В UMich система мошенничества, растрат и злоупотреблений на основе искусственного интеллекта направлена ​​​​на сокращение расходов и защиту пациентов.

Расходы на здравоохранение в США вышли из-под контроля. Но исследования показали, что до одной трети расходов на здравоохранение можно отнести к расточительным или мошенническим медицинским услугам.

ПРОБЛЕМА

Имеются также свидетельства того, что общины с недостаточным уровнем обслуживания подвергаются более высокому риску получения расточительного ухода и воздействия ненужных процедур, которые потенциально могут причинить вред, увеличивая их финансовое бремя из-за выплат из кармана.

«Центры услуг Medicare и Medicaid, частные плательщики и сторонние администраторы использовали различные системы управления использованием и целостностью платежей для анализа транзакций в сфере здравоохранения с целью выявления мошенничества, расточительства и злоупотреблений», — говорится в сообщении. Доктор Мохаммед Саид, кардиолог и исследователь Медицинской школы Мичиганского университета в Анн-Арборе.

«Однако традиционные программные платформы до сих пор не могли сократить расходы, связанные с мошенничеством, расточительством и злоупотреблениями», — продолжил он. «Среди проблем большинство традиционных решений предназначены для анализа транзакций для среднего пациента, которого может и не быть».

Он добавил, что традиционные системы обеспечения честности платежей неточны и безличны, и им не хватает глубокого и клинически тонкого понимания пациента, поставщика и условий оказания медицинских услуг.

«Одна и та же процедура может быть ценной и полезной для одного пациента и быть расточительной для другого», — пояснил он. «Например, имплантация кардиостимулятора для одного пациента может быть очень полезной в отношении улучшения качества жизни, в то время как клиническая польза для другого пациента с другими сложными медицинскими характеристиками практически или вовсе отсутствует.

«Более того, существуют связанные потенциальные осложнения от имплантации кардиостимулятора и риск осложнений после процедуры, с которыми сталкиваются пациенты, поэтому крайне важно, чтобы поставщики отговаривали от проведения неподходящих процедур с помощью «умных» систем», — продолжил он.

Он добавил, что данные о транзакциях в сфере здравоохранения также по своей природе «зашумлены» и могут включать неспецифические диагнозы и неправильные коды процедур — или вообще отсутствовать данные.

«Непостоянная достоверность данных о претензиях и отсутствие персонализации на обычных платформах обеспечения честности платежей, таким образом, приводят к ошибкам в классификации услуг, связанных с мошенничеством, растратой и злоупотреблением», — заявил он. «Жесткие системы платежной целостности могут неправильно классифицировать транзакции как мошенничество, расточительство и злоупотребление, что может привести к усилению износа поставщиков услуг, а также к задержкам и неэффективности оказания медицинской помощи.

«Однако такие системы также уязвимы для развивающихся схем поставщиков, разработанных для того, чтобы избежать обнаружения и, таким образом, не предотвратить платежи за ненадлежащие услуги по уходу», — сказал он.

ПРЕДЛОЖЕНИЕ

ИТ-поставщик Health at Scale создал специальный класс алгоритмов на основе искусственного интеллекта, предназначенных для выявления высоконадежных и недорогих медицинских услуг, которые упускаются существующими системами управления использованием и целостностью платежей.

«Такие алгоритмы имеют более глубокую и более детальную с клинической точки зрения характеристику каждой транзакции за счет учета исторической информации о каждом пациенте и детализации моделей практики каждого поставщика; и они включают графики знаний с самыми последними данными и рекомендациями относительно уместности операций. Забота,” Саид объяснил.

“Система также оптимизирована, чтобы избежать раздражения поставщиков, сосредоточив внимание на небольшой части поставщиков, которые несут ответственность за самые вопиющие модели ненадлежащего ухода», — продолжил он.

Такие алгоритмы предназначены для развертывания в процессах предварительной авторизации, рассмотрения претензий и оплаты.

«Эти алгоритмы сканируют административные претензии и транзакции в рабочих процессах с предварительной авторизацией, предоплатой и постоплатой, чтобы остановить мошенничество, расточительство и злоупотребления до того, как будет оказана помощь или произведены платежи». отметил Саид. «Система также интегрируется с существующими системами через API или автономный пользовательский интерфейс».

ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ

Медицинская школа Мичиганского университета пока не имеет каких-либо серьезных результатов, но указывает на результаты, которые Health at Scale измеряла с различными клиентами организаций, предоставляющих медицинские услуги.

Когда претензия проходит через систему поставщика, время отклика обычно составляет менее 200 миллисекунд, сообщает Health at Scale. В различных развертываниях поставщик видит от 3% до 7% общих расходов, которые упускаются существующими инструментами обеспечения целостности платежей, а затем отображаются системами для предотвращения и восстановления.

Около 95% помеченных действий, которые были переданы рабочим командам, были классифицированы как мошенничество, расточительство или злоупотребление. Health at Scale претендует на высокую точность, поскольку при принятии решений по претензии учитывает множество факторов, включая историческую информацию о каждом пациенте и поставщике, определение того, является ли оказываемая помощь статистически похожей на то, что оказывают другие поставщики, а также факторы, связанные с клиническими нюансами и доказательствами. основанные на графах знаний.

СОВЕТЫ ДЛЯ ДРУГИХ

«Как кардиолог, многие пациенты посещают мою клинику в поисках второго мнения относительно потенциальной пользы плановой процедуры, рекомендованной сторонним поставщиком», — сказал Саид. «Почти в половине случаев я прихожу к выводу, что рекомендуемая процедура, скорее всего, не принесет пользы или вообще является неправильным типом процедуры.

«Различные исследования по другим специальностям также показали, что пациенты часто получают неуместные с медицинской точки зрения выборные процедуры», — отметил он. «Эти ненадлежащие процедуры не только способствуют стремительному росту расходов на здравоохранение, но и пациенты подвергаются риску причинения вреда из-за процедурных осложнений или создают для пациентов каскады ненадлежащего последующего лечения».

Он посоветовал организациям здравоохранения выбрать систему мошенничества, растраты и злоупотреблений, которую легко развернуть в масштабе, и должны учитывать свои собственные кадровые ресурсы, чтобы понять, нужны ли другие дополнительные услуги для максимального воздействия.

«Инструменты на основе искусственного интеллекта, которые можно легко развернуть и интегрировать с существующими рабочими процессами, могут помочь организациям добиться почти немедленной окупаемости инвестиций», — сказал он. «И я бы порекомендовал организациям смело подумать о предотвращении ненадлежащих услуг по уходу. Организации должны избегать ненужных сложных анализов, избыточных пилотных исследований и крошечных постепенных изменений, которые, по сути, не меняют статус-кво.

«В долгосрочной перспективе я твердо верю, что инновационные и дифференцированные системы мошенничества, растраты и злоупотреблений, основанные на ИИ, также повлияют на модели практики поставщиков, так что малоценная помощь будет оказываться реже, и потенциально защитят пациентов от вреда, наносимого неуместными или ненужные услуги по уходу», — заключил он.

Следите за репортажами Билла о HIT на LinkedIn: Билл Сивики
Напишите ему: [email protected]
Healthcare IT News — это издание HIMSS Media.