pouvons analyser ou disposer d’indicateurs avancés : quel est le risque d’hospitalisation ? Si nous avions des installations qui étaient sévèrement limitées, nous pourrions tendre la main et évaluer le niveau de risque dans cette communauté. Cela nous a aidés à conseiller nos membres et employeurs sans avoir l’impression d’être dans le noir, en soutenant des décisions comme retarder les soins pour les chirurgies électives ou passer à un modèle ambulatoire là où cela avait du sens. Et avec Snowflake, nous avons pu obtenir ces informations en moins d’un quart. Nous pouvions également créer ces informations exploitables dans nos tableaux de bord, ce qui nous a aidés à éduquer les agences d’État, le gouvernement fédéral ou les employeurs ainsi que les consommateurs et les médecins partenaires. Cela a eu un impact important et significatif.

Q : Vous avez mentionné le partage de données dans l’ensemble de l’écosystème. Peux-tu élaborer?

Chennuru : Historiquement, nous n’avons pas eu beaucoup de données ou d’informations sur les patients qui doivent sortir de notre système de santé. Un patient peut avoir un médecin de soins primaires dans notre système et consulter un chirurgien orthopédique à l’extérieur du système ou consulter un spécialiste comme un gastro-entérologue. Nous avons la possibilité de collecter toutes ces données et de générer des informations significatives sur les médecins en étant en mesure de les partager avec eux. Et de plus en plus de médecins partenaires s’ouvrent et partagent également leurs données, dont nous pouvons désormais profiter. Il est également important maintenant de pouvoir partager des données virtuelles sur les soins de santé et la télésanté dans l’ensemble de l’écosystème. Ceci est particulièrement important pour les données déclarées par les patients, telles que ce qui est recueilli dans le domaine de la santé à domicile. Lorsque nous avons commencé à intégrer tous nos ensembles de données cloisonnés et à les mettre tous dans le Snowflake Data Cloud, nous avons vraiment pu voir la corrélation entre les moteurs sociaux, les facteurs cliniques, les données non structurées et comment tout cela peut raconter une histoire lorsqu’ils sont déverrouillés et corrélée.

« Nous favorisons les soins basés sur la valeur avec Snowflake. »

Chief Data & Insights Officer chez Anthem

Q : Qu’avez-vous trouvé de plus précieux à propos de Snowflake ?

Chennuru : Avec Snowflake, nous nous concentrons moins sur le déplacement des données et plus sur la transformation de ces données en informations précieuses. Nous apprécions le fait que Snowflake puisse évoluer et gérer facilement de nombreux cas d’utilisation et charges de travail. Les capacités d’analyse sont suffisamment robustes pour notre écosystème de données complexe (nous servons 200 millions de membres dans notre écosystème de données) et maintenant nous pouvons tout standardiser sur une seule plateforme cloud native. Il ne s’agit plus seulement de téléchargements numériques ; avec Snowflake, nous assistons à une découverte basée sur les données et à une narration basée sur l’analyse.

Pour écouter l’intégralité du webinaire, cliquez sur ici.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.