РУКОВОДСТВО ПО Отраслям

ИИ в управлении отказом от претензий

ИИ в управлении отказом от претензий использует машинное обучение и языковые модели, чтобы прогнозировать, какие претензии плательщик, скорее всего, отклонит до их подачи, сортировать и маршрутизировать отказы после их поступления, а также составлять апелляционные письма.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта в управлении отказом от претензий
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Отказы задерживают оплату и требуют времени персонала, и многие из них можно предотвратить. Страховщики также используют алгоритмы для рассмотрения и отклонения претензий, что привело к судебным искам и новым федеральным правилам и правилам штата.

Глубокое погружение

Претензия подается посредством стандартных электронных транзакций. Оно отправляется как X12 837. Плательщик подтверждает это, и отказ на этом этапе означает, что претензия так и не поступила в обработку. Решение плательщика возвращается в виде денежного перевода 835 с кодами причин корректировки претензии (CARC) и кодами примечаний к уведомлению о денежном переводе. Примеры включают CO-16 для отсутствующей информации, CO-50 для услуг, которые не считаются необходимыми с медицинской точки зрения, CO-29 для истекшего срока подачи заявок и CO-197 для отсутствия разрешения. Эти коды дают системам ИИ помеченную историю, на которой можно учиться. ИИ на стороне поставщика работает тремя способами. Модели прогнозирования учитывают прошлые претензии и их результаты, используя такие функции, как плательщик, комбинации процедур и диагнозов, модификаторы и статус авторизации. Они регистрируют новые претензии перед подачей. Инструменты классификации считывают денежные переводы и письма плательщиков, группируют отказы по основной причине и отправляют их команде, которая сможет их исправить. Языковые модели проектов обращений. Они полезны, но могут изобретать политические формулировки или неправильно цитировать диаграмму, поэтому человек должен проверять каждую цитату. Страховщики тоже используют автоматизацию. Начиная с 2023 года, в судебных процессах UnitedHealth и Humana обвинялись в использовании инструмента naviHealth nH Predict для прекращения оказания неотложной медицинской помощи пациентам Medicare Advantage, а Cigna обвинялась в использовании своей системы PxDx для массового отклонения претензий без индивидуального рассмотрения. Компании оспаривают претензии. Правила CMS для Medicare Advantage, вступившие в силу в 2024 году, гласят, что решения о страховом покрытии должны основываться на обстоятельствах конкретного пациента, а не только на алгоритме. Отдельное правило CMS 2024 года устанавливает более быстрые сроки принятия решения о предварительной авторизации и требует наличия электронных интерфейсов предварительной авторизации. Некоторые штаты, в том числе Калифорния, приняли законы, требующие, чтобы лицензированные врачи принимали решения о медицинской необходимости. Распространенным заблуждением является то, что отказ является окончательным. Многие отказы отменяются в апелляционном порядке, и наиболее эффективные программы отказа устраняют первопричину, такую ​​как регистрация, авторизация или документация, поэтому отказы больше не происходят.

Реальная реализация

Прежде чем подать заявку на амбулаторную МРТ, модель помечает ее как высокий риск. Этот плательщик неоднократно отклонял аналогичные претензии с кодом причины CO-197 (отсутствие предварительной сертификации), когда не был указан номер авторизации. Сотрудники находят разрешение и добавляют его до того, как претензия будет отправлена.

В очереди на отказ группируются входящие 835 денежных переводов по коду причины и плательщику. Пакет опровержений CO-16 (недостающая информация) поступает в группу регистрации, а не кодировщикам, которые все равно не смогли исправить эти претензии.

Специалист по апелляциям использует языковую модель для составления апелляции по медицинским показаниям. В нем приводятся критерии полиса плательщика и соответствующие выдержки из таблицы. Прежде чем письмо будет отправлено, врач сверяет каждую цитату с действительной политикой и записями.

Команда больницы по заключению контрактов отслеживает, как часто один плательщик отказывается от определенной процедуры после автоматической проверки. Он использует эту модель при переговорах по контракту и в жалобе государственному страховому регулятору.

Будущее искусственного интеллекта в управлении отказом от претензий

Управление отказами становится конкуренцией между автоматизацией на стороне поставщика и плательщика, при этом регулирующие органы устанавливают ограничения на использование алгоритмов при принятии решений о покрытии. Предварительное электронное разрешение в соответствии с правилами совместимости CMS может предотвратить некоторые отказы путем урегулирования требований до оказания медицинской помощи, но только в том случае, если плательщики и поставщики EHR хорошо реализуют это. Иски по поводу алгоритмических опровержений все еще рассматриваются в судах, и их результаты могут определить, сколько плательщики проверок должны документировать. Для поставщиков услуг устойчивая выгода будет заключаться в устранении коренных причин отказов, а не в более быстром написании апелляций.

Применение на практике

Почему это важно

  • Контекст и правила. Отраслевой контекст определяет, выживут ли идеи ИИ при контакте с реальностью.
  • Контроль качества. Ограничения предметной области влияют на приемлемый уровень ошибок и модели надзора.
  • Выбор сборки. Успешные развертывания позволяют согласовать технические возможности с рабочими процессами на переднем крае.

Следите за

  • Нормативные требования могут сделать недействительными сильные прототипы.
  • Исторические данные могут отражать предвзятость, которая наносит вред конкретным сообществам.
  • Устаревшие системы могут создавать узкие места в интеграции и скрытые затраты.

Следующие шаги

  1. Привлекайте экспертов в предметной области от постановки проблемы до оценки.
  2. Разработайте журналы аудита и документацию перед запуском.
  3. Заблаговременно проверяйте соответствие требованиям и обязательства по безопасности.
  4. Развертывание поэтапно с четкими критериями остановки и отката.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI in Claim Denial Management quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое ИИ в управлении отказом от претензий?

ИИ в управлении отказом от претензий использует машинное обучение и языковые модели, чтобы прогнозировать, какие претензии плательщик, скорее всего, отклонит до их подачи, сортировать и маршрутизировать отказы после их поступления, а также составлять апелляционные письма. Отказы задерживают оплату и требуют времени персонала, и многие из них можно предотвратить. Страховщики также используют алгоритмы для рассмотрения и отклонения претензий, что привело к судебным искам и новым федеральным правилам и правилам штата.

Что в примере с МРТ обнаружила модель прогнозирования перед отправкой?

CO-197 означает отсутствие предварительной сертификации или разрешения. Из истории плательщика модель узнала, что подобные претензии без номера авторизации, как правило, отклоняются.

Чем отказ в удовлетворении заявления отличается от отказа?

Отказ происходит при подтверждении, прежде чем плательщик обработает претензию. Отказы возвращаются на номер 835 после обработки претензии. Их причины и способы устранения различаются, поэтому модели должны хранить их отдельно.

Почему рабочая очередь отправляет отказы CO-16 сотрудникам регистрации, а не кодировщикам?

CO-16 означает, что в заявлении отсутствует информация, необходимая для обработки. Часто это демографические или страховые данные, собираемые при регистрации, поэтому маршрутизация по основной причине отправляет их команде, которая может это исправить.

Каков основной риск использования языковой модели для составления апелляционных писем?

Языковые модели могут создавать текст, который звучит правильно, но является неправильным. Человек должен проверять каждую цитату политики и выдержку из диаграммы, в идеале с помощью автоматической проверки наличия каждой цитаты в источнике.

Что правила CMS Medicare Advantage, вступающие в силу в 2024 году, говорят об алгоритмах принятия решений о страховом покрытии?

В CMS заявили, что планы Medicare Advantage должны основывать решения о страховом покрытии на обстоятельствах конкретного пациента, и одного алгоритма недостаточно.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →