РУКОВОДСТВО ПО Отраслям

ИИ в кодировании корректировки риска HCC

ИИ в кодировании корректировки риска HCC сканирует медицинские записи на предмет документально подтвержденных хронических заболеваний, которые соответствуют иерархическим категориям состояний, которые CMS использует для расчета оценок риска и выплат для участников Medicare Advantage.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта в кодировании корректировки рисков HCC
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Каждый поддерживаемый диагноз может изменить размер оплаты по плану, поэтому точность важна в обоих направлениях. Отсутствие реального состояния означает недоплату. Добавление диагноза, который не подтверждается записью, приводит к переплате, ответственности перед аудитом и возможному раскрытию Закона о ложных претензиях.

Глубокое погружение

Модель CMS-HCC прогнозирует ожидаемые затраты каждого участника Medicare Advantage на основе демографических факторов и диагностических кодов, сгруппированных в иерархические категории состояний. Результатом является коэффициент корректировки риска (RAF), который масштабирует выплаты по плану. Иерархия означает, что при кодировании связанных состояний разной степени тяжести учитывается только самая тяжелая категория в этом семействе. Диагнозы сбрасываются каждый календарный год, поэтому хроническое заболевание необходимо документировать заново каждый год. Это также должно происходить в результате личной встречи с приемлемым типом поставщика услуг. Например, отчеты о диагностической радиологии не соответствуют критериям. CMS поэтапно внедрила пересмотренную модель, известную как V28, в период с 2024 по 2026 год. Она реструктурировала категории и исключила из оплаты многие диагностические коды, что изменило то, какие выводы имеют значение. Инструменты искусственного интеллекта читают клинические записи, находят упоминания о заболеваниях, проверяют, является ли каждое из них текущим, отрицательным или историческим, сопоставляют их с кодами МКБ-10-CM, а затем с HCC, и связывают каждый вывод с подтверждающим текстом. Программисты просматривают предложения. Этот обзор важен, потому что наиболее распространенной ошибкой ИИ является восприятие упоминания как диагноза. Списки проблем, списки лекарств, семейный анамнез и такие фразы, как «история болезни», не указывают на то, что состояние оценивалось или лечилось во время визита. Аудиторский риск реален. CMS проводит аудит проверки данных о корректировке рисков (RADV), а правило 2023 года позволило экстраполировать результаты аудита на весь контракт, начиная с платежного года 2018. В отчетах OIG ставятся под сомнение диагнозы, сообщаемые только посредством анализа карт или оценок рисков для здоровья на дому. Министерство юстиции возбудило дела по Закону о ложных исках, утверждая, что планы использовали обзоры диаграмм только для добавления кодов, не удаляя неподдерживаемые коды. Частым заблуждением является то, что MEAT (Monitor, Evaluate, Assess or Address, Treat) – это регламент CMS. Это отраслевая конвенция по аудиту. Фактическим требованием является документация, подтверждающая код в соответствии с рекомендациями МКБ-10-CM.

Реальная реализация

Ретроспективный обзор обнаруживает, что диабет 2 типа с невропатией зарегистрирован в клинической карте с оценкой и планом, но диагноз так и не был подтвержден. Кодировщик подтверждает документацию и отправляет E11.40 на эту дату обслуживания.

Искусственный интеллект, проводящий двустороннюю проверку, отмечает посещение офиса, закодированное кодом острого инсульта, для пациента, у которого инсульт случился несколько лет назад. Он рекомендует удалить этот код и заменить его кодом истории инсульта или его долгосрочных последствий, как описано в документации.

В примечаниях упоминается диализ три раза в неделю, но ни один врач не зарегистрировал терминальную стадию почечной недостаточности. Инструмент не кодирует ТПН. Он отправляет запрос на документацию, чтобы лечащий врач мог обратиться к нему при следующем посещении.

Перед ежегодным визитом к врачу система перечисляет состояния, которые были зарегистрированы в прошлом году, но еще не в этом году. Врач должен фактически оценить каждый из них во время визита. Подтверждения флажка недостаточно.

Будущее искусственного интеллекта в кодировании корректировки рисков HCC

Давление на корректировку рисков усиливается по нескольким направлениям: переход на V28, расширенные проверки RADV с экстраполяцией и продолжающееся федеральное правоприменение. Инструменты, продаваемые только на основе того, сколько новых кодов они найдут, становятся все более обузой. Инструменты, которые сочетают поиск пропущенных условий с удалением неподдерживаемых кодов и сохраняют доказательства, соответствуют тому, куда, по всей видимости, движутся регулирующие органы. Использование ИИ перед визитом, чтобы побудить врачей оценить условия во время визита, а не искать коды после него, является более оправданной схемой. Конкретные будущие изменения в модели оплаты следует брать из объявлений CMS, а не из прогнозов.

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 HCC Risk Adjustment Coding 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 кодировании корректировки риска HCC?

ИИ в кодировании корректировки риска HCC сканирует медицинские записи на предмет документально подтвержденных хронических заболеваний, которые соответствуют иерархическим категориям состояний, которые CMS использует для расчета оценок риска и выплат для участников Medicare Advantage. Каждый поддерживаемый диагноз может изменить размер оплаты по плану, поэтому точность важна в обоих направлениях. Отсутствие реального состояния означает недоплату. Добавление диагноза, который не подтверждается записью, приводит к переплате, ответственности перед аудитом и возможному раскрытию Закона о ложных претензиях.

Что происходит в иерархиях CMS-HCC, когда кодируются оба связанных состояния различной степени тяжести?

Иерархии предотвращают двойной учет внутри семейства условий. Только самая тяжелая категория учитывается при оценке риска.

Почему хроническое заболевание необходимо документировать заново каждый календарный год?

Оценки риска перестраиваются каждый год на основе квалификационных соревнований этого года, поэтому пожизненное состояние необходимо поддерживать снова каждый год.

В примечаниях упоминается диализ, но ни один поставщик медицинских услуг не зарегистрировал ТПН. Что дает правильный рабочий процесс?

Кодировщики не могут поставить диагноз, который поставщик не задокументировал. Правильный шаг — это запрос, чтобы лечащий врач мог решить проблему.

Что делает обзор графиков «двусторонним»?

Двусторонняя проверка исправляет ошибки в обоих направлениях. В делах, связанных с Законом о ложных претензиях, речь шла о проверках диаграмм, которые, как утверждается, лишь добавляли коды.

Какое утверждение о МЯСЕ соответствует действительности, согласно руководству?

MEAT — это широко используемый способ организации проверки, но фактическим стандартом CMS является документация, подтверждающая диагноз в соответствии с рекомендациями МКБ-10-CM.

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 →