महामारी के दौरान टेलीहेल्थ बूम ने मेडिकेयर सेवाओं को बदला, लेकिन असर रहा असमान

रोमानियाई जर्नल ऑफ़ प्रिवेंटिव मेडिसिन में छपी एक नई स्टडी के मुताबिक, महामारी के दौर में आई तेज़ी के बाद टेलीहेल्थ यूनाइटेड स्टेट्स की मेडिकेयर केयर डिलीवरी का एक स्थायी हिस्सा बन गया है, लेकिन राज्यों और बेनिफिशियरी ग्रुप्स में इसका लंबे समय तक इस्तेमाल बहुत अलग-अलग है।

मेडिकेयर बेनिफिशियरीज़ में डेमोग्राफिक ग्रुप्स में महामारी टेलीहेल्थ में तेज़ी और अंतर का AI-ड्रिवन असेसमेंट नाम की इस स्टडी में सुपरवाइज्ड मशीन लर्निंग और समझने लायक आर्टिफिशियल इंटेलिजेंस का इस्तेमाल करके यह पता लगाया गया कि टेलीहेल्थ का तेज़ी से बढ़ना एक टेम्पररी इमरजेंसी रिस्पॉन्स था या प्रिवेंटिव केयर डिलीवरी में एक टिकाऊ बदलाव।

यह स्टडी 2020 से 2025 तक के नेशनल मेडिकेयर टेलीहेल्थ ट्रेंड्स डेटा पर आधारित है।

टेलीहेल्थ इमरजेंसी तेज़ी से स्थिर इस्तेमाल की ओर बढ़ा

COVID-19 महामारी ने मेडिकेयर प्रोग्राम के इतिहास में सबसे तेज़ केयर डिलीवरी बदलावों में से एक को शुरू किया। इमरजेंसी पॉलिसी बदलावों ने रीइंबर्समेंट को बढ़ाया, ज्योग्राफिक पाबंदियों को कम किया और ज़्यादा सर्विसेज़ को रिमोटली डिलीवर करने की इजाज़त दी। महामारी से पहले, मेडिकेयर बेनिफिशियरीज़ के बीच टेलीहेल्थ का इस्तेमाल कड़े नियमों और अलग-अलग इंफ्रास्ट्रक्चर की वजह से सीमित था। संकट के दौरान, यह प्राइमरी केयर, पुरानी बीमारियों के फॉलो-अप, बिहेवियरल हेल्थ सपोर्ट और दवा मैनेजमेंट के लिए एक मुख्य चैनल बन गया।

स्टडी में पाया गया कि यह उछाल शुरुआती इमरजेंसी पीरियड के बाद खत्म नहीं हुआ। इसके बजाय, टेलीहेल्थ के इस्तेमाल ने एक साफ पैटर्न फॉलो किया: 2020 में एक तेज़ और एक साथ उछाल, महामारी के पीक डिसरप्शन के बाद गिरावट और फिर लगातार लेकिन अलग-अलग लेवल पर स्टेबिलिटी। यह पैटर्न बताता है कि टेलीहेल्थ, महामारी से पहले की अपनी मामूली भूमिका में लौटने के बजाय, मेडिकेयर के अंदर थोड़ा इंस्टीट्यूशनल हो गया है।

रिसर्चर्स ने मेडिकेयर टेलीहेल्थ ट्रेंड्स डेटासेट से 32,508 तिमाही ऑब्ज़र्वेशन का इस्तेमाल किया। हर ऑब्ज़र्वेशन में राज्य, तिमाही और बेनिफिशियरी डेमोग्राफिक ग्रुप का कॉम्बिनेशन दिखाया गया, जिसमें उम्र, जाति, लिंग, डुअल एलिजिबिलिटी स्टेटस और ग्रामीण इलाका शामिल था। मुख्य नतीजा परसेंट टेलीहेल्थ यूटिलाइजेशन था, जिसे किसी दी गई तिमाही में टेलीहेल्थ का इस्तेमाल करने वाले टेलीहेल्थ-एलिजिबल बेनिफिशियरी के हिस्से के रूप में डिफाइन किया गया था।

मशीन लर्निंग मॉडल का इस्तेमाल इसलिए किया गया क्योंकि टेलीहेल्थ को अपनाना एक आसान लीनियर रास्ते को फॉलो नहीं करता था। रिसर्चर्स ने रैंडम फॉरेस्ट रिग्रेशन, ग्रेडिएंट बूस्टिंग, जनरलाइज्ड एडिटिव मॉडल और लीनियर मॉडल की तुलना की। रैंडम फ़ॉरेस्ट ने उम्र के हिसाब से मॉडलिंग के लिए सबसे अच्छा काम किया, जिसमें तेज़ उछाल, उछाल के बाद गिरावट और बाद में स्टेबिलाइज़ेशन को हाई प्रेडिक्टिव एक्यूरेसी के साथ कैप्चर किया गया। नतीजों से पता चला कि नॉन-लीनियर मॉडल, अचानक सिस्टम-वाइड बदलाव और उसके बाद असमान लॉन्ग-टर्म एडजस्टमेंट का एनालिसिस करने के लिए ट्रेडिशनल लीनियर तरीकों से बेहतर थे।

शुरुआती उछाल बड़ा और एक साथ था। सभी उम्र के ग्रुप, डुअल एलिजिबिलिटी ग्रुप और नस्लीय ग्रुप में, टेलीहेल्थ का इस्तेमाल 2020 की दूसरी तिमाही के आसपास पीक पर था। यह टाइमिंग पॉलिसी और ऑपरेशनल बदलाव के इमरजेंसी नेचर को दिखाती है। हॉस्पिटल, क्लिनिक, प्रोवाइडर और मरीज़ तेज़ी से रिमोट केयर में चले गए क्योंकि इन-पर्सन विज़िट में रुकावट आई।

हालांकि, ज़्यादा ज़रूरी बात उछाल के बाद सामने आई। टेलीहेल्थ का इस्तेमाल पहले के लेवल पर वापस नहीं गिरा। इसके बजाय, यह प्लेटो फेज़ में चला गया, जो महामारी के बाद के स्थिर इस्तेमाल को दिखाता है। फॉर्मल वैलिडेशन से पता चला कि ये प्लेटो रैंडम उतार-चढ़ाव नहीं थे। स्टडी में डेमोग्राफिक ग्रुप में स्टैटिस्टिकली स्टेबल इक्विलिब्रियम लेवल पाए गए, जिसमें स्टेबिलाइज़ेशन आम तौर पर 2022 के मध्य और 2023 की शुरुआत के बीच हुआ। इसका मतलब है कि मेडिकेयर टेलीहेल्थ ने एक बड़ी सीमा पार कर ली है। यह अब सिर्फ़ आमने-सामने की विज़िट का इमरजेंसी विकल्प नहीं है। यह केयर डिलीवरी का एक टिकाऊ, भले ही असमान, हिस्सा बन गया है।

प्रिवेंटिव मेडिसिन के लिए, यह बदलाव मायने रखता है क्योंकि रूटीन फ़ॉलो-अप, पुरानी बीमारी की मॉनिटरिंग, बिहेवियरल हेल्थ एक्सेस और दवा का पालन अक्सर एक बार की इमरजेंसी केयर के बजाय लगातार जुड़ाव पर निर्भर करता है।

उम्र, इनकम से जुड़ी स्थिति और राज्य का माहौल लंबे समय तक इस्तेमाल को आकार देते हैं

स्टडी में पाया गया कि टेलीहेल्थ स्टेबिलाइज़ेशन बेनिफिशियरी ग्रुप्स में काफी अलग था। उम्र सबसे साफ़ डिवाइडिंग लाइन्स में से एक थी। 0 से 64 साल के मेडिकेयर बेनिफिशियरी, जिनमें से कई डिसेबिलिटी के कारण क्वालिफ़ाई करते हैं, ने सबसे ज़्यादा टेलीहेल्थ इस्तेमाल किया और सबसे ज़्यादा लंबे समय तक प्लेटो रहा। उनका अनुमानित पीक 57.17% तक पहुँच गया, और उनका प्लेटो 23.65% पर स्थिर हो गया।

ज़्यादा उम्र के बेनिफिशियरी ने कम लंबे समय तक टेलीहेल्थ का इस्तेमाल किया। 65 से 74 साल के लोगों के लिए अनुमानित प्लेटो 10.67%, 75 से 84 साल के लोगों के लिए 9.91% और 85 और उससे ज़्यादा उम्र के लोगों के लिए 9.55% था। स्टेबिलाइज़ेशन फ़ेज़ के दौरान कम उम्र के मेडिकेयर बेनिफिशियरी और सबसे ज़्यादा उम्र के ग्रुप के बीच का अंतर 14 परसेंट पॉइंट से ज़्यादा हो गया, जिससे पता चलता है कि सिस्टम के रिमोट केयर के हिसाब से एडजस्ट होने के बाद भी, ज़्यादा उम्र के लोगों ने टेलीहेल्थ को उसी लगातार हद तक नहीं अपनाया।

रिसर्चर्स के समझने लायक AI एनालिसिस ने इस बात को और पक्का किया। इस्तेमाल का सबसे बड़ा कारण समय था, जो महामारी के समय के असर को दिखाता है। राज्य-स्तर के फैक्टर भी ज़रूरी थे। समय और भूगोल को शामिल करने के बाद नस्ल का अलग से योगदान कम था। इसका मतलब यह नहीं है कि नस्लीय भेदभाव ज़रूरी नहीं हैं। यह दिखाता है कि राज्य की पॉलिसी, ब्रॉडबैंड एक्सेस और हेल्थ सिस्टम ऑर्गनाइज़ेशन सहित स्ट्रक्चरल माहौल, देखे गए नस्लीय पैटर्न को बनाने में ज़्यादातर काम कर सकते हैं।

भूगोल सबसे बड़ी इक्विटी फॉल्ट लाइन के तौर पर उभरा

दिलचस्प बात यह है कि लंबे समय तक टेलीहेल्थ स्टेबिलाइज़ेशन में भूगोल ने डेमोग्राफिक बदलाव को पीछे छोड़ दिया। राज्य-स्तर पर अनुमानित पठारी इस्तेमाल सबसे कम-सैचुरेशन वाले इलाकों में 4.9% से लेकर सबसे ज़्यादा में 29.5% तक था। यह रेंज उम्र, दोहरी पात्रता या नस्ल के आधार पर पठारी अंतर से ज़्यादा थी।

रिसर्चर्स ने तीन बड़े राज्य-स्तर के सैचुरेशन सिस्टम की पहचान की: कम, मध्यम और ज़्यादा। कम-सैचुरेशन वाले राज्य 11.2% के औसत अनुमानित इस्तेमाल पर स्थिर हो गए। मिड-सैचुरेशन वाले राज्य 18.2% पर स्थिर हो गए। हाई-सैचुरेशन वाले राज्य 26.7% पर स्थिर हो गए, जो लो-सैचुरेशन लेवल से दोगुने से भी ज़्यादा है। यह मेडिकेयर टेलीहेल्थ इंटीग्रेशन में एक स्ट्रक्चरल अंतर को दिखाता है। बेनिफिशियरी कहाँ रहते हैं, यह इस बात से ज़्यादा मायने रखता है कि वे कौन हैं, कम से कम तब जब डेमोग्राफिक वैरिएबल को अलग से देखा जाए। राज्य के पॉलिसी माहौल, ब्रॉडबैंड इंफ्रास्ट्रक्चर, प्रोवाइडर सिस्टम, रीइंबर्समेंट की शर्तें और ऑर्गेनाइजेशनल तैयारी यह तय करती दिखती है कि टेलीहेल्थ प्रिवेंटिव केयर का रेगुलर हिस्सा बनेगा या नहीं।

हाई-सैचुरेशन वाले राज्यों में कैलिफ़ोर्निया, हवाई, मैसाचुसेट्स, डिस्ट्रिक्ट ऑफ़ कोलंबिया और न्यूयॉर्क जैसी जगहें शामिल थीं। दूसरे राज्य और इलाके 10% से नीचे स्थिर हो गए। स्टडी यह दावा नहीं करती है कि सिर्फ़ भूगोल ही इस अंतर का कारण है, लेकिन यह दिखाती है कि लंबे समय तक टेलीहेल्थ का इस्तेमाल राज्य-स्तर की स्थितियों से बहुत ज़्यादा प्रभावित होता है।

पॉलिसी का मतलब

अगर टेलीहेल्थ भूगोल के हिसाब से एक जैसा नहीं रहता है, तो प्रिवेंटिव मेडिसिन के लिए इसके फायदे भी एक जैसे नहीं होंगे। हाई-सैचुरेशन वाले इलाके पुरानी बीमारियों के मैनेजमेंट, बिहेवियरल हेल्थ फॉलो-अप, दवा की समीक्षा और रेगुलर प्रिवेंटिव केयर के लिए टेलीहेल्थ का इस्तेमाल करने के लिए बेहतर स्थिति में हो सकते हैं। कम सैचुरेशन वाले इलाकों में एक्सेस में कमी बनी रह सकती है, खासकर बुज़ुर्गों, ग्रामीण बेनिफिशियरी और उन मरीज़ों के लिए जिनके पास प्रोवाइडर की सीमित उपलब्धता है।

स्टडी में यह तर्क दिया गया है कि टेलीहेल्थ को सिर्फ़ एक क्राइसिस टेक्नोलॉजी के तौर पर नहीं, बल्कि प्रिवेंटिव इंफ्रास्ट्रक्चर के तौर पर देखा जाना चाहिए। लगातार एक्सेस से छूटे हुए फॉलो-अप कम हो सकते हैं, कंटिन्यूटी बेहतर हो सकती है और उन मरीज़ों को सपोर्ट मिल सकता है जिन्हें ट्रांसपोर्टेशन, मोबिलिटी या लोकल प्रोवाइडर की रुकावटों का सामना करना पड़ता है। लेकिन ये फायदे स्टेबल रीइंबर्समेंट, ब्रॉडबैंड एक्सेस, डिजिटल लिटरेसी सपोर्ट और हेल्थ सिस्टम की कैपेसिटी पर निर्भर करते हैं।

नतीजे यह भी दिखाते हैं कि सिर्फ़ टेलीहेल्थ की इजाज़त देना काफ़ी नहीं है। इमरजेंसी पॉलिसी में बदलाव ने दरवाज़ा खोला, लेकिन राज्य-स्तर पर स्टेबिलाइज़ेशन गहरी स्ट्रक्चरल स्थितियों पर निर्भर करता था। बिना सोचे-समझे दखल दिए, टेलीहेल्थ कुछ इलाकों में हाई लेवल पर बना रह सकता है और दूसरों में कमज़ोर तरीके से इंटीग्रेटेड रह सकता है।

स्टडी में कुछ कमियों को माना गया है। इसमें एग्रीगेटेड एडमिनिस्ट्रेटिव डेटा का इस्तेमाल किया गया, जो हर मरीज़ की पसंद, क्लिनिकल नतीजे, विज़िट की क्वालिटी, प्रोवाइडर के व्यवहार या राज्यों के अंदर बदलाव को कैप्चर नहीं कर सकता। इसमें टेलीहेल्थ के इस्तेमाल को एक बड़े परसेंटेज के तौर पर भी मापा गया, बिना वीडियो विज़िट को ऑडियो विज़िट से अलग किए या प्रिवेंटिव, बिहेवियरल हेल्थ, प्राइमरी केयर और स्पेशलिटी सर्विसेज़ में अंतर किए। ऑब्ज़र्वेशनल डिज़ाइन कारण-कार्य संबंध साबित नहीं कर सकता है, और बिना मापी गई राज्य नीति या हेल्थ सिस्टम के कारणों ने पैटर्न पर असर डाला हो सकता है।

टेलीहेल्थ पॉलिसी के अगले फेज़ में इस बात पर कम फोकस होना चाहिए कि रिमोट केयर होनी चाहिए या नहीं, बल्कि इस पर ज़्यादा फोकस होना चाहिए कि क्या इसे स्टेबल, हाई-क्वालिटी और बराबर बनाया जा सकता है। ब्रॉडबैंड को मज़बूत करना, रीइंबर्समेंट क्लैरिटी बनाए रखना, डिजिटल लिटरेसी को सपोर्ट करना और राज्य-लेवल की पॉलिसी को एक जैसा बनाना, यह पक्का करने के लिए ज़रूरी होगा कि टेलीहेल्थ महामारी की बिखरी हुई विरासत के बजाय प्रिवेंटिव केयर के एक टिकाऊ हिस्से के तौर पर काम करे।