VolgendeVolgende gids
Algoritmen voor het weigeren van claims voor ziektekostenverzekeringen
Samenleving
Gids voor industrieën
AI bij het beheer van geweigerde claims maakt gebruik van machine learning en taalmodellen om te voorspellen welke claims een betaler waarschijnlijk zal weigeren voordat deze worden ingediend, om weigeringen te sorteren en door te sturen nadat ze binnenkomen, en om beroepsbrieven op te stellen.
Luister naar deze gidsAI-verteld · ~3 min
Weigeringen vertragen de betaling en kosten personeelstijd, en veel daarvan zijn te voorkomen. Verzekeraars gebruiken ook algoritmen om claims te beoordelen en te weigeren, wat heeft geleid tot rechtszaken en nieuwe federale en staatsregels.
Een claim verloopt via standaard elektronische transacties. Het wordt verzonden als een X12 837. De betaler bevestigt dit, en een afwijzing in dat stadium betekent dat de claim nooit in behandeling is genomen. De beslissing van de betaler komt terug op een 835-overboeking met Claim Adjustment Reason Codes (CARC's) en Remittance Advice Remark Codes. Voorbeelden hiervan zijn CO-16 voor ontbrekende informatie, CO-50 voor diensten die niet medisch noodzakelijk worden geacht, CO-29 voor een verstreken indieningsdeadline en CO-197 voor een ontbrekende machtiging. Deze codes geven AI-systemen het label geschiedenis om van te leren. AI aan de providerzijde werkt op drie manieren. Voorspelmodellen leren van claims uit het verleden en hun uitkomsten, met behulp van functies zoals betaler-, procedure- en diagnosecombinaties, modifiers en autorisatiestatus. Ze scoren nieuwe claims voordat ze worden ingediend. Classificatietools lezen overmakingen en brieven van betalers, groeperen weigeringen op hoofdoorzaak en sturen ze naar het team dat ze kan oplossen. Taalmodellen stellen beroepen op. Ze zijn nuttig, maar kunnen beleidstaal verzinnen of de grafiek verkeerd citeren, dus een mens moet elke citatie controleren. Ook verzekeraars maken gebruik van automatisering. Vanaf 2023 werden UnitedHealth en Humana in rechtszaken beschuldigd van het gebruik van de naviHealth nH Predict-tool om de postacute zorg voor Medicare Advantage-patiënten stop te zetten, en werd Cigna ervan beschuldigd zijn PxDx-systeem te gebruiken om claims in bulk af te wijzen zonder individuele beoordeling. De bedrijven betwisten de claims. CMS-regels voor Medicare Advantage die in 2024 van kracht werden, zeggen dat beslissingen over de dekking moeten berusten op de omstandigheden van de individuele patiënt, en niet alleen op een algoritme. Een aparte CMS-regel voor 2024 stelt snellere besluitvormingstermijnen voor voorafgaande autorisatie vast en vereist elektronische interfaces voor voorafgaande autorisatie. Sommige staten, waaronder Californië, hebben wetten aangenomen die vereisen dat bevoegde artsen beslissingen nemen over de medische noodzaak. Een veel voorkomende misvatting is dat een weigering definitief is. Veel weigeringen worden in hoger beroep ongedaan gemaakt, en de meest effectieve weigeringsprogramma's verhelpen de onderliggende oorzaak, zoals registratie, autorisatie of documentatie, zodat dezelfde weigering niet meer voorkomt.
Voordat een poliklinische MRI-claim wordt ingediend, markeert een model dit als hoog risico. Deze betaler heeft soortgelijke claims herhaaldelijk afgewezen met redencode CO-197 (voorcertificering afwezig) terwijl er geen autorisatienummer was bijgevoegd. Medewerkers vinden de autorisatie en voegen deze toe voordat de claim wordt verzonden.
Een werkwachtrij voor weigering groepeert inkomende 835-overmakingen op redencode en betaler. Een reeks CO-16-weigeringen (ontbrekende informatie) gaat naar het registratieteam in plaats van naar codeerders, die deze claims toch niet konden oplossen.
Een beroepsspecialist gebruikt een taalmodel om een beroepschrift wegens medische noodzaak op te stellen. Het citeert de beleidscriteria van de betaler en de bijbehorende fragmenten uit het diagram. Een arts controleert elke citatie aan de hand van het daadwerkelijke beleid en registreert voordat de brief wordt verzonden.
Het contracterende team van een ziekenhuis houdt bij hoe vaak een betaler een bepaalde procedure weigert na een geautomatiseerde beoordeling. Het gebruikt dit patroon bij contractonderhandelingen en bij een klacht bij de staatsverzekeringstoezichthouder.
Denial management wordt een strijd tussen automatisering aan de aanbiederzijde en aan de betalerzijde, waarbij toezichthouders grenzen stellen aan de manier waarop algoritmen kunnen worden gebruikt bij dekkingsbeslissingen. Elektronische voorafgaande toestemming op grond van de CMS-interoperabiliteitsregels kan sommige weigeringen voorkomen door de vereisten te regelen voordat zorg wordt verleend, maar alleen als betalers en EPD-leveranciers dit goed implementeren. Rechtszaken over algoritmische weigeringen lopen nog steeds via de rechtbanken, en de resultaten ervan kunnen bepalen hoeveel menselijke beoordelingsbetalers moeten documenteren. Voor aanbieders komt de gestage winst voort uit het oplossen van de grondoorzaken van weigeringen in plaats van het sneller indienen van bezwaarschriften.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
AI bij het beheer van geweigerde claims maakt gebruik van machine learning en taalmodellen om te voorspellen welke claims een betaler waarschijnlijk zal weigeren voordat deze worden ingediend, om weigeringen te sorteren en door te sturen nadat ze binnenkomen, en om beroepsbrieven op te stellen. Weigeringen vertragen de betaling en kosten personeelstijd, en veel daarvan zijn te voorkomen. Verzekeraars gebruiken ook algoritmen om claims te beoordelen en te weigeren, wat heeft geleid tot rechtszaken en nieuwe federale en staatsregels.
CO-197 betekent dat precertificering of autorisatie afwezig was. Het model heeft uit de geschiedenis van de betaler geleerd dat dit soort claims zonder autorisatienummer vaak worden afgewezen.
Afwijzingen gebeuren bij ontvangst, voordat de betaler de claim verwerkt. Afwijzingen komen terug op de 835 nadat de claim is verwerkt. Hun oorzaken en oplossingen verschillen, dus modellen moeten ze gescheiden houden.
CO-16 betekent dat de claim informatie mist die nodig is voor verwerking. Dat zijn vaak demografische of verzekeringsgegevens die bij de registratie zijn vastgelegd, dus door routering op basis van de hoofdoorzaak worden deze naar het team gestuurd dat het probleem kan oplossen.
Taalmodellen kunnen tekst produceren die goed klinkt, maar fout is. Een mens moet elk beleidscitaat en grafiekfragment controleren, idealiter met een geautomatiseerde controle of elk citaat in de bron verschijnt.
CMS zei dat Medicare Advantage-plannen dekkingsbeslissingen moeten baseren op de omstandigheden van de individuele patiënt, en dat een algoritme op zichzelf niet voldoende is.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
Algoritmen voor het weigeren van claims voor ziektekostenverzekeringen
Samenleving