Da sich die Kostenerstattung im Gesundheitswesen weiterentwickelt, stehen Krankenhäuser vor einer neuen Herausforderung: Kostenträger nutzen zunehmend künstliche Intelligenz (KI), um Ansprüche zu verwalten. Vielen Anbietern ist möglicherweise nicht bewusst, dass KI-Tools zur Überprüfung ihrer Ansprüche eingesetzt werden, und diese Systeme sind nicht auf die Interessen der Anbieter ausgerichtet. Obwohl KI das Potenzial hat, Prozesse zu rationalisieren, führt ihr derzeitiger Einsatz im Einnahmezyklus zu mehr Ablehnungen von Ansprüchen, Zahlungsverzögerungen und einem größeren Bedarf an Einsprüchen, insbesondere weil Kostenträger KI häufig nutzen, um die Feststellung der medizinischen Notwendigkeit rückwirkend zu überprüfen. Um sich in dieser KI-gesteuerten Landschaft zurechtzufinden, müssen Krankenhäuser Fachwissen entwickeln, um die diesen Systemen innewohnenden Vorurteile und Fehler zu bekämpfen.
Mangelnde Transparenz
Eines der größten Probleme bei der KI bei der Schadenbearbeitung ist die mangelnde Transparenz. Die Kostenträger geben selten bekannt, dass KI eingesetzt wird oder erklären, wie sie funktioniert, und die Anbieter sind sich der Algorithmen, die diese KI-Systeme steuern, oft nicht bewusst. Dadurch bleiben den Krankenhäusern nur wenige Informationen, um gegen KI-generierte Dementis vorzugehen.
Ohne Einblick in die Logik dieser Ablehnungen sind Krankenhäuser im Nachteil, insbesondere angesichts des zusätzlichen Verwaltungsaufwands, der mit der Anfechtung dieser Ablehnungen verbunden ist. Beispielsweise finden KI-Prüfungen häufig statt, nachdem Krankenhäuser ihre Due-Diligence-Prüfung abgeschlossen, die Genehmigung erhalten und für einen Anspruch bezahlt wurden. KI-Systeme können den Anspruch rückwirkend neu bewerten und entscheiden, dass die medizinische Notwendigkeit nicht gegeben war. Dies kann zu Zahlungsstornierungen führen, sodass Krankenhäuser noch mehr Ressourcen aufwenden müssen, um ursprünglich genehmigte Ansprüche anzufechten. Kurz gesagt: KI-gesteuerte Post-Payment-Audits verzögern Zahlungen und untergraben das Vertrauen zwischen Krankenhäusern und Kostenträgern, wodurch Krankenhäuser finanziell unter Druck geraten.
Zeit ist entscheidend
Sobald ein Anspruch abgelehnt wird, sind die Krankenhäuser bereit, Berufung einzulegen. Einsprüche erfordern erhebliche Ressourcen und ein klares Verständnis darüber, warum der Anspruch abgelehnt wurde.
Erwägen Sie ein diagnostisches Verfahren, das zunächst keiner Genehmigung bedarf, aber zu einem chirurgischen Eingriff wird, wenn ein Arzt einen Tumor oder eine Läsion entdeckt. AI könnte diesen Anspruch aufgrund fehlender Vorabgenehmigung automatisch ablehnen, auch wenn sich die Situation natürlich entwickelt hat und jeder Arzt genauso gehandelt hätte. Ohne diese KI-gesteuerten Ablehnungen frühzeitig zu erkennen, können Krankenhäuser erhebliche Umsatzeinbußen erleiden.
Ebenso können KI-Algorithmen Chemotherapien oder Strahlenbehandlungen verweigern, wenn sie über den genehmigten Zeitraum hinaus fortgesetzt werden, selbst wenn ein Arzt sagt, dass die Behandlung fortgesetzt werden muss. Ohne rechtzeitige Neuzulassung riskieren Krankenhäuser erhebliche finanzielle Verluste.
KI vs. KI: Ein verlorener Kampf?
Im Bemühen, Ablehnungen von Kostenträgern durch künstliche Intelligenz entgegenzuwirken, haben einige Krankenhäuser ihre eigenen KI-Tools für die Bearbeitung von Ansprüchen implementiert. Obwohl dies wie eine gute Lösung erscheint, kann es nach hinten losgehen. Die KI-Systeme der Zahler werden immer ausgefeilter und können manchmal erkennen, wenn sie von einem anderen KI-System und nicht von einem erfahrenen Menschen bekämpft werden. Dies kann zu mehr Ablehnungen führen, da die Zahlersysteme automatisierte Antworten möglicherweise übersehen oder ablehnen und sie als weniger glaubwürdig wahrnehmen.
Der KI fehlt die Fähigkeit, die Komplexität der medizinischen Versorgung auf die gleiche Weise zu interpretieren, wie es ein ausgebildeter Kliniker kann. Wenn KI-Systeme gegeneinander antreten, kommt es häufig zu einer Flut von Fehlern und verpassten Einspruchsmöglichkeiten. Krankenhäuser, die zu stark auf KI ohne menschliche Aufsicht angewiesen sind, geraten möglicherweise in einen Teufelskreis der Verleugnung, dem sie nur schwer entkommen können. Die Zahler-KI erkennt den Mangel an menschlichem Fachwissen und kann bei Ablehnungen noch aggressiver vorgehen.
Die KI-Herausforderung angehen
Trotz der Schwierigkeiten, die KI mit sich bringt, können Krankenhäuser mehrere Schritte unternehmen, um ihre Auswirkungen auf den Umsatz zu reduzieren:
Nutzen Sie menschliches Fachwissen: KI-Fehler erfordern oft menschliches Eingreifen. Ärzte und Revenue-Cycle-Teams, die darauf geschult sind, Ablehnungen im Zusammenhang mit KI zu antizipieren, können in Kombination mit gründlicher Dokumentation und Kontext die Zahl der Ablehnungen reduzieren und die Erfolgsquote bei Einsprüchen verbessern. Verstehen Sie die Algorithmen: Krankenhäuser müssen ein Verständnis dafür entwickeln, wie KI-Systeme funktionieren. Eine sorgfältige Analyse der Krankenakten, eine klare Kommunikation mit Ärzten und die Ermittlung der Grundursachen für Ablehnungen können zukünftige Probleme verhindern, bevor sie auftreten. Anpassung an neue Systeme: In einigen Fällen konnten Krankenhäuser die Anzahl der Ablehnungen erfolgreich reduzieren, indem sie sich an neue Bewertungssysteme anpassten, die durch KI-Algorithmen der Kostenträger eingeführt wurden. Beispielsweise konnte ein Krankenhaus die Ablehnung von Ansprüchen im Zusammenhang mit Sepsis erheblich reduzieren, nachdem es ein neues Bewertungssystem, das von der KI eines Kostenträgers verwendet wird, verstand und sich daran anpasste. Durch diesen proaktiven Ansatz konnte das Krankenhaus pro Pflegefall Tausende von Dollar einsparen. Erkennen Sie Muster und bleiben Sie proaktiv: Krankenhäuser sollten Muster bei Ablehnungen erkennen und die Prozesse entsprechend anpassen. Durch die proaktive Sicherstellung von Neuzulassungen für Behandlungen wie Chemotherapie, deren Zulassungsfristen oft begrenzt sind, können Einnahmeverluste aufgrund von Zulassungsverstößen vermieden werden.
Blick nach vorn
Da KI weiterhin eine immer größere Rolle bei der Schadensbearbeitung spielt, werden Krankenhäuser mit wachsenden Herausforderungen im Zusammenhang mit Ablehnungen, Prüfungen und Einsprüchen konfrontiert sein. Diese Herausforderungen bieten jedoch auch die Möglichkeit, das Umsatzzyklusmanagement durch die Balance zwischen menschlichem Fachwissen und Technologie zu verbessern. Das Verständnis der Funktionsweise der Zahler-KI und die Sicherstellung einer menschlichen Aufsicht im Anspruchsprozess können Krankenhäusern dabei helfen, irrtümliche Ablehnungen zu reduzieren.
Während KI hilfreich sein kann, bleibt das menschliche Urteilsvermögen bei der Verwaltung komplexer medizinischer Ansprüche von entscheidender Bedeutung. Krankenhäuser sollten sich bei der Bekämpfung von Ablehnungen nicht zu sehr auf KI-Tools verlassen. Durch die Kombination klinischer Expertise mit einem strategischen Ansatz zur Bewältigung KI-gesteuerter Entscheidungen der Kostenträger können Krankenhäuser ihre Einnahmen besser schützen und die kostspieligen Folgen zunehmender Ablehnungen vermeiden.
Letztendlich sind Krankenhäuser, die eine starke menschliche Komponente in ihren Umsatzzyklusprozessen haben, besser in der Lage, die Herausforderungen von KI-gesteuerten Schadensverweigerungen zu meistern und deren Auswirkungen auf die finanzielle Leistung zu minimieren.
Bild: tumsasedgars, Getty Images
Chandler Barron ist Präsident von Parathon, das Krankenhäusern und Gesundheitssystemen Tools zur Verfügung stellt, mit denen sie alle erzielten Einnahmen eintreiben können.
Dieser Beitrag erscheint über das MedCity Influencers-Programm. Über MedCity Influencer kann jeder seine Sicht auf Wirtschaft und Innovation im Gesundheitswesen auf MedCity News veröffentlichen. Klicken Sie hier, um herauszufinden, wie.
