ต่อไปคำแนะนำต่อไป
อธิบายการเข้ารหัสโดยใช้คอมพิวเตอร์ช่วย
อุตสาหกรรม
คู่มืออุตสาหกรรม
AI ในการเข้ารหัส DRG ผู้ป่วยใน
AI ในการเข้ารหัส DRG ผู้ป่วยในใช้การประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่องเพื่ออ่านบันทึกของโรงพยาบาล แนะนำรหัส ICD-10-CM และ ICD-10-PCS ทำนาย MS-DRG และทำเครื่องหมายการวินิจฉัยขั้นทุติยภูมิที่เข้าข่ายเป็นภาวะแทรกซ้อนหรือโรคร่วม (CC) หรือภาวะแทรกซ้อนที่สำคัญหรือโรคร่วม (MCC)
บนหน้านี้อ่าน 4 นาที
ภาพรวม
เป็นเรื่องสำคัญเนื่องจาก DRG จะกำหนดจำนวนเงินที่ Medicare จ่ายสำหรับการเข้าพักแบบผู้ป่วยในส่วนใหญ่ และการวินิจฉัยทุติยภูมิที่ได้รับการสนับสนุนอย่างดีหรือไม่ดีก็สามารถย้ายเคสไปยังกลุ่มการชำระเงินอื่นได้
เจาะลึก
CMS เปิดตัวกลุ่มที่เกี่ยวข้องกับการวินิจฉัยความรุนแรงของ Medicare (MS-DRGs) ในปีงบประมาณ 2551 การเข้าพักแบบผู้ป่วยในแต่ละครั้งจะแบ่งออกเป็นกลุ่มเดียวตามการวินิจฉัยหลัก ขั้นตอนที่สำคัญ การวินิจฉัยขั้นที่สอง และสถานะการจำหน่ายในบางครั้ง DRG พื้นฐานจำนวนมากแบ่งออกเป็นสามระดับความรุนแรง: ด้วย MCC, พร้อม CC หรือไม่มีเลย การชำระเงินคือน้ำหนักสัมพัทธ์ของ DRG คูณด้วยอัตราพื้นฐานของโรงพยาบาล บวกด้วยการปรับค่าใช้จ่าย ภายใต้แนวทางอย่างเป็นทางการ การวินิจฉัยหลักคือเงื่อนไขที่กำหนดขึ้นหลังการศึกษาเพื่อรับผิดชอบหลักในการรับเข้าเรียน มีข้อโต้แย้งมากมายมาจากการเลือกผิด AI ไม่ได้ตัดสิน DRG ปลาเก๋าซึ่งเป็นซอฟต์แวร์ที่กำหนดขึ้นเองทำเช่นนั้น AI แนะนำรหัสที่ปลาเก๋าใช้ ระบบเข้ารหัสที่ใช้คอมพิวเตอร์ช่วยจากผู้ขาย เช่น Solventum (เดิมคือ 3M Health Information Systems) และ Optum อ่านประวัติและทางกายภาพ บันทึกความคืบหน้า รายงานการผ่าตัด สรุปการจำหน่าย ผลการตรวจทางห้องปฏิบัติการ และบันทึกการใช้ยา จากนั้นพวกเขาจะเสนอรหัสพร้อมลิงก์ไปยังข้อความสนับสนุน โรงพยาบาลใช้สิ่งเหล่านี้ในสามวิธี ในระหว่างการเข้าพัก พวกเขาแสดง DRG ที่ใช้งานได้ เพื่อให้สามารถแก้ไขช่องว่างด้านเอกสารในขณะที่ผู้ป่วยยังอยู่ในโรงพยาบาล ในการเขียนโค้ดขั้นสุดท้าย พวกเขาจะเร่งการมอบหมายโค้ดให้เร็วขึ้น ก่อนการเรียกเก็บเงิน พวกเขาดำเนินการตรวจสอบ DRG ซึ่งจะระบุรูปแบบที่มีความเสี่ยงสูง เช่น CC หรือ MCC เดียวที่ดำเนินการชำระเงิน ลำดับการวินิจฉัยหลักที่น่าสงสัย และการวินิจฉัยโดยไม่มีการสนับสนุนทางคลินิกที่ชัดเจน ความเข้าใจผิดหลายประการเป็นเรื่องปกติ รหัสเพิ่มเติมไม่ได้หมายถึง DRG ที่สูงกว่าโดยอัตโนมัติ ใน MS-DRG ระดับความรุนแรงขึ้นอยู่กับว่ามี CC หรือ MCC ที่มีคุณสมบัติเหมาะสมอย่างน้อยหนึ่งรายการ และกฎการยกเว้น CC จะทำให้การวินิจฉัยขั้นทุติยภูมิมีความเกี่ยวข้องอย่างใกล้ชิดกับการวินิจฉัยหลักมากเกินไป รหัสที่ได้รับการบันทึกไว้ไม่ได้ทำให้รหัสนั้นถูกต้องทางคลินิกด้วย ผู้จ่ายเงินมักปฏิเสธการวินิจฉัย เช่น ภาวะติดเชื้อในกระแสเลือด ภาวะทุพโภชนาการ หรือการหายใจล้มเหลวเฉียบพลัน เมื่อตัวชี้วัดทางคลินิกไม่ตรงตามเกณฑ์ ผู้จ่ายเงินบางรายยังใช้ APR-DRG ซึ่งเพิ่มคลาสย่อยความรุนแรงของการเจ็บป่วยและความเสี่ยงต่อการเสียชีวิต 4 คลาส และตอบสนองต่อการวินิจฉัยขั้นทุติยภูมิที่แตกต่างกันออกไป
ผลกระทบเชิงกลยุทธ์
บริบทและกฎ
บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
การควบคุมคุณภาพ
ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
สร้างทางเลือก
การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า
อนาคตของ AI ในการเข้ารหัส DRG ผู้ป่วยใน
โรงพยาบาลมีแนวโน้มที่จะใช้ AI สำหรับการตรวจสอบก่อนการเรียกเก็บเงินเพิ่มเติม และเพื่อเตรียมการตอบสนองต่อการลดระดับ DRG ของผู้ชำระเงิน ซึ่งกลายเป็นภาระด้านการบริหารจัดการที่สำคัญ เครื่องมือที่จับคู่แต่ละรหัสกับหลักฐานทางคลินิก และอ้างอิงแนวทางที่เกี่ยวข้องหรือคำแนะนำของ AHA Coding Clinic สอดคล้องกับวิธีการทำงานของผู้ตรวจสอบอยู่แล้ว ดังนั้นรูปแบบดังกล่าวจึงมีแนวโน้มที่จะแพร่กระจาย การเขียนโค้ดสำหรับผู้ป่วยในแบบอัตโนมัตินั้นยากกว่าการเขียนโค้ดสำหรับผู้ป่วยนอก เนื่องจากการเข้าพักนานกว่าและบันทึกซับซ้อนกว่า ดังนั้นผู้เขียนโค้ดที่เป็นมนุษย์อาจจะยังคงรับผิดชอบในการมอบหมาย DRG ขั้นสุดท้ายในอนาคตอันใกล้นี้
การใช้งานจริงในโลกแห่งความเป็นจริง
ขณะที่ผู้ป่วยยังคงเข้ารับการรักษาในโรงพยาบาล เครื่องมือเข้ารหัสที่ใช้คอมพิวเตอร์ช่วยจะแสดง DRG ที่ใช้งานได้สำหรับโรคปอดบวม และบันทึกว่าโซเดียม 126 ที่ได้รับการบันทึกไว้ซึ่งรักษาด้วยการจำกัดของเหลวอาจรองรับรหัสภาวะโซเดียมในเลือดต่ำ ซึ่งอาจเพิ่ม CC ได้
ก่อนการเรียกเก็บเงิน เครื่องมือตรวจสอบความถูกต้องของ DRG จะกำหนดเส้นทางทุกกรณีที่มี MCC เพียงแห่งเดียวที่มีภาวะหายใจล้มเหลวเฉียบพลันไปยังผู้ตรวจสอบระดับที่สอง เนื่องจากการวินิจฉัยดังกล่าวมักจะชักจูงให้ผู้ชำระเงินปฏิเสธการตรวจสอบความถูกต้องทางคลินิก
กรณีภาวะติดเชื้อในกระแสเลือดถูกทำเครื่องหมายให้เข้ารับการตรวจสอบตามลำดับ เนื่องจาก AI แนะนำให้โรคปอดบวมเป็นการวินิจฉัยหลัก ในขณะที่บันทึกแสดงภาวะติดเชื้อขณะเข้ารับการรักษา ซึ่งทำให้ครอบครัว DRG เปลี่ยนไปภายใต้หลักเกณฑ์อย่างเป็นทางการ
แบบจำลองที่ได้รับการฝึกกับปลาเก๋าในปีงบประมาณก่อนหน้าจะกำหนด DRG ที่ไม่ตรงกันอีกต่อไปหลังจากการอัพเดตในวันที่ 1 ตุลาคม สิ่งอำนวยความสะดวกจะจับได้โดยการให้ทุกข้อเสนอแนะดำเนินการผ่านเวอร์ชันปลาเก๋าที่เชื่อมโยงกับวันที่จำหน่าย
ความเสี่ยงและรั้ว
ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้
แผนงานการดำเนินงาน
ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน
สำรวจต่อไป
Free newsletter
Get the daily AI briefing
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
Take the AI in Inpatient DRG Coding quiz
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
คำถามที่พบบ่อย
AI ในการเข้ารหัส DRG ผู้ป่วยในคืออะไร
AI ในการเข้ารหัส DRG ผู้ป่วยในใช้การประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่องเพื่ออ่านบันทึกของโรงพยาบาล แนะนำรหัส ICD-10-CM และ ICD-10-PCS ทำนาย MS-DRG และทำเครื่องหมายการวินิจฉัยขั้นทุติยภูมิที่เข้าข่ายเป็นภาวะแทรกซ้อนหรือโรคร่วม (CC) หรือภาวะแทรกซ้อนที่สำคัญหรือโรคร่วม (MCC) เป็นเรื่องสำคัญเนื่องจาก DRG จะกำหนดจำนวนเงินที่ Medicare จ่ายสำหรับการเข้าพักแบบผู้ป่วยในส่วนใหญ่ และการวินิจฉัยทุติยภูมิที่ได้รับการสนับสนุนอย่างดีหรือไม่ดีก็สามารถย้ายเคสไปยังกลุ่มการชำระเงินอื่นได้
ในเวิร์กโฟลว์การเขียนโค้ดผู้ป่วยในที่ได้รับความช่วยเหลือจาก AI องค์ประกอบใดที่กำหนด MS-DRG ได้จริง
AI แนะนำรหัส และปลาเก๋าใช้รหัสเหล่านั้นเพื่อคำนวณ DRG
เหตุใดจึงไม่เพิ่มรหัสวินิจฉัยรองเพิ่มเติมจึงเพิ่ม MS-DRG โดยอัตโนมัติ
ระดับนี้ขึ้นอยู่กับว่ามี CC หรือ MCC ที่มีคุณสมบัติตามที่กำหนดหรือไม่ รหัสเพิ่มเติมจะไม่เพิ่มอะไรเลยเมื่อตั้งค่าระดับแล้ว และกฎการยกเว้นสามารถยกเลิกผลกระทบของรหัสได้
สำหรับการดูแลผู้ป่วยในแบบเฉียบพลันระยะสั้น แนวทางปฏิบัติอย่างเป็นทางการจะปฏิบัติต่อการวินิจฉัยที่บันทึกไว้เมื่อออกจากโรงพยาบาลว่า 'เป็นไปได้' อย่างไร
กฎเกณฑ์ผู้ป่วยในอนุญาตให้มีการเขียนรหัสการวินิจฉัยที่ไม่แน่นอนที่บันทึกไว้ ณ ออกจากโรงพยาบาลตามที่กำหนดไว้ กฎเกณฑ์สำหรับผู้ป่วยนอกไม่ได้เป็นเช่นนั้น ดังนั้นโมเดลที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลผู้ป่วยนอกอาจเข้าใจผิดได้
เหตุใดเครื่องมือตรวจสอบ DRG จึงอาจส่งเคสที่มี MCC เพียงตัวเดียวที่เป็นภาวะหายใจล้มเหลวเฉียบพลันไปยังผู้ตรวจสอบคนที่สอง
เมื่อการวินิจฉัยโรคหนึ่งผลักดันระดับการชำระเงินและมักถูกท้าทายด้วยเหตุผลทางคลินิก การวินิจฉัยนั้นจะได้รับการตรวจดูอีกครั้งก่อนเรียกเก็บเงิน
แบบจำลองกำหนด DRG โดยใช้ปลาเก๋าของปีงบประมาณที่แล้วสำหรับผู้ป่วยที่ออกจากโรงพยาบาลในเดือนพฤศจิกายน ปัญหาคืออะไร?
เวอร์ชันปลาเก๋าจะต้องตรงกับวันที่จำหน่าย และคำจำกัดความของปีงบประมาณใหม่จะมีผลใช้บังคับในวันที่ 1 ตุลาคม
เรียนรู้ต่อไป
คำแนะนำที่เกี่ยวข้อง
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้