Under hösten kommer Red Robin, Visiba Cares AI-baserade verktyg för automatiserad anamnesupptagning och triage, att lanseras kommersiellt.
Verktyget har testats intensivt under 2019 och våren 2020. Två svenska offentliga vårdgivare har under det senaste halvåret testat Red Robin skarpt i separata pilotprojekt, med faktiska patientfall och praktiserande vårdpersonal, och resultaten av dessa kommer att spela en stor roll för den framtida produktutvecklingen. I det här inlägget beskriver vi projekten, belyser vilka lärdomar vi dragit och vägen mot den bredare visionen för Red Robin – i riktning mot framtiden.
Projekten hade två huvudsakliga fokusområden:
Patienternas perspektiv – mäta hur patienterna uppfattar och interagerar med verktyget, identifiera hur vi på bästa sätt kan förbättra patientupplevelsen och sammanställa evidens om vilka funktioner som är viktigast för patienterna i en verklig situation (dvs. söka vård och gå igenom det digitala flödet utan stöd).I båda piloterna aktiverades Red Robin sömlöst i Visiba Cares bokningsflöde för ett antal utvalda besöksorsaker, bl.a. hudbesvär, luftvägsbesvär och halsont. Vi kunde därmed behålla samma ingång för patienterna som tidigare, så att de kunde känna igen och känna sig bekväma med de första stegen i bokningen. När patienterna skulle boka ett digitalt besök avgjorde vald besöksorsak om de dirigerades vidare till Red Robin eller ej.
För de patienter som valt en besöksorsak som hanterades av Red Robin var nästa steg att beskriva sina symptom i fritext i ett automatiserat chattbaserat gränssnitt. Utifrån patientens beskrivning och svar på frågor anpassade Red Robin följdfrågorna genom att i bakgrunden avgränsa de mest relevanta områdena. Patienterna kunde besvara frågorna i lugn och ro, och i slutet av dialogen fick de möjlighet att boka ett digitalt besök hos relevant sjukvårdspersonal (t.ex. en sjuksköterska eller allmänläkare, beroende på vilken kompetens som fallet krävde).
Efter att patienten avslutat dialogen och bokat ett besök skickade Red Robin en strukturerad sammanfattning av dialogen till vårdpersonalen med följande information:
Vårdpersonalen kunde använda sammanfattningen både i förberedelsen och som stöd för att dokumentera ärendet. Efter varje ärende som gått genom Red Robins bokningsflöde ombads vårdpersonalen utvärdera relevansen hos de förslag på möjliga diagnoser som Red Robin gett.
Pilotprojekten har gett oss värdefull feedback från både vårdpersonal och patienter i form av skriftliga kommentarer, intervjuer och standardiserade enkätsvar. Vi har även fått insikter från analyser av användardata som samlats in automatiskt. Sammanlagt användes Red Robin i över 15 000 patientsessioner och fler än 120 vårdutövare gav feedback via enkäter eller intervjuer. De lärdomar vi fått med oss från dessa projekt kommer att ha stor betydelse för utvecklingen framåt.
Patienternas feedback samlades in dels genom fritextkommentarer efter bokningsflödet, dels genom utvärdering av användardata och konverteringsgrad. Vi kunde konstatera att konverteringsgraden, det vill säga andelen personer som följde hela flödet från besöksorsak till bokat besök, ökade med Red Robin. En positiv aspekt som lyftes var att patienterna kunde formulera svar i sin egen takt och fick möjlighet att i lugn och ro tänka igenom sin besöksorsak och sina symptom. Detta innebär att vårdkontakten kan ta lite längre tid, utan att vårdorganisationen och personalen drabbas. Samtidigt upplevs minskad stress för patienten.
Patienternas återkoppling var oerhört värdefull för att utvärdera funktionerna och deras utformning för att ytterligare förbättra upplevelsen, tilliten och motivationen. Dessa insikter kommer löpande att integreras i kommande uppdateringar av gränssnittet.
Vid utvärderingen kunde vi se att närmare två tredjedelar av vårdpersonalen ansåg att det var värdefullt för deras arbete att få en sammanfattning av patienternas symptom och se hur de med egna ord beskrivit sitt tillstånd. Vi kunde också konstatera att vårdpersonal som vanligtvis skriver egna journalanteckningar upplevde ett högre värde än de som brukar diktera. Fokus framöver kommer att ligga på att skapa en ännu bättre upplevelse och utforma sammanfattningen med en enklare och smidigare översikt över den viktigaste informationen. Parallellt kommer vi fortsätta att utforska och utvärdera hur vi kan utveckla verktyget både som ett effektivare administrationsverktyg och beslutsstöd.
Sammanfattningsvis kan vi konstatera att våra ursprungliga mål – att identifiera var Red Robin skapar värde redan idag och att lokalisera förbättringsområden – uppfylldes. Vi är tacksamma över all värdefull feedback och samtidigt glada att se att inställningen till verktyget överlag var positiv både från patienter och vårdpersonal, särskilt då projekten genomfördes under en extremt pressad tid (i början av Covid-19 pandemin). Med de insikter och lärdomar vi tar med oss från pilotprojekten börjar vi sakta men säkert röra oss mot vår större vision för Red Robin.
Utvecklingen av Red Robin innebär ett kontinuerligt lärande. Vi har etablerat en infrastruktur för långsiktigt förbättringsarbete. Red Robin kommer aldrig att betraktas som en fulländad produkt – verktyget kommer ständigt att utvecklas allt eftersom mer data samlas in och fler datakällor ansluts. Den första versionen av Red Robin är ett smart och effektivt anamnesverktyg som stödjer och effektiviserar dagens arbetssätt. Men den riktigt stora förändringen ligger framför oss, när Red Robin utvecklas till ett autonomt anamnes- och triageverktyg.
Precis som självkörande bilar tränas med hjälp av förares beslut, lär sig Red Robin genom att ta del av enorma mängder patientfall. Redan idag är Red Robin ett verktyg som kan höja kvaliteten i vårdmötet och stödja en strukturerad insamling av information, något som skapar värde både för vårdpersonal och patienter. I nästa steg kommer fler funktioner och datakällor att kunna läggas till, exempelvis mätvärden från smartklockor och andra egenmonitoreringsverktyg.
Efter dessa två pilotprojekt känner vi oss trygga med att vi valt rätt teknik bakom Red Robin: det probabilistiska/bayesiska nätverket. Det utgör en stabil grund för den utveckling som kommer att vara relevant både på kort och lång sikt. Samtidigt är modellen tillräckligt mångsidig för att stödja snabba anpassningar längs vägen. Tekniken tillåter oss också att på sikt göra Red Robin mer flexibel och skräddarsydd – ett behov som lyfts av de flesta experter inom automatisering. ”One size fits all”-lösningen är knappast efterfrågad idag, och är med all säkerhet inte hållbar på sikt.