AI trong mã hóa hồ sơ sức khỏe điện tử
AI đọc các ghi chú lâm sàng và tự động gán mã chẩn đoán và thanh toán được tiêu chuẩn hóa mà các bệnh viện sử dụng để nhận thanh toán và theo dõi dịch vụ chăm sóc.
Tổng quan
It targets a tedious, expensive task where human coders are slow, scarce, and prone to costly errors.
Lặn sâu
Mỗi lần thăm khám của bệnh nhân phải được dịch sang các mã tiêu chuẩn: ICD-10 để chẩn đoán, CPT cho các thủ tục và HCPCS cho vật tư và dịch vụ. Các quy tắc này thúc đẩy việc hoàn trả bảo hiểm, thống kê y tế công cộng và báo cáo chất lượng. Theo truyền thống, các lập trình viên y tế được đào tạo sẽ đọc toàn bộ biểu đồ và chọn thủ công từ hàng chục nghìn mã có thể có, một quy trình tốn nhiều công sức và thường xuyên xảy ra lỗi thanh toán cũng như bị từ chối yêu cầu bồi thường. Mã hóa được hỗ trợ bởi AI, thường được gọi là mã hóa có sự hỗ trợ của máy tính, sử dụng xử lý ngôn ngữ tự nhiên để đọc ghi chú của bác sĩ, xác định các tình trạng và quy trình được ghi lại, đồng thời đề xuất các mã thích hợp cùng với bằng chứng hỗ trợ được nêu bật trong văn bản. Điều này tăng tốc thông lượng, cải thiện tính nhất quán và giúp nắm bắt các tình trạng mà người lập trình thủ công có thể bỏ sót, đồng thời đánh dấu các lỗ hổng tài liệu cho bác sĩ lâm sàng.
Hiểu biết kỹ thuật
Chỉ riêng ICD-10 đã có khoảng 70.000 mã, khiến đây trở thành một vấn đề phân loại đa nhãn cực kỳ nghiêm trọng. Các hệ thống kết hợp nhận dạng thực thể NLP, tìm thấy các chẩn đoán và quy trình trong văn bản, với ánh xạ tới hệ thống phân cấp mã và các quy tắc thực thi các nguyên tắc mã hóa (trình tự, tính đặc hiệu, gói). Việc triển khai mạnh mẽ cung cấp bằng chứng liên kết, hiển thị câu chính xác biện minh cho từng mã, điều này rất cần thiết cho khả năng kiểm tra, tuân thủ và bảo vệ các khiếu nại trước sự từ chối của người trả tiền.
Tác động chiến lược
Xây dựng lựa chọn
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Nhóm và quy trình làm việc
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Rủi ro và an toàn
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Tương lai của AI trong mã hóa hồ sơ sức khỏe điện tử
Lĩnh vực này đang hướng tới việc mã hóa tự động cho các chuyên khoa có khối lượng lớn, độ phức tạp thấp như X quang và thuốc cấp cứu, trong đó AI mã hóa các yêu cầu mà ít có sự xem xét của con người. Các mô hình ngôn ngữ lớn đang cải thiện việc xử lý các tài liệu có nhiều sắc thái, mơ hồ. Mong đợi sự kết hợp sâu hơn với các chương trình toàn vẹn tài liệu lâm sàng, trong đó AI nhắc nhở các bác sĩ trong thời gian thực để thêm các mã đặc hiệu yêu cầu. Việc giám sát sẽ thắt chặt các hoạt động kiểm tra và ngăn chặn gian lận, vì mã không chính xác có thể cấu thành gian lận thanh toán dù có cố ý hay không.
Triển khai trong thế giới thực
Các nhóm X quang sử dụng công cụ mã hóa tự động (ví dụ: từ các nhà cung cấp như Nym hoặc CodaMetrix) để gán mã ICD-10 và CPT cho các báo cáo hình ảnh với sự xem xét tối thiểu của con người
Các công cụ mã hóa được máy tính hỗ trợ như 3M (Solventum) 360 Encompass đề xuất mã cho người lập trình con người và nêu bật tài liệu hỗ trợ
Các nhóm toàn vẹn tài liệu lâm sàng sử dụng AI để gắn cờ các ghi chú thiếu tính đặc hiệu cần thiết để mã hóa chính xác và nhắc nhở bác sĩ làm rõ
Các hệ thống y tế chạy kiểm tra trước hóa đơn bằng AI để phát hiện mã hóa dưới mức hoặc mã hóa quá mức trước khi gửi yêu cầu bồi thường, giảm tình trạng từ chối của người thanh toán
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Tiếp tục khám phá
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 Electronic Health Record 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
Hướng dẫn tiếp theo
Mã hóa AI
Câu hỏi thường gặp
What is AI in Electronic Health Record Coding?
AI đọc các ghi chú lâm sàng và tự động gán mã chẩn đoán và thanh toán được tiêu chuẩn hóa mà các bệnh viện sử dụng để nhận thanh toán và theo dõi dịch vụ chăm sóc. Nó nhắm đến một nhiệm vụ tẻ nhạt, tốn kém, trong đó các lập trình viên con người chậm chạp, khan hiếm và dễ mắc phải các lỗi tốn kém.
Mục đích chính của các mã y tế như ICD-10 và CPT là gì?
Các quy tắc được tiêu chuẩn hóa sẽ chuyển dịch vụ chăm sóc thành các yêu cầu thanh toán có thể thanh toán và cung cấp số liệu thống kê về sức khỏe cộng đồng cũng như báo cáo chất lượng.
Tại sao mã hóa y tế tự động được mô tả là một vấn đề cực kỳ phức tạp với nhiều nhãn?
Với hàng chục nghìn mã có thể có và nhiều mã cho mỗi lần gặp, đây là một thách thức phân loại đa nhãn trên quy mô lớn.
'Liên kết bằng chứng' cung cấp gì trong hệ thống mã hóa AI?
Liên kết bằng chứng hiển thị tài liệu cụ thể hỗ trợ mã, điều này rất quan trọng đối với khả năng kiểm toán và bảo vệ các khiếu nại.
'Mã hóa có sự hỗ trợ của máy tính' là gì?
Mã hóa được hỗ trợ bởi máy tính có AI đề xuất mã với bằng chứng hỗ trợ, trong khi các lập trình viên con người xác minh và hoàn thành công việc.
Chuyên ngành nào thường được coi là ứng cử viên nặng ký cho mã hóa AI tự trị (đánh giá tối thiểu)?
Các lĩnh vực có khối lượng lớn, có cấu trúc tương đối như X quang và thuốc cấp cứu là những lĩnh vực hàng đầu về mã hóa tự trị.