Cómo FinThrive usa Databricks AI/BI Genie para reducir el tiempo de consulta de días a minutos

FinThrive ocupa una posición dominante en la gestión del ciclo de ingresos sanitarios en EE. UU., atendiendo a más de 1.200 hospitales y sistemas de salud, incluidos algunos de los más grandes del país. Su división de ciencias de la vida gestiona un tipo diferente de demanda: empresas farmacéuticas y socios de canal que necesitan acceso a datos sanitarios de la vida real desidentificados para informar el desarrollo clínico, la estrategia de mercado y la investigación en salud poblacional. Esos datos residen en un lakehouse de escala de petabytes construido sobre Databricks, que contiene más de 100 terabytes de datos sanitarios de la vida real desidentificados organizados en vistas materializadas de capa Gold.

El cuello de botella era la dependencia de SQL. Cada vez que una empresa farmacéutica enviaba una solicitud de viabilidad, consultando poblaciones de pacientes específicas, áreas terapéuticas o calidad de datos longitudinales, un pequeño equipo de analistas tenía que escribir consultas SQL personalizadas desde cero. Cada solicitud tenía lógica y criterios diferentes. Distintos analistas abordaban consultas similares de forma distinta, produciendo respuestas inconsistentes y creando variabilidad que erosionaba la confianza del cliente. El tiempo de respuesta habitual era de 3 a 5 días. En un mercado competitivo donde los socios de canal evalúan múltiples proveedores, ese retraso perdía oportunidades de negocio.

FinThrive desplegó Databricks AI/BI Genie sobre su arquitectura de lakehouse existente y la capa de gobernanza de Unity Catalog. La implementación aprovecha vistas materializadas construidas sobre tablas de capa Gold, permitiendo tiempos de respuesta de consulta inferiores a un segundo incluso en conjuntos de datos con miles de millones de registros. El equipo gestiona la seguridad de los datos proporcionando únicamente acceso agregado y compatible con HIPAA a través de Genie, garantizando que no se exponga información detallada de pacientes. La interfaz en lenguaje natural se sitúa sobre esta arquitectura, permitiendo a los usuarios formular consultas en inglés sencillo y recibir resultados estructurados en minutos.

El impacto fue inmediato para el equipo de ventas. Los representantes ahora introducen los criterios del cliente directamente en AI/BI Genie y envían respuestas en horas en lugar de esperar días a que un analista esté disponible. La consistencia mejoró drásticamente: la misma pregunta formulada dos veces ahora devuelve la misma respuesta, independientemente de quién pregunte. Los analistas, liberados de consultas de viabilidad repetitivas, se trasladaron a trabajo analítico de mayor valor. Los datos de FinThrive muestran que el tiempo de respuesta de consultas cayó por debajo de las 24 horas, frente al estándar anterior de 3 a 5 días.

La siguiente fase extiende el acceso a Genie a los equipos de marketing y, eventualmente, a socios de canal externos a través de una capa de aplicación segura construida sobre la API de AI/BI Genie. Se están desarrollando integraciones a través de Microsoft Teams para usuarios internos. La arquitectura de FinThrive posiciona el lakehouse como la única fuente de verdad para consultas tanto operativas como analíticas, y Genie como la interfaz a través de la cual toda la organización, y finalmente los socios externos, interactuarán con esos datos sin necesidad de conocimientos de SQL.