Система на основе искусственного интеллекта сокращает число отказов в претензиях в общественных медицинских центрах Фресно

Для общественных медицинских центров Фресно, как и для многих других медицинских учреждений, отказы являются постоянным источником боли, и борьба с ними представляет собой постоянную борьбу.

ПРОБЛЕМА

Примерно за последние 10 лет плательщики усилили свою тактику задержек – один из методов заключался в отказе, сказал Эрик Экхарт, директор отдела финансовых услуг для пациентов в общественных медицинских центрах Фресно.

«Этот увеличенный объем означает увеличение рабочей нагрузки на мою команду», — объяснил он. «Мы знали, что многие из наших исторических рабочих процессов были недостаточно эффективны, чтобы справиться с этим новым уровнем отказов. Эта ситуация побудила нас начать поиск новых систем, которые мы могли бы внедрить внутри компании, или систем, в которых использовалась система на базе поставщика.

«Последние пять лет мы стремились поставить команду в максимально возможное положение для достижения успеха за счет оптимизации структур отчетности сотрудников, улучшения отчетов об отказах, обновление рабочих процессов ЭМК и устранение бумажных процессов», – продолжил он. «Кроме того, повышенное внимание уделяется предотвращению отказов на начальном этапе».

Несмотря на все реализованные положительные изменения, Экхарт знал, что это еще не конец пути к улучшению. Команде нужно было продолжать искать новые инструменты, которые можно было бы добавить в свой набор инструментов.

ПРЕДЛОЖЕНИЕ

В конце 2022 года поставщик его клиринговой палаты обратился к Экхарту с предложением стать бета-тестером новой системы на основе искусственного интеллекта, которая будет прогнозировать отказы до подачи претензий, а также будет оценивать входящие отказы по шкале «вероятности восстановления».

Обе части этого нового продукта использовали претензии Общественных медицинских центров Фресно и данные о денежных переводах плательщиков, чтобы узнать, как плательщики отклоняли и оплачивали претензии.

«Поскольку поставщиком была наша расчетная палата, данные были легко доступны и не требовали каких-либо дополнительных действий с нашей стороны», — отметил Экхарт. «Инструмент прогнозирования отказов использовал ту же прямую связь с нашей электронной системой медицинских записей, что и редактирование/отклонение претензий из нашей клиринговой палаты, поэтому дополнительное программирование не требовалось. Аналогичный путь использовался и для оценки «вероятности выздоровления».

«Благодаря этому инструменту мы смогли прекратить претензии на стороне клиента, что дало нам последний шанс исправить любые невыполненные задачи, которые могли вызвать отказ», — продолжил он. «Это позволило нашей команде по выставлению счетов получить инструмент, который выявлял области, требующие второго взгляда».

А если отказ действительно имел место, у сотрудников, осуществляющих контроль, был инструмент оценки, который помогал направить их рабочий процесс в области с высокой вероятностью быстрого получения оплаты после первоначальной апелляции.

«Общая цель этих инструментов заключалась не в устранении всех отказов, а в том, чтобы предоставить моим сотрудникам еще один ресурс, который поможет избежать отказов, а также поможет направить их апелляционные усилия после получения отказов», — сказал Экхарт. «Основная причина, по которой я решил двигаться дальше и стать партнером Experian Health, заключалась в том, что эта система не была новым рабочим процессом для сотрудников.

«Нет ничего хуже, чем попытаться заставить ваших сотрудников нарушить привычный им рабочий процесс и войти в другую систему, чтобы использовать ресурс», — добавил он. «Эта система также позволяла настраивать, какие изменения и оценки мои сотрудники могли видеть в EHR».

РЕШЕНИЕ ВЫЗОВА

Общественные медицинские центры Фресно начали работу с частью инструмента, предназначенной для прогнозирования отрицаний, в начале 2023 года. Первоначальное внедрение прогнозов было медленным и очень целенаправленным, чтобы обеспечить поддержку руководителей со стороны счетоводов, которые будут вносить эти изменения.

«В течение нескольких недель я просматривал данные прогнозов по IP/OP, плательщику, коду CARC и т. д.», — вспоминает он. «Этот инструмент очень хорош в прогнозировании будущих отказов, но не все из них можно предотвратить; поэтому для команды важен только избранный набор прогнозов».

Команда решила реализовать два прогноза кода CARC:

• 197 – Предварительная сертификация/разрешение/уведомление/предварительная обработка отсутствуют. (Только коммерческие плательщики.)
• 109 – Претензия/услуга, не покрываемая данным плательщиком/исполнителем. Необходимо отправить претензию/услугу правильному плательщику/подрядчику. (Только для плательщиков Medicaid.)

«Прогноз 197 позволил нам убедиться, что процесс авторизации соблюдается, и это позволило нам гарантировать, что номер аутентификации попадает в заявку — техническая проблема в то время создавала эту проблему», — сказал Экхарт. «Предсказание 109 было второй проверкой для управлял Medicaid проблемы с регистрацией, возникающие в восходящем направлении, и это было необходимо, прежде чем мы смогли внедрить систему автоматизации покрытия на стороне клиента.

«Оценка «вероятности выздоровления» была реализована позже в этом году нашей коммерческой командой», — продолжил он. «На начальном этапе были некоторые проблемы с обеспечением легкого доступа к этому показателю из наших текущих рабочих очередей. Но после того, как они были решены, мы смогли интегрировать это в ежедневный рабочий процесс персонала, и это также предоставило метод, гарантирующий, что мы сможем получить легкие деньги в дверях как можно быстрее».

ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ

Общественные медицинские центры Фресно почти сразу же увидели значительные результаты. За первые шесть месяцев реализации было отмечено снижение количества 197 отказов на 22% и 109 отказов на 18%.

«Оба этих улучшения показателей привели к более чем 30 часам в неделю дополнительной работы, которая была исключена из последующей рабочей нагрузки персонала», — сообщил Экхарт. «Этот единственный инструмент позволил высвободить время сотрудников и обеспечить дополнительную работу по апелляциям в будущем».

СОВЕТ ДЛЯ ДРУГИХ

Главный совет, который Экхарт предлагает другим организациям, — обеспечить поддержку персонала и начинать медленно.

«Инструменты ИИ — это всего лишь инструменты», — отметил он. “Возможно, мы доберемся до того дня, когда они будут делать все, но мы еще не достигли этого. Человеческое вмешательство и руководство являются ключом к получению успешного результата. Также убедитесь, что ИИ обучен работе с данными, которые имеют отношение к вашей организации. Если модель не обучена на соответствующих данных, она противоречит всей цели ИИ. С таким же успехом вы можете вернуться к своей команде аналитиков с кучей электронных таблиц.

«Выберите правильный инструмент для вашей ситуации и потребностей», — заключил он. «Подобно другим технологиям, некоторые инструменты ИИ имеют смысл для одних, а не для других. Я знаю, что многим из нас нравится быть на переднем крае технологий, и ИИ — это то модное слово, частью которого мы все чувствуем, что должны быть частью. Чтобы не попасть в эту ловушку, найдите технологию искусственного интеллекта, которая поможет, а не станет просто очередным предложением поставщика».

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