Sonic Healthcare – Menggunakan Data Laboratorium untuk Meningkatkan Perawatan & Mengurangi Biaya
Sonic Healthcare melakukan lebih dari 2.000 jenis pemeriksaan laboratorium dalam jaringan kami, menyediakan layanan pemeriksaan laboratorium untuk sekitar 100 juta orang di seluruh dunia setiap tahunnya. Dengan demikian, kami memiliki akses ke jumlah data yang sangat besar, yang memberi kami peluang unik untuk meningkatkan hasil pemeriksaan pasien dan menciptakan nilai bagi sistem layanan kesehatan. Artikel ini menyajikan salah satu contoh bagaimana kami bekerja sama dengan perusahaan asuransi dan penyedia layanan kesehatan untuk memperkuat perawatan penyakit kronis di Amerika Serikat.
Manajemen kesehatan populasi berbasis data
Di tahun 2013, kami berkolaborasi dengan sebuah paket asuransi di California untuk mengidentifikasi kelompok pasien tertentu yang menimbulkan biaya tinggi bagi sistem layanan kesehatan. Dengan meninjau pengeluaran layanan kesehatan dari 75.000 pasien, kami menemukan bahwa 88% orang hanya menghabiskan $314 per tahun, sementara 11% menghabiskan sekitar $5.000 per orang per tahun. Sisanya, yaitu 1%, menghabiskan rata-rata $61.000 per tahun, jumlah yang relatif besar. Banyak dari orang-orang ini mengidap penyakit ginjal kronis (CKD), diabetes, dan penyakit kronis umum lainnya yang menyumbang porsi biaya layanan kesehatan yang jauh lebih besar secara tidak proporsional. Kami menelusuri kelompok dengan pengeluaran tinggi ini dan menemukan bahwa hanya 38% dari pasien tersebut tetap berada pada kelompok yang sama selama dua tahun berturut-turut. Semua pasien lainnya berada dalam kelompok dengan pengeluaran lebih rendah pada tahun sebelumnya. Bagi banyak pasien, lonjakan ini disebabkan oleh biaya pengobatan dan komplikasi dari 16 kondisi kronis dengan biaya per kapita yang sangat tinggi (lihat gambar di bawah — kondisi yang ditandai merah adalah komorbiditas umum). 
Mengidentifikasi kesenjangan dalam perawatan diabetes
Dengan berfokus pada diabetes tipe II, kami menemukan bahwa banyak pasien sering tidak datang ke janji tindak lanjut setelah menerima diagnosis, yang pada akhirnya menyebabkan komplikasi dengan biaya tinggi. Dengan menelaah data laboratorium HbA1C di sebuah praktik layanan primer besar yang menangani 50.000 pasien, kami mengidentifikasi hampir 3.800 pasien diabetes yang memenuhi kriteria diagnostik, namun menemukan bahwa 26,5% dari mereka tidak menemui dokternya dalam 12 bulan terakhir dan 700 di antaranya tidak memiliki kode diagnosis ICD terkait. Di antara pasien yang menerima diagnosis, kami memperkirakan bahwa sebagian dari mereka tidak menunjukkan gejala dan tidak sepenuhnya memahami kondisi apa yang sedang diperiksa, sehingga tidak pernah kembali menemui dokter karena mereka merasa tidak sakit. Hasil laboratorium tersebut kemudian hanya tersimpan di file pasien tanpa ada tindakan lanjutan hingga penyakit berkembang ke tahap yang menyebabkan perburukan tiba-tiba, yang berujung pada kunjungan gawat darurat dan rawat inap yang mahal—itulah sebabnya terjadi lonjakan biaya dari satu tahun ke tahun berikutnya. Selanjutnya, kami menjalin kemitraan untuk praktik besar di New York yang terlibat dalam perawatan sekitar 80.000 pasien. Dengan menerapkan analisis kami, kami mengidentifikasi 1.200 pasien yang terlambat menghadiri janji tindak lanjut. Daftar pasien sebesar ini menimbulkan tantangan yang cukup besar. Pertama, menghubungi semua pasien secara manual adalah hal yang tidak mungkin dilakukan, dan kedua, jumlah pasien yang begitu besar membutuhkan suatu sistem untuk memilah kasus mana yang paling mendesak. Di tengah keterbatasan tenaga kerja, inovasi menjadi kunci. Kami mengembangkan teknologi mobile baru yang mengirim email, panggilan, pesan teks, atau surat templat secara otomatis untuk memberi tahu pasien bahwa mereka terlambat melakukan tindak lanjut. Kami kemudian menggunakan data laboratorium kami untuk menentukan pasien mana yang memiliki risiko tertinggi mengalami perburukan kesehatan dalam enam hingga 12 bulan ke depan. Mereka inilah individu yang diprioritaskan untuk dihubungi. Salah satu elemen yang sangat berhasil adalah rekaman suara dokter sendiri yang digunakan untuk melakukan panggilan otomatis tersebut. Selama panggilan tersebut, pasien diberi tahu bahwa mereka memiliki pemeriksaan laboratorium yang diminta dokter dan harus diselesaikan sebelum konsultasi. Ketika pasien datang ke klinik, hasil laboratoriumnya sudah tersedia, dan dokter dapat meninjau hasil tersebut serta memberikan penanganan yang sesuai. Proses ini juga sederhana bagi para dokter—setiap minggu, mereka menerima daftar pasien yang terlambat datang untuk kunjungan. Hanya dengan tiga klik, mereka dapat mengonfirmasi daftar pasien, memperbarui atau menambahkan kode diagnosis ICD, serta mengotorisasi permintaan pemeriksaan laboratorium.
Intervensi proaktif untuk peningkatan klinis
Proses ini dimulai 3,5 tahun yang lalu, dan sejak itu kami telah bermitra dengan 39 klinik layanan primer yang mencakup lebih dari 200.000 pasien. Hasilnya ternyata sangat positif—44% dari orang yang kami hubungi untuk tindak lanjut kembali menemui dokter mereka, dan hanya 7% yang memilih keluar dari komunikasi. Kami melihat penurunan sebesar 86% dalam jumlah pasien dengan jeda dalam perawatan, serta peningkatan signifikan dalam frekuensi kunjungan ke dokter. 
Sebuah studi sebelumnya yang didanai NIH mengenai sistem tindak lanjut serupa melacak pasien selama 5 tahun dan menemukan penghematan sebesar US$2.400 per orang per tahun bagi sistem layanan kesehatan, serta penurunan lama rawat inap dan penurunan kunjungan ke unit gawat darurat. Hasil dari studi tersebut dan data kami sama-sama menunjukkan bahwa menjaga pasien tetap terlibat dalam layanan kesehatannya sendiri serta memfasilitasi intervensi dini sangat layak dibandingkan investasi awal sumber daya yang diperlukan. Setelah keberhasilan program tindak lanjut diabetes, kami kemudian memperluasnya ke CKD dan 6 kondisi tambahan lainnya. Dengan menggunakan data laboratorium secara proaktif dan mengembangkan solusi inovatif untuk mengatasi kesenjangan dalam perawatan, pengalaman kami menunjukkan bahwa laboratorium dapat mendorong peningkatan sektor layanan kesehatan baik bagi dokter maupun pasien.
Artikel ini didasarkan pada presentasi “Mengintegrasikan analitik data patologi dan keterlibatan pasien merupakan bentuk penyediaan layanan berbasis nilai dan luaran.” pada Roche Efficiency Days (RED) 2018 REDefining Perspective di Guangzhou, Tiongkok.
