التاليالدليل التالي
الذكاء الاصطناعي لتشفير المستوى E/M
التطبيقات
دليل التطبيقات
يستخدم الذكاء الاصطناعي في عمليات تدقيق الترميز الطبي برامج لتصنيف المطالبات حسب المخاطر، ومقارنة الرموز مع الوثائق وقواعد الدافع، ووضع علامة على الأخطاء المحتملة ليقوم المدققون البشريون بتأكيدها.
فهو يساعد مقدمي الخدمات في العثور على المدفوعات الزائدة والمدفوعات المنخفضة قبل أن يقوم الدافعون أو مقاولو تدقيق الاسترداد أو مكتب المفتش العام. وهذا مهم لأنه بمجرد تحديد الدفع الزائد، تتطلب القواعد الفيدرالية الإبلاغ عنه وإعادته خلال المواعيد النهائية المحددة.
تأتي عمليات تدقيق الترميز في شكلين. تقوم عمليات التدقيق المستقبلية بمراجعة المطالبات قبل إعداد الفواتير. تقوم عمليات التدقيق بأثر رجعي بمراجعة المطالبات المدفوعة بالفعل. يقوم كل من المراجعين الداخليين والخارجيين بهذا العمل. يشمل المراجعون الخارجيون مقاولو الرعاية الطبية الإداريين (MACs)، الذين يقومون بإجراء مراجعات مستهدفة وتثقيفية؛ مقاولو تدقيق الاسترداد؛ مقاولو سلامة البرنامج الموحد؛ برنامج اختبار معدل الخطأ الشامل الخاص بـ CMS؛ ومكتب المفتش العام لوزارة الصحة والخدمات الإنسانية؛ والدافعين التجاريين و Medicare Advantage. تُدرج إرشادات برنامج الامتثال العام لمكتب المفتش العام، والتي صدرت في نوفمبر 2023، التدقيق والمراقبة كعنصر أساسي في برنامج الامتثال. يساعد الذكاء الاصطناعي في ثلاثة أماكن. أولاً، يختار تسجيل المخاطر المكان الذي يجب البحث فيه. فهو يقارن توزيعات التعليمات البرمجية مع أقرانه، ويضع علامة على الاستخدام غير المعتاد للمعدل ويكشف عن انتهاكات التحرير. ثانيًا، تقارن المراجعة الآلية كل رمز مع الوثائق وقواعد الدافع، مثل تعديلات NCCI وتحديدات التغطية المحلية والوطنية. ثم يقوم بعد ذلك بصياغة النتيجة مع الأدلة الداعمة. ثالثًا، يتم تغذية النتائج بإعداد التقارير والتعليم، مقسمة حسب المزود أو الرمز أو نوع الخطأ. المفهوم الخاطئ الأكثر أهمية هو أن مراجعة 100 بالمائة من المطالبات باستخدام الذكاء الاصطناعي تحل محل أخذ العينات الإحصائية. لا. تعتبر علامة الذكاء الاصطناعي بمثابة دليل، وليست نتيجة، حتى يؤكدها مدقق مؤهل. لتقدير قيمة الدفعة الزائدة عبر مجموعة كاملة من المطالبات، تحتاج إلى طريقة أخذ عينات موثقة وصالحة إحصائيًا. يقدم OIG برنامج RAT-STATS مجانًا لهذا الغرض. تعد المراجعات المستهدفة للمطالبات عالية المخاطر مفيدة، ولكن لا يمكن إسقاطها على مجموعة المطالبات بأكملها. وتأتي المخاطر من قواعد المدفوعات الزائدة الفيدرالية، التي تتطلب الإبلاغ عن المدفوعات الزائدة وإعادتها في غضون 60 يومًا من تحديدها. قامت CMS بتحديث القاعدة في عام 2024 للسماح بتوقف مؤقت محدود في هذا الموعد النهائي أثناء إجراء تحقيق بحسن نية. يمكن لنظام الذكاء الاصطناعي الذي يعرض المشكلات ولكن ليس لديه عملية لحلها أن يخلق التعرض بدلاً من تقليله.
يحدد التصميم على مستوى التطبيق ما إذا كان الذكاء الاصطناعي سيحسن النتائج الحقيقية.
يؤدي التكامل الجيد لسير العمل إلى تحقيق مكاسب إنتاجية يمكن للمستخدمين الوثوق بها.
تعمل حالات الاستخدام ذات النطاق الجيد على تقليل إجهاد التغيير ومخاطر التنفيذ.
يستخدم الدافعون والمقاولون الحكوميون بالفعل تحليلات البيانات لاختيار أهداف التدقيق، ويتبنى مقدمو الخدمات أدوات مماثلة حتى يتمكنوا من رؤية مخاطرهم أولاً. نتوقع أن يتولى الذكاء الاصطناعي المزيد من عمليات جمع الأدلة والمراجعة الأولية، مع تركيز المدققين البشريين على قرارات الحكم مثل التحقق السريري. من غير المرجح أن يتم تخفيف متطلبات عمليات التدقيق التي يمكن الدفاع عنها، بما في ذلك أخذ العينات الصحيحة والمراجعين المؤهلين والأساليب الموثقة، بسبب تحسن البرنامج. تحصل المؤسسات على أكبر قيمة عندما تؤدي نتائج الذكاء الاصطناعي إلى اتخاذ إجراءات تصحيحية، واسترداد المبالغ المستحقة، وتثقيف مقدم الخدمة.
تحصل مجموعة الأطباء على درجة الذكاء الاصطناعي لكل مطالبة إلكترونية/ذكية من الربع الأخير فيما يتعلق بالمخاطر. يقوم المدققون بعد ذلك بسحب عينة عشوائية من الأطباء الأكثر تعرضًا للخطر ومراجعة تلك المخططات يدويًا.
يقوم المستشفى بإعادة تشغيل عمليات NCCI من إجراء إلى إجراء وتحرير غير محتمل طبيًا مقابل مطالبات المرضى الخارجيين المدفوعة بالفعل. يجد الخطوط التي تجاوزت فيها الوحدات المفوترة حد التحرير.
قبل إصدار الفواتير، يقوم الذكاء الاصطناعي بوضع علامة على حالات المرضى الداخليين حيث تكمن المضاعفات الرئيسية في إشارة واحدة إلى فشل الجهاز التنفسي الحاد دون وجود مؤشرات سريرية داعمة. يقوم أخصائي التوثيق السريري بمراجعة كل حالة قبل إرسال المطالبة.
بعد أن يعلن أحد مقاولي Medicare عن مراجعة مستهدفة وتثقيفية، يستخدم فريق الامتثال الذكاء الاصطناعي لجمع السجلات المطلوبة والتحقق من التوقيعات والأوامر المفقودة قبل إرسالها.
يمكن أن تؤدي أتمتة عملية معطلة إلى تضخيم المشاكل الموجودة.
قد تقوم الفرق بالإفراط في أتمتة وإزالة الحكم البشري المطلوب.
يمكن أن تنحرف الجودة إذا لم يتم تقييم المخرجات بشكل مستمر.
قم بتخطيط سير العمل الحالي وحدد خطوة الاحتكاك الأعلى.
تحديد نقاط التفتيش البشرية قبل الأتمتة الكاملة.
تدريب المستخدمين على المطالبات ومسارات التصعيد ومعايير الجودة.
تتبع النتائج على مستوى المهمة لتأكيد القيمة المستدامة.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
يستخدم الذكاء الاصطناعي في عمليات تدقيق الترميز الطبي برامج لتصنيف المطالبات حسب المخاطر، ومقارنة الرموز مع الوثائق وقواعد الدافع، ووضع علامة على الأخطاء المحتملة ليقوم المدققون البشريون بتأكيدها. فهو يساعد مقدمي الخدمات في العثور على المدفوعات الزائدة والمدفوعات المنخفضة قبل أن يقوم الدافعون أو مقاولو تدقيق الاسترداد أو مكتب المفتش العام. وهذا مهم لأنه بمجرد تحديد الدفع الزائد، تتطلب القواعد الفيدرالية الإبلاغ عنه وإعادته خلال المواعيد النهائية المحددة.
أعلام الذكاء الاصطناعي هي عملاء محتملين. ولا تصبح نتائج إلا بعد أن يقوم مدقق بشري مؤهل بمراجعة الوثائق وتأكيد الخطأ.
يتطلب إسقاط النتائج على جميع المطالبات عينة عشوائية صالحة إحصائيا. إن المطالبات المختارة للمخاطر العالية من شأنها أن تبالغ في معدل الخطأ عبر المجموعة بأكملها.
RAT-STATS هو برنامج إحصائي مجاني لمكتب المفتش العام لتصميم العينات وتقدير النتائج عبر مجموعة أكبر من المطالبات.
تقوم التعديلات غير المحتملة طبيًا بتعيين الحد الأقصى لوحدات الخدمة التي يتم الإبلاغ عنها عادةً لمريض واحد في تاريخ واحد. الوحدات التي تتجاوز هذا الحد هي نتيجة شائعة للتدقيق.
تتطلب القواعد الفيدرالية الإبلاغ عن المدفوعات الزائدة المحددة وإعادتها، بشكل عام في غضون 60 يومًا، مع فترة توقف محدودة للتحقيق بحسن نية. العثور على المشاكل دون حلها يزيد من التعرض لها.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
الذكاء الاصطناعي لتشفير المستوى E/M
التطبيقات