Riesgos de cumplimiento de codificación y actualización de IA

La codificación no es nueva, pero la IA cambia su escala y cómo sucede. Una persona que codifica afecta los reclamos que toca. Un modelo de codificación que se inclina hacia códigos superiores afecta cada reclamo que procesa. Esa optimización puede provenir de la capacitación sobre datos de facturación históricos que ya contenían codificación, de un producto creado para maximizar la "captura de ingresos" o de hábitos de documentación que la herramienta adquiere, como notas clonadas y largas listas de problemas copiadas. Las herramientas de documentación generativa añaden una segunda ruta. Un escriba ambiental puede formular un diagnóstico de manera más específica o más severa de lo que quiso decir el médico, y esa redacción luego impulsa el código. La exposición legal proviene principalmente de la Ley de Reclamaciones Falsas. Según la ley, presentar reclamos falsos a programas federales como Medicare y Medicaid puede generar daños triplicados más una multa civil por cada reclamo, y los montos de las multas se ajustan a la inflación. No se requiere prueba de intención de defraudar. La ley define "a sabiendas" para incluir la ignorancia deliberada y el desprecio imprudente de la verdad. Podría decirse que aceptar sugerencias de IA en masa sin revisión o ignorar los hallazgos de la auditoría interna puede cumplir con ese estándar. Las disposiciones qui tam permiten a los denunciantes privados, a menudo codificadores, auditores o ex empleados, presentar demandas y participar en cualquier recuperación. Por otra parte, la ley federal exige que los proveedores informen y devuelvan los sobrepagos identificados de Medicare y Medicaid dentro de los 60 días, por lo que una auditoría que encuentre errores impulsados ​​por la IA crea una obligación de reembolsar. A menudo surgen tres conceptos erróneos. La primera es que el vendedor asume el riesgo. Un contrato puede incluir una indemnización, pero el proveedor de facturación certifica el reclamo. La segunda es que todo lo que escribió la IA cuenta como documentación. Los códigos deben estar respaldados por lo que el médico tratante documentó y acordó. La tercera es que la subcodificación es la opción segura. La subcodificación sistemática también es una codificación inexacta. El objetivo son códigos que coincidan con el registro, no códigos empujados en cualquier dirección.