ต่อไปคำแนะนำต่อไป
AI ในการเข้ารหัสการปรับความเสี่ยง HCC
อุตสาหกรรม
คู่มืออุตสาหกรรม
การเข้ารหัสโดยใช้คอมพิวเตอร์ช่วย (CAC) เป็นซอฟต์แวร์ที่อ่านเอกสารทางคลินิกด้วยการประมวลผลภาษาธรรมชาติ และแนะนำรหัสการวินิจฉัยและขั้นตอน
ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min
จากนั้นผู้เขียนโค้ดที่เป็นมนุษย์จะยอมรับ ปฏิเสธ หรือแก้ไขแต่ละข้อเสนอแนะก่อนที่การอ้างสิทธิ์จะสิ้นสุดลง สิ่งสำคัญเนื่องจากจะเปลี่ยนงานของผู้เขียนโค้ดจากการค้นหาแผนภูมิเป็นการตรวจสอบหลักฐาน และคุณค่าของงานขึ้นอยู่กับความถูกต้อง ความเหมาะสมกับขั้นตอนการทำงาน และวิธีที่องค์กรวัดผลการผลิต
การนำ CAC มาใช้ในสหรัฐอเมริกาเพิ่มขึ้นในช่วงเดือนตุลาคม 2558 โดยเปลี่ยนจาก ICD-9 เป็น ICD-10 ชุดโค้ดใหม่มีรายละเอียดมากขึ้น และองค์กรต่างๆ เกรงว่าผู้เขียนโค้ดจะสูญเสียประสิทธิภาพการทำงาน ผลิตภัณฑ์ที่จัดตั้งขึ้นมาจากบริษัทต่างๆ เช่น 3M ซึ่งธุรกิจข้อมูลด้านสุขภาพได้เป็นส่วนหนึ่งของ Solventum ในปี 2567 และ Optum และอื่นๆ อีกมากมาย ขั้นตอนการทำงานมีสี่ขั้นตอน: เอกสารจะไหลจาก EHR เข้าสู่ระบบ CAC รวมถึงบันทึกความคืบหน้า รายงานการปฏิบัติงาน สรุปการจำหน่ายและผลลัพธ์ เครื่องมือประมวลผลภาษาธรรมชาติจะอ่านข้อความ ระบุเงื่อนไขและขั้นตอน และเสนอรหัส ซึ่งแต่ละรหัสเชื่อมโยงกับวลีสนับสนุน ผู้เขียนโค้ดจะตรวจสอบข้อเสนอแนะแต่ละข้อ พวกเขายอมรับ ปฏิเสธ หรือแก้ไขเป็นรหัสที่เฉพาะเจาะจงหรือถูกต้องมากขึ้น และเพิ่มรหัสใดๆ ที่ระบบพลาดไป และผู้เขียนรหัสใช้แนวทางอย่างเป็นทางการ เช่น กฎลำดับ และกฎผู้ป่วยในและผู้ป่วยนอกที่แตกต่างกันสำหรับการวินิจฉัยที่ไม่แน่นอน และเขียนคำถามถึงแพทย์เมื่อเอกสารประกอบไม่ชัดเจน CAC แตกต่างจากการเข้ารหัสอัตโนมัติ ใน CAC มนุษย์จะตรวจสอบทุกแผนภูมิ ระบบอัตโนมัติส่งการเผชิญหน้าบางอย่างไปยังการเรียกเก็บเงินโดยไม่มีการตรวจสอบจากมนุษย์ องค์กรมักจะตัดสิน CAC ด้วยมาตรการต่างๆ ได้แก่ ประสิทธิภาพการทำงาน วัดเป็นแผนภูมิหรือเผชิญหน้าต่อชั่วโมง ความถูกต้องของการเข้ารหัสวัดโดยการตรวจสอบ ความแม่นยำของข้อเสนอแนะและการจดจำ วันที่ปลดประจำการ-ไม่เรียกเก็บเงินครั้งสุดท้าย (DNFB) หมายถึงระยะเวลาที่บัญชีที่ปลดประจำการแล้วรอการเข้ารหัสขั้นสุดท้าย และอัตราการปฏิเสธขั้นปลาย ความเข้าใจผิดสามประการเป็นเรื่องปกติ ประการแรกคือ CAC ขจัดความจำเป็นในการมีความเชี่ยวชาญด้านแนวปฏิบัติ ในความเป็นจริงผู้เขียนโค้ดจะต้องจับข้อเสนอแนะที่น่าเชื่อถือแต่ไม่ถูกต้อง ประการที่สองคือผลผลิตที่เพิ่มขึ้นมาโดยอัตโนมัติ การออกแบบหน้าจอที่ไม่ดี คำแนะนำที่มีเสียงดัง หรือการฝึกฝนที่ไม่ดีอาจทำให้ผู้เขียนโค้ดช้าลงได้ ประการที่สามคืออัตราการยอมรับที่สูงพิสูจน์ความถูกต้อง นอกจากนี้ยังอาจหมายถึงผู้เขียนโค้ดได้หยุดตรวจสอบแล้ว
ผู้เขียนโค้ดเปิดแผนภูมิผู้ป่วยในและเห็นว่า CAC แนะนำรหัส ICD-10-CM สำหรับการบาดเจ็บที่ไตเฉียบพลันและสำหรับโรคเบาหวานประเภท 2 ที่มีน้ำตาลในเลือดสูง คำแนะนำแต่ละรายการจะเชื่อมโยงกับวลีที่ไฮไลต์ในบันทึกความคืบหน้า ซึ่งเธอคลิกเพื่อตรวจสอบ
ในแผนภูมิผู้ป่วยนอก CAC แนะนำรหัสโรคปอดบวมตามข้อความที่ระบุว่า "ตัดโรคปอดบวม" ผู้เขียนโค้ดปฏิเสธ เนื่องจากหลักเกณฑ์สำหรับผู้ป่วยนอกไม่อนุญาตให้เขียนโค้ดการวินิจฉัยที่ไม่แน่นอนตามที่ได้รับการยืนยัน
ผู้อำนวยการฝ่ายจัดการข้อมูลด้านสุขภาพจะเปรียบเทียบแผนภูมิต่อชั่วโมง ความถูกต้องของการเข้ารหัส และวันก่อนและหลังการเผยแพร่ CAC ที่ยังไม่เรียกเก็บเงินครั้งสุดท้าย ผลผลิตจะดีขึ้นหลังจากที่ผู้เขียนโค้ดได้รับการฝึกอบรมบนหน้าจอการตรวจสอบแบบใหม่เท่านั้น
ผู้ตรวจสอบที่ตรวจสอบบันทึกการยอมรับของ CAC จะแจ้งให้ทราบว่าผู้เขียนโค้ดยอมรับเกือบทุกข้อเสนอแนะสำหรับผู้ป่วยของแพทย์คนหนึ่ง รูปแบบดังกล่าวจะกระตุ้นให้มีการตรวจสอบความถูกต้องตามเป้าหมาย
CAC ถูกรวมเข้ากับฟีเจอร์โมเดลภาษาขนาดใหญ่มากขึ้นเรื่อยๆ เช่น การสรุปการพำนักระยะยาว การร่างคำถามของแพทย์ และการอธิบายว่าทำไมจึงมีการแนะนำรหัส ผู้จำหน่ายบางรายกำลังขยาย CAC ไปสู่ความเป็นอิสระบางส่วนสำหรับประเภทการตรวจจับที่ง่ายกว่า ขั้นตอนการตรวจสอบหลักมีแนวโน้มที่จะยังคงอยู่สำหรับการเขียนโค้ดผู้ป่วยในที่ซับซ้อน ซึ่งช่องว่างของแนวปฏิบัติและเอกสารจำเป็นต้องอาศัยวิจารณญาณของมนุษย์ องค์กรที่นำเครื่องมือใหม่ๆ มาใช้ควรรักษาความแม่นยำในการวัด การเรียกคืน การตรวจสอบความถูกต้อง และการปฏิเสธ แทนที่จะพึ่งพาคำกล่าวอ้างด้านประสิทธิภาพของผู้ขาย และควรเฝ้าดูผู้เขียนโค้ดที่หลงไหลไปสู่การประทับตรายาง
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
การเข้ารหัสโดยใช้คอมพิวเตอร์ช่วย (CAC) เป็นซอฟต์แวร์ที่อ่านเอกสารทางคลินิกด้วยการประมวลผลภาษาธรรมชาติ และแนะนำรหัสการวินิจฉัยและขั้นตอน จากนั้นผู้เขียนโค้ดที่เป็นมนุษย์จะยอมรับ ปฏิเสธ หรือแก้ไขแต่ละข้อเสนอแนะก่อนที่การอ้างสิทธิ์จะสิ้นสุดลง สิ่งสำคัญเนื่องจากจะเปลี่ยนงานของผู้เขียนโค้ดจากการค้นหาแผนภูมิเป็นการตรวจสอบหลักฐาน และคุณค่าของงานขึ้นอยู่กับความถูกต้อง ความเหมาะสมกับขั้นตอนการทำงาน และวิธีที่องค์กรวัดผลการผลิต
CAC แนะนำรหัสสำหรับการตรวจสอบโดยมนุษย์ในทุกแผนภูมิ การเข้ารหัสอัตโนมัติทำให้การเผชิญหน้าบางอย่างสามารถเลี่ยงมนุษย์ได้โดยสิ้นเชิง
"ออกกฎ" ส่งสัญญาณความไม่แน่นอน กฎการเข้ารหัสผู้ป่วยนอกไม่อนุญาตให้มีการเข้ารหัสการวินิจฉัยที่ไม่แน่นอนราวกับว่าได้รับการยืนยันแล้ว
การตรวจจับผู้มีประสบการณ์จะระบุสภาวะที่เป็นของบุคคลอื่นที่ไม่ใช่ผู้ป่วย เช่น สมาชิกในครอบครัว
การเรียกคืนคือส่วนแบ่งของรหัสที่ถูกต้องที่ระบบแนะนำ การเรียกคืนต่ำทำให้ผู้เขียนโค้ดค้นหาแผนภูมิสำหรับสิ่งที่พลาดไป
DNFB ติดตามความล่าช้าระหว่างการจ่ายออกและการเรียกเก็บเงินครั้งสุดท้าย ซึ่งความเร็วและความแม่นยำในการเข้ารหัสส่งผลโดยตรง
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
AI ในการเข้ารหัสการปรับความเสี่ยง HCC
อุตสาหกรรม