Als praktizierender Arzt und ehemaliger Chief Innovation Officer erlebte ich aus erster Hand, wie die wachsende Zahl von Verwaltungsaufgaben dazu führte, dass der Kliniker Burnout und eine große Barriere für die direkte Patientenversorgung wird.
Die nachdenkliche Anwendung künstlicher Intelligenz (KI) im Gesundheitswesen hat das Potenzial, die Versorgung in den USA vollständig zu verändern. Zu den transformativsten Anwendungen gehört der AI Medical Scribe, bei dem im Jahr 2024 eine große Einführung von großer Annahme war.
Durch das Zuhören in Echtzeit auf Interaktionen zwischen Patienten und Kliniker und automatisch detaillierte klinische Dokumentation sparen KI-Schriften die Kliniker stundenlang die Papierkram, die Burnout reduzieren und mehr Zeit für die direkte Patientenversorgung ermöglichen.
Wenn Gesundheitssysteme jedoch zur Einführung dieser Technologien eilen, wird häufig eine kritische Funktion übersehen – das Bewusstsein der Kodierung.
Was ist das Codierungsbewusstsein?
Als Ärzte sind wir geschult, uns darauf zu konzentrieren, die beste klinische Versorgung für unsere Patienten zu liefern.
Wir sind nicht unbedingt darin geschult, wie unsere Dokumentation nachgelagerte Prozesse treibt. Evaluierung und Management -Codierung, DRG -Zusicherung und HCC -Wertung sind nicht Teil unserer Bildungsrubrik. Diese Prozesse sind jedoch für die finanzielle Integrität eines Instituts, die Qualität und die Risikoanpassung der Bevölkerung sowie für das Feuern lebensrettender Forschung, Krankheitsregister und öffentlich gemeldete Ergebnisse von wesentlicher Bedeutung.
KI -Bahnsformen müssen geschult werden, um die Nuancen kritischer nachgeschalteter Prozesse zu unterstützen.
Zuerst definiert von der American Academy of Professional Codierers (AAPC) ist das Codierungsbewusstsein die Fähigkeit eines medizinischen KI -Schreibers, durch das Labyrinth komplexer medizinischer Abrechnungs- und Codierungssysteme zu navigieren und sicherzustellen, dass die von ihr generierende Dokumentation den Codierungs- und Abrechnungsregeln entspricht. Dies beinhaltet mehr als nur eine oberflächliche Vertrautheit mit Abrechnungscodes. Eine wirklich codierende KI muss:
Verfassen Sie die Nuancen von Tausenden von Codes-von ICD-10- und CPT-Codes bis zur ständig wachsenden Liste von Modifikatoren. Die medizinische Abrechnung ist ein detailliertes und dynamisches Feld. Ein wirksames AI -Schreiber muss diese Feinheiten verstehen, um die Dokumentation angemessen zu strukturieren. Integrieren Sie unterschiedliche Logik für bestimmte Codes – jeder medizinische Code hat seine eigene Logik und Regeln. Beispielsweise kann die Kodierung für eine bestimmte Diagnose eine Dokumentation eines Symptoms mit spezifischer Sprache, Behandlungsplan oder Follow-up-Empfehlung erfordern. AI -Schriftgelehrten müssen in der Lage sein, diese Regeln genau anzuwenden. Verwenden Sie eine präzise, codekonforme Sprache-die Phrasierung in der klinischen Dokumentation muss die spezifische Sprache widerspiegeln, die durch Abrechnungscodes erforderlich ist. Mehrdeutigkeit oder Ungenauigkeit kann zu abgelehnten Ansprüchen oder Compliance -Fragen führen. In bestimmten Abrechnungsvereinbarungen muss die Ausgabe der klinischen Dokumentation die spezifische Dokumentation widerspiegeln, die durch bestimmte Diagnosencodes erforderlich sind. Die HCC-Erfassung erfordert fleischkonforme Dokumentation.
Ohne das Bewusstsein zu kodieren, können AI-Schriftgelehrte dokumentation, die unvollständigen, nicht konformen oder nicht mit den ausgewählten Abrechnungscodes nicht stehenden Dokumentationen erstellen. Diese Aufsicht ist mehr als ein technischer Schluckauf. Es ist ein systemisches Risiko.
Die Risiken von „codieren naiven“ KI -Schriftgelehrten
Ich habe mich im ganzen Land mit Führungskräften des Gesundheitssystems getroffen, die „naive“ medizinische Schriftgelehrte eingesetzt haben. Zu Beginn verzeichneten diese Organisationen einen großen Anstieg der Zufriedenheit der Kliniker und eine signifikante Abnahme der Dokumentationszeit. Mit ihren Bereitstellungen sahen sie jedoch einen massiven Anstieg der Abfragen der klinischen Dokumentationsintegrität (CDI), als die generierten Dokumentation ausgewählte Codes nicht unterstützte. Dies führt zu wichtigen nachgelagerten Fragen der Organisation.
KI -Schriftgelehrte, bei denen das Bewusstsein für das Codieren fehlt, stellen erhebliche Herausforderungen für Anbieter und Administratoren für Gesundheitsversorgung vor. Wenn die Dokumentation nicht mit Abrechnungscodes übereinstimmt, wird sie von CDI- und Revenue Cycle Management -Teams gekennzeichnet. Dies führt zu:
Erhöhte Verwaltungsbelastung – Anstatt die administrative Belastung zu lindern, kann ein schlecht gestalteter AI -Schreiber sie verschlimmern. Kliniker und Verwaltungsmitarbeiter müssen Fehler korrigieren oder die Lücken manuell ausfüllen und die beabsichtigten Effizienzgewinne negieren. Compliance -Risiken – Eine falsche oder unvollständige Dokumentation kann zu Audits führen und Ablehnungen beanspruchen. Für Gesundheitssysteme, die bereits mit engen Rändern zu kämpfen haben, sind diese Risiken inakzeptabel. Ungenauige Abrechnungs- und Problemlisten-Rechtsprechung-Dokumentation, die die Begegnung nicht genau und gründlich erfasst, führt zu einer Unterbesserung, unabhängig davon, ob es sich um eine Verringerung der E/M-Codes handelt, oder fehlende Add-On-CPT-Codes, die tatsächlich durch die bereitgestellte Pflege belegt wurden. Verzögerungen in der Patientenversorgung-Unterlagen von Dokumentationen müssen möglicherweise die Kliniker verpflichtet, Notizen zu überdenken oder Details nach der Tatsache zu klären, die Abrechnung zu verzögern und die Nachuntersuchung der Patienten zu verzögern.
Die Bedeutung des Codierungsbewusstseins
Kodierende KI-Schriftgelehrte bieten Lösungen für diese Herausforderungen, indem CDI-Wissen direkt in ihre Systeme einbettet. Da KI -Tools dem Menschen immer verantwortlich sind, ermöglicht diese Technologie sowohl Kliniker als auch professionelle Codierer, an ihrer Spitze der Lizenz zu arbeiten. Dieser proaktive Ansatz spart Zeit, reduziert die administrativen Belastungen und unterstützt bessere finanzielle Ergebnisse für Gesundheitsorganisationen.
Der Weg nach vorne
Um das Potenzial von KI -medizinischen Schriftgelehrten vollständig zu nutzen, müssen Gesundheitsorganisationen das Codierungsbewusstsein bei ihren Adoptionsstrategien Prioritäten setzen. Dies beinhaltet die Bewertung von KI -Tools basierend auf ihrer Fähigkeit zu:
Unterstützen Sie genaue Codierungsentscheidungen zum Zeitpunkt der Pflege proaktiv, wenn ein ausgewählter Code nicht durch Dokumentation unterstützt wird
KI schreibt, dass das Risiko des Coding -Sensibilisierungsrisikos die Jahre des CDI -Fortschritts, die Erhöhung der Ablehnung von Behauptungen und die Schaffung neuer administrativer Herausforderungen fehlen. Im Gegensatz dazu können kodierende KI-Schriftgelehrten unverzichtbare Werkzeuge zur Verbesserung der Arbeitsablaufeffizienz, zur Verbesserung der Genauigkeit der Erstattung und zur besseren Versorgung der Patienten werden.
Durch das Bestehen auf kodierfähiger KI-Lösungen können Gesundheitssysteme sicherstellen, dass diese Technologien ihr transformatives Versprechen erfüllen, den Burnout und die Verwaltungsbelastung des Klinikers reduzieren, die Patientenversorgung und -verbesserung verbessern und das, was während einer Begegnung aufgetreten ist, genau erfasst. Die Reise nach intelligentere Gesundheitsversorgung muss die Einhaltung, Präzision und Prozessintegrität als Grundelemente der KI -Bereitstellung priorisieren.
Darüber hinaus muss jeder Einsatz von KI den Klinikern und Gesundheitsarbeitern immer verantwortlich sein, um ihre Arbeit zu unterstützen, zu erhöhen und zu ermöglichen. Die klinische Dokumentation dient einer Vielzahl von Angehörigen der Gesundheitsberufe, ebenso wie unsere KI -Plattformen.
Foto: FG Trade, Getty Images
William H. Morris, MD, MBA, ist ein angesehener Arzt- und Gesundheitstechnologieleiter, der derzeit als Chief Medical Officer bei Ambiente Healthcare fungiert. In dieser Rolle treibt er die Vision des Unternehmens für die klinische KI vor und arbeitet mit führenden Gesundheitssystemen zusammen, um die Arbeitsabläufe der Kliniker zu transformieren und die Patientenversorgung zu verbessern.
Bevor Dr. Morris zu Ambience Healthcare kam, war er Chief Medical Information Officer bei Google Cloud Healthcare and Life Sciences und trug zu modernen Innovationen im Gesundheitswesen bei. Zuvor hatte er Führungsrollen in der Cleveland Clinic inne, darunter Chief Innovation Officer und Associate Chief Information Officer, die klinische IT -Systeme und Gesundheits -IT -Fortschritte überwacht. Dr. Morris zertifiziert in der Inneren Medizin. Er erwarb seinen medizinischen Abschluss an der Medizinischen School of Medicine der Case Western Reserve University und absolvierte seine Residenz am Beth Israel Deaconess Medical Center an der Harvard Medical School. Dr. Morris hält auch einen MBA von der Case Western Reserve University Weatherhead School of Management.
Dieser Beitrag erscheint durch das Medcity Influencers -Programm. Jeder kann seine Sichtweise auf Geschäft und Innovation im Gesundheitswesen in Bezug auf MedCity -Nachrichten durch MedCity -Influencer veröffentlichen. Klicken Sie hier, um herauszufinden, wie.
