IA para auditorías de codificación médica

Las auditorías de codificación se presentan en dos formas. Las auditorías potenciales revisan los reclamos antes de la facturación. Las auditorías retrospectivas revisan los reclamos ya pagados. Tanto los revisores internos como los externos hacen este trabajo. Los revisores externos incluyen contratistas administrativos de Medicare (MAC), que realizan revisiones de Targeted Probe y Educate; Contratistas de Auditoría de Recuperación; Contratistas de Integridad del Programa Unificado; el programa integral de pruebas de tasa de errores de CMS; la Oficina del Inspector General del HHS; y pagadores comerciales y de Medicare Advantage. La Guía del Programa de Cumplimiento General de la OIG, publicada en noviembre de 2023, enumera la auditoría y el monitoreo como un elemento central de un programa de cumplimiento. La IA ayuda en tres lugares. En primer lugar, la puntuación de riesgo elige dónde buscar. Compara distribuciones de código con pares, señala el uso inusual de modificadores y detecta violaciones de edición. En segundo lugar, la revisión automatizada compara cada código con la documentación y las reglas del pagador, como las ediciones del NCCI y las determinaciones de cobertura local y nacional. Luego redacta un hallazgo con la evidencia que lo respalda. En tercer lugar, los resultados se incorporan a los informes y la educación, desglosados ​​por proveedor, código o tipo de error. El error más importante es que revisar el 100 por ciento de las reclamaciones con IA reemplaza el muestreo estadístico. No es así. Una señal de IA es una pista, no un hallazgo, hasta que un auditor calificado la confirma. Para estimar cuánto vale un sobrepago en un grupo completo de reclamaciones, se necesita un método de muestreo documentado y estadísticamente válido. La OIG ofrece el software gratuito RAT-STATS para ello. Las revisiones específicas de reclamaciones de alto riesgo son útiles, pero no pueden proyectarse a todo el grupo de reclamaciones. Lo que está en juego se deriva de las normas federales sobre pagos excesivos, que exigen que los pagos excesivos se informen y se devuelvan dentro de los 60 días siguientes a su identificación. CMS actualizó la regla en 2024 para permitir una pausa limitada en ese plazo mientras se lleva a cabo una investigación de buena fe. Un sistema de IA que saca a la luz problemas pero no tiene un proceso para resolverlos puede crear exposición en lugar de reducirla.