Il prossimoProssima guida
Rischi di conformità alla codifica e all'upcoding dell'intelligenza artificiale
Società
GUIDA alle industrie
L'intelligenza artificiale nella codifica dell'aggiustamento del rischio HCC esegue la scansione delle cartelle cliniche per condizioni croniche documentate che corrispondono alle categorie gerarchiche delle condizioni, che CMS utilizza per calcolare i punteggi di rischio e i pagamenti per gli iscritti a Medicare Advantage.
Ascolta questa guidaNarrato dall'IA · ~3 min
Ogni diagnosi supportata può modificare il pagamento di un piano, quindi la precisione è importante in entrambe le direzioni. Manca una condizione reale significa pagamento insufficiente. L'aggiunta di una diagnosi non supportata dal record crea pagamenti in eccesso, responsabilità di audit e possibile esposizione al False Claims Act.
Il modello CMS-HCC prevede il costo atteso di ciascun iscritto a Medicare Advantage in base a fattori demografici e codici diagnostici raggruppati in categorie di condizioni gerarchiche. Il risultato è un fattore di aggiustamento del rischio (RAF) che ridimensiona il pagamento al piano. Le gerarchie implicano che quando vengono codificate condizioni correlate di diversa gravità, conta solo la categoria più grave in quella famiglia. La diagnosi viene ripristinata ogni anno solare, quindi una condizione cronica deve essere documentata nuovamente ogni anno. Deve anche derivare da un incontro faccia a faccia con un tipo di fornitore accettabile. I referti radiologici diagnostici, ad esempio, non sono idonei. CMS ha introdotto gradualmente un modello rivisto, noto come V28, dal 2024 al 2026. Ha ristrutturato le categorie e rimosso molti codici diagnostici dal pagamento, il che ha cambiato i risultati che contano. Gli strumenti di intelligenza artificiale leggono le note cliniche, trovano menzioni di condizioni, controllano se ciascuna è attuale, negata o storica, le mappano sui codici ICD-10-CM e quindi sugli HCC e collegano ciascun risultato al testo di supporto. I programmatori esaminano i suggerimenti. Questa revisione è importante perché l’errore più comune dell’intelligenza artificiale è trattare una menzione come una diagnosi. Elenchi di problemi, elenchi di farmaci, storia familiare e frasi come "storia di" non mostrano che una condizione sia stata valutata o trattata durante la visita. Il rischio di audit è reale. CMS conduce audit RADV (Risk Adjustment Data Validation) e una regola del 2023 ha consentito di estrapolare i risultati degli audit attraverso un contratto a partire dall'anno di pagamento 2018. I rapporti OIG hanno messo in dubbio le diagnosi riportate solo attraverso revisioni di grafici o valutazioni del rischio sanitario a domicilio. Il Dipartimento di Giustizia ha intentato causa contro il False Claims Act sostenendo che i piani utilizzavano revisioni delle carte solo per aggiungere codici, senza eliminare quelli non supportati. Un malinteso frequente è che MEAT (Monitor, Evaluate, Assess or Address, Treat) sia un regolamento CMS. Si tratta di una convenzione di settore per la revisione contabile. Il requisito effettivo è la documentazione che supporti il codice secondo le linee guida ICD-10-CM.
Una revisione retrospettiva rileva che il diabete di tipo 2 con neuropatia è documentato in una nota clinica, con una valutazione e un piano, ma la diagnosi non ha mai raggiunto una richiesta. Il codificatore conferma la documentazione e invia E11.40 per quella data del servizio.
Un’intelligenza artificiale che esegue una revisione bidirezionale segnala una visita ambulatoriale codificata con un codice di ictus acuto per un paziente il cui ictus si è verificato anni prima. Si consiglia di eliminare quel codice e sostituirlo con un codice per la cronologia degli ictus o per i suoi effetti duraturi, come documentato.
Le note menzionano la dialisi tre volte a settimana, ma nessun fornitore ha documentato una malattia renale allo stadio terminale. Lo strumento non codifica l'ESRD. Invia una richiesta di documentazione in modo che il medico curante possa affrontarla alla visita successiva.
Prima di una visita benessere annuale, il sistema elenca le condizioni documentate l’anno scorso ma non ancora quest’anno. Il medico deve effettivamente valutarli ciascuno durante la visita. La conferma tramite casella di controllo non è sufficiente.
La pressione sull’aggiustamento del rischio sta aumentando da diverse direzioni: la transizione V28, l’ampliamento degli audit RADV con estrapolazione e la continua applicazione delle norme federali. Gli strumenti commercializzati solo in base al numero di nuovi codici che trovano rappresentano una responsabilità crescente. Strumenti che combinano la ricerca di condizioni mancate con l’eliminazione di codici non supportati e che mantengono una traccia di prove, adatti a dove sembrano dirigersi i regolatori. L’uso dell’intelligenza artificiale prima delle visite, per spingere i medici a valutare le condizioni durante la visita piuttosto che cercare codici in seguito, è un modello più difendibile. Le specifiche modifiche future al modello di pagamento dovrebbero essere prese dagli annunci del CMS, non dalle previsioni.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L'intelligenza artificiale nella codifica dell'aggiustamento del rischio HCC esegue la scansione delle cartelle cliniche per condizioni croniche documentate che corrispondono alle categorie gerarchiche delle condizioni, che CMS utilizza per calcolare i punteggi di rischio e i pagamenti per gli iscritti a Medicare Advantage. Ogni diagnosi supportata può modificare il pagamento di un piano, quindi la precisione è importante in entrambe le direzioni. Manca una condizione reale significa pagamento insufficiente. L'aggiunta di una diagnosi non supportata dal record crea pagamenti in eccesso, responsabilità di audit e possibile esposizione al False Claims Act.
Le gerarchie impediscono il doppio conteggio all'interno di una famiglia di condizioni. Solo la categoria più grave conta ai fini del punteggio di rischio.
I punteggi di rischio vengono ricostruiti ogni anno in base agli incontri qualificanti di quell'anno, quindi una condizione permanente deve essere supportata nuovamente ogni anno.
I codificatori non possono assegnare una diagnosi che il fornitore non ha documentato. Il passo giusto è una query in modo che il medico curante possa affrontare la condizione.
La revisione bidirezionale corregge gli errori in entrambe le direzioni. I casi del False Claims Act hanno preso di mira le revisioni dei grafici che si presume aggiungessero solo codici.
Il MEAT è un modo ampiamente utilizzato per organizzare la revisione, ma lo standard effettivo di CMS è la documentazione che supporta la diagnosi secondo le linee guida ICD-10-CM.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Rischi di conformità alla codifica e all'upcoding dell'intelligenza artificiale
Società