ต่อไปคำแนะนำต่อไป
AI ในการเข้ารหัสการปรับความเสี่ยง HCC
อุตสาหกรรม
คู่มือสังคม
การอัปเดต AI เกิดขึ้นเมื่อซอฟต์แวร์การเข้ารหัส กลไกการเข้ารหัสที่ใช้คอมพิวเตอร์ช่วย หรือเครื่องมือเอกสาร AI แนะนำหรือกำหนดรหัสการเรียกเก็บเงินสำหรับบริการในระดับที่สูงกว่าหรือมีความเข้มงวดมากกว่าที่เวชระเบียนรองรับ
เป็นเรื่องสำคัญเนื่องจากผู้ให้บริการส่งการเรียกร้อง ไม่ใช่ผู้ขาย ดังนั้นรหัสที่ไม่รองรับซึ่งได้รับการยอมรับจากเครื่องมือ AI อาจกลายเป็นการจ่ายเงินมากเกินไปและสร้างความรับผิดภายใต้พระราชบัญญัติการเรียกร้องเท็จของรัฐบาลกลาง
การอัปเดตไม่ใช่เรื่องใหม่ แต่ AI จะเปลี่ยนขนาดและวิธีที่มันเกิดขึ้น บุคคลที่อัปเกรดจะส่งผลต่อการอ้างสิทธิ์ที่พวกเขาสัมผัส โมเดลการเข้ารหัสที่โน้มตัวไปทางโค้ดที่สูงกว่าจะส่งผลต่อทุกการอ้างสิทธิ์ที่ดำเนินการ แนวทางดังกล่าวอาจมาจากการฝึกอบรมเกี่ยวกับข้อมูลการเรียกเก็บเงินในอดีตที่มีการอัปเกรดอยู่แล้ว จากผลิตภัณฑ์ที่สร้างขึ้นเพื่อเพิ่ม 'การเก็บรายได้' ให้สูงสุด หรือจากนิสัยด้านเอกสารที่เครื่องมือหยิบขึ้นมา เช่น บันทึกย่อที่คัดลอกมาและรายการปัญหายาวที่ถูกคัดลอกไปข้างหน้า เครื่องมือเอกสารประกอบทั่วไปเพิ่มเส้นทางที่สอง อาลักษณ์โดยรอบสามารถระบุคำวินิจฉัยได้เจาะจงหรือรุนแรงกว่าที่แพทย์ตั้งใจไว้ และถ้อยคำนั้นก็จะขับเคลื่อนโค้ด การเปิดเผยทางกฎหมายส่วนใหญ่มาจากพระราชบัญญัติการเรียกร้องค่าสินไหมทดแทนที่เป็นเท็จ ภายใต้พระราชบัญญัตินี้ การส่งข้อเรียกร้องที่เป็นเท็จไปยังโครงการของรัฐบาลกลาง เช่น Medicare และ Medicaid อาจนำไปสู่ความเสียหายสามเท่าบวกกับค่าปรับทางแพ่งสำหรับการเรียกร้องแต่ละครั้ง และจำนวนค่าปรับจะถูกปรับตามอัตราเงินเฟ้อ ไม่จำเป็นต้องมีหลักฐานแสดงเจตนาที่จะฉ้อโกง พระราชบัญญัตินี้ให้คำจำกัดความของคำว่า 'โดยรู้เท่าทัน' เพื่อรวมถึงการจงใจเพิกเฉยและการเพิกเฉยต่อความจริงโดยประมาท การยอมรับข้อเสนอแนะ AI จำนวนมากโดยไม่มีการตรวจสอบ หรือการเพิกเฉยต่อผลการตรวจสอบภายใน อาจเป็นไปตามมาตรฐานดังกล่าวได้ บทบัญญัติ Qui Tam อนุญาตให้ผู้แจ้งเบาะแสส่วนตัว ซึ่งมักเป็นผู้เขียนโค้ด ผู้ตรวจสอบบัญชี หรืออดีตพนักงาน สามารถยื่นฟ้องร้องและมีส่วนร่วมในการเรียกร้องค่าเสียหายใดๆ ได้ กฎหมายของรัฐบาลกลางแยกต่างหากกำหนดให้ผู้ให้บริการรายงานและส่งคืนการชำระเงินเกินของ Medicare และ Medicaid ที่ระบุภายใน 60 วัน ดังนั้นการตรวจสอบที่พบว่าข้อผิดพลาดที่ขับเคลื่อนด้วย AI จะสร้างภาระผูกพันในการชำระคืน ความเข้าใจผิดสามประการเกิดขึ้นบ่อยครั้ง ประการแรกคือผู้ขายมีความเสี่ยง สัญญาอาจรวมถึงการชดใช้ค่าเสียหาย แต่ผู้ให้บริการเรียกเก็บเงินรับรองการเรียกร้อง ประการที่สองคือทุกสิ่งที่ AI เขียนจะนับเป็นเอกสารประกอบ รหัสต้องได้รับการสนับสนุนโดยสิ่งที่แพทย์ผู้ให้การรักษาจัดทำเป็นเอกสารและตกลงไว้ ประการที่สามคือการเข้ารหัสอันเดอร์โค้ดเป็นทางเลือกที่ปลอดภัย การเข้ารหัสอย่างเป็นระบบยังเป็นการเข้ารหัสที่ไม่ถูกต้องอีกด้วย เป้าหมายคือรหัสที่ตรงกับบันทึก ไม่ใช่รหัสที่ผลักไปในทิศทางใดทิศทางหนึ่ง
ความเสียหายที่เกิดจาก AI ที่เป็นหายนะและเกิดขึ้นทุกวันนั้นขึ้นอยู่กับว่าใครเข้าใจความเสี่ยงและใครสามารถดำเนินการได้
ความรู้สาธารณะและวิชาชีพเป็นตัวกำหนดว่านโยบายความปลอดภัยที่เข้มงวดจะเป็นไปได้ทางการเมืองหรือไม่
คำอธิบายที่ชัดเจนช่วยลดการจับภาพโดยการโฆษณาเกินจริง การประชาสัมพันธ์ในห้องปฏิบัติการ และการแสดงจริยธรรมที่คลุมเครือ
การกำกับดูแลการเข้ารหัสที่ขับเคลื่อนด้วยอัลกอริทึมน่าจะได้รับความสนใจมากขึ้น เนื่องจากผู้ตรวจสอบของรัฐบาลได้ตรวจสอบแล้วว่าการวินิจฉัยถูกส่งไปเพื่อการปรับความเสี่ยงของ Medicare Advantage อย่างไร และผู้ชำระเงินใช้การวิเคราะห์ของตนเองเพื่อค้นหาค่าผิดปกติในการเรียกเก็บเงิน องค์กรต่างๆ สามารถคาดหวังคำถามเกี่ยวกับวิธีการตรวจสอบเครื่องมือการเขียนโค้ดของพวกเขา วิธีตรวจสอบข้อเสนอแนะ และดูว่าพวกเขาจะติดตามการเบี่ยงเบนหรือไม่ คำแนะนำที่เชื่อมโยงกับหลักฐานและการรายงานการตรวจสอบเป็นประจำมีแนวโน้มที่จะกลายเป็นความคาดหวังพื้นฐานในสัญญาของผู้ขาย การบังคับใช้ในอนาคตจะจัดการกับการเข้ารหัสด้วย AI อย่างไรยังคงไม่แน่นอน ดังนั้นกระบวนการตรวจสอบที่มีเอกสารจึงเป็นจุดยืนที่สามารถป้องกันได้มากที่สุดในปัจจุบัน
เครื่องมือแนะนำ E/M สำหรับผู้ป่วยนอกแนะนำ 99215 สำหรับการนัดตรวจติดตามผล เนื่องจากจะนับทุกรายการในรายการปัญหาที่คัดลอกไปข้างหน้า แม้ว่าการตัดสินใจทางการแพทย์ที่บันทึกไว้ในวันนั้นจะสนับสนุนเพียง 99213 เท่านั้น
อาลักษณ์ล้อมรอบเปลี่ยนความคิดเห็นของผู้ป่วยเกี่ยวกับการเดินบนบันไดจนกลายเป็น "ภาวะหัวใจล้มเหลวเฉียบพลันแบบเรื้อรัง" ในบันทึกฉบับร่าง แพทย์ลงนามโดยไม่ต้องตรวจสอบ และรหัสเพิ่มความรุนแรงซึ่งไม่มีสิ่งใดในบันทึกทางคลินิกรองรับ
เครื่องมือตรวจสอบแผนภูมิ Medicare Advantage จะดึงการวินิจฉัยจากบันทึกที่เขียนไว้เมื่อหลายปีก่อน และเสนอให้เป็นรหัสการปรับความเสี่ยงในปัจจุบัน แม้ว่าการเผชิญหน้าในปัจจุบันจะไม่แสดงหลักฐานว่าอาการดังกล่าวได้รับการตรวจสอบ ประเมิน ประเมิน หรือรักษาก็ตาม
ทีมปฏิบัติตามกฎระเบียบสังเกตว่าแพทย์คนหนึ่งยอมรับคำแนะนำโค้ด AI เกือบ 100 เปอร์เซ็นต์ และมีการเข้ารับการตรวจในระดับสูงมากกว่าเพื่อนร่วมงานในสาขาเดียวกัน โดยจะสั่งให้มีการตรวจสอบย้อนหลังโดยมุ่งเน้น จากนั้นให้การศึกษาและคืนเงินที่จ่ายเกิน
การรักษาความเสี่ยงที่มีอยู่เป็นไซไฟในขณะที่สารประกอบความสามารถ
ความปลอดภัยของผลิตภัณฑ์พื้นผิวที่สับสนด้วยการจัดตำแหน่งภายใต้ความเป็นอิสระสูง
ปล่อยให้ผู้ชมที่ไม่ใช่ภาษาอังกฤษและไม่ใช่ผู้เชี่ยวชาญเหลือเพียงแหล่งข้อมูลคุณภาพต่ำ
แยกอันตรายของผลิตภัณฑ์ การใช้ในทางที่ผิด และความเสี่ยงในการสูญเสียการควบคุม/การวางแนวที่ไม่ถูกต้อง
ถามว่าหลักฐานใดที่จะเปลี่ยนมุมมองของคุณเกี่ยวกับลำดับเวลาและความรุนแรง
ชอบแหล่งที่มาหลักและการประเมินที่เป็นรูปธรรมมากกว่าคำกล่าวอ้างทางการตลาด
ระบุเส้นทางการดำเนินการเส้นทางเดียว: อาชีพ นโยบาย เงินทุน หรือทักษะ ไม่ใช่แค่ความตระหนักรู้เท่านั้น
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
การอัปเดต AI เกิดขึ้นเมื่อซอฟต์แวร์การเข้ารหัส กลไกการเข้ารหัสที่ใช้คอมพิวเตอร์ช่วย หรือเครื่องมือเอกสาร AI แนะนำหรือกำหนดรหัสการเรียกเก็บเงินสำหรับบริการในระดับที่สูงกว่าหรือมีความเข้มงวดมากกว่าที่เวชระเบียนรองรับ เป็นเรื่องสำคัญเนื่องจากผู้ให้บริการส่งการเรียกร้อง ไม่ใช่ผู้ขาย ดังนั้นรหัสที่ไม่รองรับซึ่งได้รับการยอมรับจากเครื่องมือ AI อาจกลายเป็นการจ่ายเงินมากเกินไปและสร้างความรับผิดภายใต้พระราชบัญญัติการเรียกร้องเท็จของรัฐบาลกลาง
บุคคลหนึ่งส่งผลกระทบต่อการเรียกร้องที่พวกเขาจัดการ แบบจำลองที่มีระบบลีนอย่างเป็นระบบจะเกิดข้อผิดพลาดเดียวกันซ้ำทุกระดับในทุกคำกล่าวอ้างที่สัมผัส
พระราชบัญญัตินี้ให้คำจำกัดความ "โดยรู้เท่าทัน" เพื่อรวมไปถึงการจงใจเพิกเฉยและการเพิกเฉยโดยไม่ตั้งใจ ดังนั้นการยอมรับเอาต์พุต AI จำนวนมากโดยไม่มีการตรวจสอบจึงอาจก่อให้เกิดการเปิดเผยได้
ไม่ว่าสัญญาจะระบุไว้อย่างไร ผู้ให้บริการจะต้องยื่นและรับรองการเรียกร้อง ดังนั้นความรับผิดต่อรัฐบาลจึงเริ่มต้นที่ผู้ให้บริการ
ผู้ให้บริการจะต้องรายงานและส่งคืนการชำระเงินเกินของ Medicare และ Medicaid ที่ระบุภายใน 60 วัน ดังนั้นผลการตรวจสอบจึงทำให้เกิดภาระผูกพันในการชำระคืน
การยอมรับเกือบทุกข้อเสนอแนะมักจะหมายความว่าผู้ตรวจสอบหยุดตรวจสอบแล้ว ไม่ใช่ว่าแบบจำลองนั้นถูกต้องเสมอไป
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
AI ในการเข้ารหัสการปรับความเสี่ยง HCC
อุตสาหกรรม