NastępnyNastępny poradnik
Sztuczna inteligencja w kodowaniu korekty ryzyka HCC
Przemysły
PRZEWODNIK Społeczny
Upkodowanie AI ma miejsce, gdy oprogramowanie kodujące, wspomagane komputerowo silniki kodujące lub narzędzia dokumentacji AI sugerują lub przypisują kody rozliczeniowe zapewniające wyższy poziom usług lub ważność większą niż wynika to z dokumentacji medycznej.
Ma to znaczenie, ponieważ roszczenie składa dostawca, a nie sprzedawca, więc nieobsługiwane kody zaakceptowane przez narzędzie AI mogą stać się nadpłatami i skutkować odpowiedzialnością na mocy federalnej ustawy o fałszywych roszczeniach.
Upcoding nie jest niczym nowym, ale sztuczna inteligencja zmienia swoją skalę i sposób, w jaki to się dzieje. Osoba, która zmienia kod, ma wpływ na roszczenia, których dotyka. Model kodowania oparty na wyższych kodach wpływa na każde rozpatrywane roszczenie. To usprawnienie może wynikać ze szkoleń dotyczących historycznych danych rozliczeniowych, które już zawierały kodowanie w górę, z produktu stworzonego w celu maksymalizacji „przechwytywania przychodów” lub z nawyków związanych z dokumentacją wychwytywanych przez narzędzie, takich jak sklonowane notatki i kopiowane do przodu długie listy problemów. Narzędzia dokumentacji generatywnej dodają drugą drogę. Pisarz z otoczenia może sformułować diagnozę bardziej szczegółowo lub poważniej, niż miał na myśli lekarz, i to sformułowanie wpływa następnie na kod. Narażenie prawne wynika głównie z ustawy o fałszywych roszczeniach. Zgodnie z ustawą składanie fałszywych wniosków do programów federalnych, takich jak Medicare i Medicaid, może skutkować potrójnym odszkodowaniem oraz karą cywilną za każde roszczenie, a kwoty kar są korygowane o inflację. Nie jest wymagany dowód zamiaru oszustwa. Ustawa definiuje pojęcie „świadomie” jako celową niewiedzę i lekkomyślne lekceważenie prawdy. Zbiorcze akceptowanie sugestii AI bez przeglądu lub ignorowanie ustaleń audytu wewnętrznego prawdopodobnie może spełnić ten standard. Przepisy qui tam umożliwiają prywatnym sygnalistom, często programistom, audytorom lub byłym pracownikom, złożenie pozwu i udział w odzyskaniu środków. Odrębnie prawo federalne wymaga od dostawców zgłaszania i zwracania zidentyfikowanych nadpłat Medicare i Medicaid w ciągu 60 dni, więc audyt, który wykryje błędy spowodowane sztuczną inteligencją, tworzy obowiązek spłaty. Często pojawiają się trzy błędne przekonania. Po pierwsze, ryzyko ponosi sprzedawca. Umowa może przewidywać odszkodowanie, ale dostawca usług rozliczeniowych potwierdza roszczenie. Po drugie, wszystko, co napisała sztuczna inteligencja, liczy się jako dokumentacja. Kodeksy muszą być poparte dokumentacją i zgodą lekarza prowadzącego. Po trzecie, niedokodowanie jest bezpiecznym wyborem. Systematyczne niedokodowanie to także niedokładne kodowanie. Celem są kody pasujące do rekordu, a nie kody przesuwane w którąkolwiek stronę.
Zarówno katastrofalne, jak i codzienne szkody spowodowane sztuczną inteligencją zależą od tego, kto rozumie ryzyko i kto może podjąć działania.
Umiejętność korzystania z usług publicznych i zawodowych wpływa na to, czy silna polityka bezpieczeństwa jest politycznie możliwa.
Jasne wyjaśnienia ograniczają wpływ szumu, PR laboratoryjnego i niejasnego teatru etycznego.
Nadzór nad kodowaniem opartym na algorytmach prawdopodobnie skupi większą uwagę, ponieważ audytorzy rządowi sprawdzili już, w jaki sposób diagnozy są przedstawiane w celu korekty ryzyka Medicare Advantage, a płatnicy korzystają z własnych analiz, aby znaleźć wartości odstające w rozliczeniach. Organizacje mogą spodziewać się pytań na temat tego, jak zweryfikowano ich narzędzia do kodowania, w jaki sposób sprawdzane są sugestie i czy monitorowano je pod kątem dryfowania. Sugestie powiązane z dowodami i regularne sprawozdania z audytów prawdopodobnie staną się podstawowymi oczekiwaniami w umowach z dostawcami. Nadal nie jest jasne, w jaki sposób przyszłe egzekwowanie przepisów będzie traktować kodowanie wspomagane sztuczną inteligencją, dlatego udokumentowane procesy przeglądu są obecnie stanowiskiem, którego najlepiej obronić.
Silnik sugestii E/M dla pacjentów ambulatoryjnych zaleca numer 99215 w przypadku wizyty kontrolnej, ponieważ zlicza każdy wpis na liście problemów, które można przesłać dalej, mimo że proces podejmowania decyzji medycznych udokumentowany tego dnia obsługuje tylko numer 99213.
W projekcie noty pisarz zajmujący się pisaniem zmienia komentarz pacjenta dotyczący zawrotów głowy na schodach w „ostry lub przewlekła skurczowa niewydolność serca”. Lekarz podpisuje ją bez sprawdzenia, a kodeks dodaje dotkliwości, czego nie potwierdza żadna dokumentacja kliniczna.
Narzędzie do przeglądu wykresów Medicare Advantage pobiera diagnozy z notatek napisanych wiele lat wcześniej i proponuje je jako aktualne kody korekty ryzyka, mimo że bieżące spotkanie nie wykazuje żadnych dowodów na to, że stan był monitorowany, oceniany, oceniany lub leczony.
Zespół ds. zgodności zauważa, że jeden lekarz akceptuje prawie 100 procent sugestii dotyczących kodu sztucznej inteligencji i odbywa znacznie więcej wizyt na wysokim szczeblu niż inni lekarze tej samej specjalizacji. Zleca ukierunkowany audyt retrospektywny, następnie zapewnia edukację i zwraca nadpłaty.
Traktowanie ryzyka egzystencjalnego jako science-fiction, choć łączy w sobie możliwości.
Mylenie bezpieczeństwa produktów powierzchniowych z wyrównaniem przy dużej autonomii.
Pozostawienie odbiorcom nieanglojęzycznym i nieeksperckim jedynie źródeł o niskiej jakości.
Oddziel ryzyko szkód, niewłaściwego użycia i utraty kontroli/niewspółosiowości produktu.
Zapytaj, jakie dowody zmieniłyby Twój pogląd na temat terminów i dotkliwości.
Przedkładaj źródła pierwotne i konkretne oceny nad twierdzenia marketingowe.
Zidentyfikuj jedną ścieżkę działania: karierę, politykę, finansowanie lub umiejętności – nie tylko świadomość.
Free newsletter
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
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
Upkodowanie AI ma miejsce, gdy oprogramowanie kodujące, wspomagane komputerowo silniki kodujące lub narzędzia dokumentacji AI sugerują lub przypisują kody rozliczeniowe zapewniające wyższy poziom usług lub ważność większą niż wynika to z dokumentacji medycznej. Ma to znaczenie, ponieważ roszczenie składa dostawca, a nie sprzedawca, więc nieobsługiwane kody zaakceptowane przez narzędzie AI mogą stać się nadpłatami i skutkować odpowiedzialnością na mocy federalnej ustawy o fałszywych roszczeniach.
Jedna osoba ma wpływ na roszczenia, którymi się zajmuje. Model charakteryzujący się systematycznym odchudzaniem powtarza ten sam błąd w skali w przypadku każdego twierdzenia, którego dotyka.
Ustawa definiuje „świadomość” jako celową niewiedzę i lekkomyślne lekceważenie, zatem zbiorcze akceptowanie wyników sztucznej inteligencji bez sprawdzania może spowodować narażenie.
Niezależnie od treści umowy, usługodawca składa i potwierdza roszczenie, zatem odpowiedzialność wobec rządu zaczyna się od usługodawcy.
Świadczeniodawcy muszą zgłosić i zwrócić zidentyfikowane nadpłaty Medicare i Medicaid w ciągu 60 dni, zatem ustalenia audytu powodują powstanie obowiązku spłaty.
Zaakceptowanie niemal każdej sugestii zwykle oznacza, że recenzenci przestali sprawdzać, a nie to, że model jest zawsze słuszny.
Ucz się dalej
Wybrano więcej przewodników na ten temat
NastępnyNastępny poradnik
Sztuczna inteligencja w kodowaniu korekty ryzyka HCC
Przemysły