ДалееСледующее руководство
ИИ в кодировании корректировки риска HCC
Отрасли
РУКОВОДСТВО ПО Отраслям
Компьютеризированное кодирование (CAC) — это программное обеспечение, которое с помощью обработки естественного языка читает клиническую документацию и предлагает коды диагнозов и процедур.
Прослушайте это руководствоОзвучено ИИ · ~3 min
Затем специалист-человек принимает, отклоняет или редактирует каждое предложение до того, как претензия будет окончательно оформлена. Это важно, поскольку меняет задачу специалиста с поиска по картам на проверку доказательств, а ценность инструмента зависит от точности, соответствия рабочему процессу и того, как организация оценивает производительность.
CAC adoption in the United States grew around the October 2015 switch from ICD-9 to ICD-10. The new code sets were far more detailed, and organizations feared coders would lose productivity. Established products come from companies such as 3M, whose health information business became part of Solventum in 2024, and Optum, among others. The workflow has four steps: Documentation flows from the EHR into the CAC system, including progress notes, operative reports, discharge summaries and results; a natural language processing engine reads the text, identifies conditions and procedures and proposes codes, each linked to the supporting phrases; the coder reviews each suggestion. They accept it, reject it, or edit it to a more specific or correct code, and add any codes the system missed; and the coder applies official guidelines, such as sequencing rules and the different inpatient and outpatient rules for uncertain diagnoses, and writes queries to physicians when documentation is unclear. CAC is different from autonomous coding. In CAC, a human validates every chart. Autonomous systems send some encounters to billing with no human review. Organizations usually judge CAC with several measures: Productivity, measured as charts or encounters per hour; coding accuracy, measured by audits; Suggestion precision and recall; Discharged-not-final-billed (DNFB) days, meaning how long discharged accounts wait for final coding; and Downstream denial rates. Three misconceptions are common. The first is that CAC removes the need for guideline expertise. In fact, coders must catch plausible but wrong suggestions. The second is that productivity gains come automatically. Poor screen design, noisy suggestions or weak training can slow coders down. The third is that high acceptance rates prove accuracy. They can also mean coders have stopped checking.
Специалист по кодированию открывает карту стационарного пациента и видит, что CAC предлагает коды ICD-10-CM для острого повреждения почек и сахарного диабета 2-го типа с гипергликемией. Каждое предложение связано с выделенными фразами в дневниках наблюдения, на которые специалист нажимает для проверки.
В амбулаторной карте CAC предлагает код пневмонии на основе записи «исключить пневмонию». Специалист отклоняет его, поскольку амбулаторные правила не разрешают кодировать неопределенные диагнозы как подтвержденные.
Директор по управлению медицинской информацией сравнивает показатели количества карт в час, точности кодирования и дней до окончательного выставления счета после выписки до и после внедрения CAC. Производительность возрастает только после того, как специалисты проходят обучение работе с новыми экранами проверки.
Аудитор, проверяющий журнал принятия предложений CAC, замечает, что специалисты принимают практически каждое предложение для пациентов определенного врача. Эта закономерность побуждает провести целевую проверку точности.
CAC все чаще комбинируется с функциями больших языковых моделей, такими как суммирование длительного пребывания, составление запросов врачам и объяснение причин предложения кода. Некоторые поставщики расширяют возможности CAC до частичной автономности для более простых типов обращений. Основной рабочий процесс проверки, вероятно, сохранится для сложного кодирования в стационаре, где руководящие принципы и пробелы в документации требуют человеческого суждения. Организациям, внедряющим более новые инструменты, следует продолжать измерять точность, полноту, точность аудита и отказы, а не полагаться на заявления поставщиков о производительности, а также следить за тем, чтобы специалисты не скатились к слепому утверждению всего подряд.
Бесплатная рассылка
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
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Компьютеризированное кодирование (CAC) — это программное обеспечение, которое с помощью обработки естественного языка читает клиническую документацию и предлагает коды диагнозов и процедур. Затем специалист-человек принимает, отклоняет или редактирует каждое предложение до того, как претензия будет окончательно оформлена. Это важно, поскольку меняет задачу специалиста с поиска по картам на проверку доказательств, а ценность инструмента зависит от точности, соответствия рабочему процессу и того, как организация оценивает производительность.
CAC предлагает коды для проверки человеком в каждой карте. Автономное кодирование позволяет некоторым случаям обслуживания полностью обходить участие человека.
«Исключить» сигнализирует о неопределенности. Правила амбулаторного кодирования не разрешают кодировать неопределенные диагнозы так, будто они подтверждены.
Определение субъекта выявляет состояния, которые принадлежат кому-то другому, а не пациенту, например члену семьи.
Полнота — это доля правильных кодов, которые предлагает система. Низкая полнота заставляет специалистов искать в картах то, что система пропустила.
DNFB отслеживает задержку между выпиской и окончательным выставлением счета, на которую напрямую влияют скорость и точность кодирования.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
ИИ в кодировании корректировки риска HCC
Отрасли