개요
공급업체가 아닌 제공업체가 청구서를 제출하므로 AI 도구에서 허용된 지원되지 않는 코드는 초과 지불이 되어 연방 허위 청구법에 따라 책임을 질 수 있기 때문에 중요합니다.
심층 분석
업코딩은 새로운 것이 아니지만 AI는 규모와 발생 방식을 변경합니다. 업코딩하는 사람은 자신이 건드리는 소유권 주장에 영향을 미칩니다. 더 높은 코드를 지향하는 코딩 모델은 처리하는 모든 청구에 영향을 미칩니다. 이러한 린은 이미 업코딩이 포함된 과거 청구 데이터에 대한 교육, '수익 창출'을 극대화하기 위해 구축된 제품, 복제된 메모 및 복사된 긴 문제 목록과 같이 도구가 선택하는 문서 습관에서 나올 수 있습니다. 생성적 문서화 도구는 두 번째 경로를 추가합니다. 주변 서기관은 임상의가 의미한 것보다 더 구체적이거나 더 심각하게 진단을 표현할 수 있으며, 그 표현이 코드를 구동합니다. 법적 노출은 대부분 허위 청구법에서 비롯됩니다. 이 법에 따라 Medicare 및 Medicaid와 같은 연방 프로그램에 허위 청구서를 제출하면 각 청구에 대해 3배의 손해배상금과 민사 벌금이 부과될 수 있으며 벌금 금액은 인플레이션에 맞춰 조정됩니다. 사기 의도에 대한 증거는 필요하지 않습니다. 이 법은 '고의로'를 고의적인 무지와 진실에 대한 무모한 무시를 포함한다고 정의합니다. 검토 없이 AI 제안을 대량으로 수락하거나 내부 감사 결과를 무시하는 것은 틀림없이 해당 표준을 충족할 수 있습니다. 퀴탐 조항은 코더, 감사자 또는 전직 직원과 같은 개인 내부 고발자가 소송을 제기하고 복구에 참여할 수 있도록 허용합니다. 이와 별도로 연방법에 따라 서비스 제공자는 식별된 메디케어 및 메디케이드 초과 지불을 60일 이내에 보고하고 반환해야 하므로 AI 기반 오류를 발견하는 감사를 통해 상환 의무가 발생합니다. 세 가지 오해가 자주 나타납니다. 첫 번째는 공급업체가 위험을 감수한다는 것입니다. 계약에는 면책이 포함될 수 있지만 청구 서비스 제공자가 청구를 인증합니다. 두 번째는 AI가 작성한 모든 내용이 문서로 간주된다는 것입니다. 코드는 치료 임상의가 문서화하고 동의한 내용에 의해 뒷받침되어야 합니다. 세 번째는 언더코딩이 안전한 선택이라는 것입니다. 체계적 언더코딩 역시 부정확한 코딩입니다. 목표는 어느 방향으로든 푸시되는 코드가 아니라 기록과 일치하는 코드입니다.
전략적 영향
위험과 안전
치명적인 AI 피해와 일상적인 AI 피해는 누가 위험을 이해하고 누가 조치를 취할 수 있는지에 따라 달라집니다.
더 명확한 결정들
공공 및 전문 지식은 강력한 안전 정책이 정치적으로 가능한지 여부를 결정합니다.
과장된 과장을 뚫고 나가기
명확한 설명은 과대광고, 연구실 홍보, 모호한 윤리 연극에 의한 포착을 줄입니다.
AI 업코딩 및 코딩 규정 준수 위험의 미래
정부 감사관이 이미 Medicare Advantage 위험 조정을 위해 진단을 제출하는 방법을 조사했고 지불자는 자체 분석을 사용하여 청구 이상치를 찾으므로 알고리즘 기반 코딩에 대한 감독에 더 많은 관심이 집중될 것입니다. 조직은 코딩 도구의 검증 방법, 제안 검토 방법, 드리프트 모니터링 여부에 대한 질문을 예상할 수 있습니다. 증거와 연계된 제안과 정기 감사 보고는 공급업체 계약의 기본 기대 사항이 될 가능성이 높습니다. 향후 집행이 AI 지원 코딩을 어떻게 처리할 것인지는 여전히 불안정하므로 문서화된 검토 프로세스가 오늘날 가장 방어적인 입장입니다.
실제 구현
외래환자 E/M 제안 엔진은 후속 방문을 위해 99215를 권장합니다. 왜냐하면 그날 문서화된 의학적 의사결정이 99213만 지원하더라도 복사된 문제 목록의 모든 항목을 계산하기 때문입니다.
주변 서기관은 초안 메모에서 계단에서 바람에 휩싸인 것에 대한 환자의 의견을 '만성 수축기 심부전의 급성'으로 바꿉니다. 의사는 이를 검토하지 않고 서명하며, 코드는 임상 기록의 어떤 것도 뒷받침하지 않는 심각도를 추가합니다.
Medicare Advantage 차트 검토 도구는 몇 년 전에 작성된 메모에서 진단을 가져와 현재 위험 조정 코드로 제안합니다. 비록 현재 상황에서 해당 상태가 모니터링, 평가, 평가 또는 치료되었다는 증거가 나타나지 않더라도 말입니다.
규정 준수 팀은 한 의사가 AI 코드 제안을 거의 100% 수락하고 동일한 전문 분야의 동료보다 고위급 방문이 훨씬 많다는 사실을 알아냈습니다. 집중적인 소급 감사를 지시한 다음 교육을 제공하고 초과 지급액을 환불합니다.
위험 및 가드레일
실존적 위험을 공상과학처럼 다루면서 능력을 합성합니다.
높은 자율성 하에서 정렬과 표면 제품 안전성을 혼동합니다.
영어가 아니거나 전문가가 아닌 청중에게는 품질이 낮은 소스만 남겨 둡니다.
구현 로드맵
제품 손상, 오용, 통제력 상실/잘못 정렬 위험을 분리합니다.
일정과 심각도에 대한 귀하의 견해를 바꿀 수 있는 증거가 무엇인지 물어보십시오.
마케팅 주장보다 기본 소스와 구체적인 평가를 선호하세요.
인식뿐만 아니라 경력, 정책, 자금 조달 또는 기술 등 하나의 행동 경로를 식별하십시오.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
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
Take the AI Upcoding and Coding Compliance Risks quiz
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
자주 묻는 질문
AI 업코딩 및 코딩 규정 준수 위험이란 무엇입니까?
AI 업코딩은 코딩 소프트웨어, 컴퓨터 지원 코딩 엔진 또는 AI 문서 도구가 의료 기록이 지원하는 것보다 더 높은 수준의 서비스 또는 더 큰 심각도에 대한 청구 코드를 제안하거나 할당할 때 발생합니다. 공급업체가 아닌 제공업체가 청구서를 제출하므로 AI 도구에서 허용된 지원되지 않는 코드는 초과 지불이 되어 연방 허위 청구법에 따라 책임을 질 수 있기 때문에 중요합니다.
편향된 AI 코딩 모델이 업코딩하는 한 사람보다 더 많은 규정 준수 손상을 일으킬 수 있는 이유는 무엇입니까?
한 사람이 자신이 처리하는 청구에 영향을 미칩니다. 체계적인 린을 갖춘 모델은 다루는 모든 주장에 걸쳐 대규모로 동일한 오류를 반복합니다.
허위 청구법에 따라 사기 의도가 없더라도 서비스 제공자가 책임을 지게 할 수 있는 정신 상태는 무엇입니까?
이 법은 '고의적'에 고의적인 무지와 무모한 무시를 포함한다고 정의하므로, 검토 없이 AI 결과물을 대량으로 수용하면 노출이 발생할 수 있습니다.
병원의 계약서에는 코딩 공급업체가 이를 보상할 것이라고 명시되어 있습니다. AI가 제안한 코드가 지원되지 않는데 병원은 왜 계속 노출되는 걸까요?
계약 내용이 무엇이든 공급자는 청구서를 제출하고 인증하므로 정부에 대한 책임은 공급자부터 시작됩니다.
내부 감사에서 AI 허용 코드로 인해 메디케어 초과 지불이 발생한 것으로 밝혀진 후 연방법에서는 무엇을 요구합니까?
제공자는 식별된 메디케어 및 메디케이드 초과지불을 60일 이내에 보고하고 반환해야 하므로 감사 결과에 따라 상환 의무가 발생합니다.
가이드는 자동화 편향과 어떤 경고 신호를 연결합니까?
거의 모든 제안을 수락한다는 것은 일반적으로 검토자가 확인을 중단했다는 의미이지 모델이 항상 옳다는 의미는 아닙니다.
계속 학습하세요
관련 가이드
이 주제에 대해 선택된 추가 가이드