V današnjem vedno spreminjajočem se zdravstvenem okolju pomen izvajanja upravljanja ciklusa prihodkov (RCM) ne more biti precenjen. Na srečo nedavni napredki na področju tehnologije, zlasti na področju umetne inteligence (AI), ponujajo ogromen potencial za izboljšanje in poenostavitev administrativnih funkcij v zdravstvu. Vizionar, ki vodi to spremembo, je Jay Aslam, soustanovitelj in glavni znanstvenik za podatke pri CodaMetrix, podjetju, specializiranem za AI-pogonjene rešitve za RCM.
Potovanje Aslama v področje umetne inteligence se je začelo pred več kot tremi desetletji, njegovo strokovno znanje na področju AI, strojnega učenja in obdelave naravnega jezika pa ga je pripeljalo na čelo inovacij v zdravstvu. Igral je ključno vlogo pri razvoju prvotnega AI sistema za medicinsko kodiranje Massachusetts General Brigham leta 2016, kar je kasneje privedlo do ustanovitve CodaMetrix.
Zgodba za CodaMetrix sega v leto 2009, ko se je Aslam pridružil podjetju VOBA Solutions kot svetovalec, ki je sodeloval s Physicians Organization Massachusetts General (MGPO). Breme medicinskega kodiranja, ki je pogosto prispevalo k zdravnikom in strokovnim kodirnikom, je sprožilo iskanje rešitve, ki bi olajšala to breme in izboljšala učinkovitost. Ob prepoznavanju obilice podatkov, vendar brez strokovnega znanja za izkoriščanje njihovega potenciala, sta Aslam in njegova ekipa začela misijo gradnje sistema na osnovi umetne inteligence.
Njihov prvotni poudarek je bil zmanjšanje bremena kodiranja za zdravnike z razvojem sistema, ki je lahko na podlagi zgodovinskih podatkov in opisov postopkov ustvaril nekaj verjetnih CPT kod na podlagi zgodovinskih podatkov in opisov postopkov. Ta sistem, uveden leta 2010, je znatno zmanjšal čas in trud, potreben za naloge kodiranja, hkrati pa je še vedno temeljil na vnosu zdravnika za končno izbiro kode.
Ob uspehu so Aslam in njegova ekipa šli korak naprej z razvojem sistema na osnovi umetne inteligence, ki je lahko napovedoval kode neposredno iz kliničnih zapisov, s čimer je odpravil potrebo po vključitvi zdravnika in potencialno revolucioniral medicinsko kodiranje. Ta sistem, uveden leta 2015, ni le avtomatiziral medicinsko kodiranje, ampak je tudi povečal učinkovitost in natančnost, kar je koristilo tako zdravnikom kot strokovnemu kadru za kodiranje.
Navdihnjeni s uspehom teh notranjih rešitev je Massachusetts General Brigham prepoznal potencial te tehnologije onkraj svoje organizacije in se odločil za izločitev CodaMetrixa leta 2019. Aslamova vizija za CodaMetrix je revolucionirati RCM z vključitvijo generativne AI v administrativne funkcije. Njihov cilj je povečati učinkovitost, zmanjšati stroške, ublažiti breme zdravnika in kodirnika ter zagotoviti natančno in avtonomno medicinsko kodiranje za različne modele oskrbe, vključno z oskrbo na podlagi plačila, oskrbo na podlagi vrednosti in zdravjem prebivalstva.
Aslam verjame, da lahko z izkoriščanjem moči generativne AI zdravstvene organizacije optimizirajo usmerjanje funkcij cikla prihodkov, pridobijo dragocene vpoglede iz analize podatkov in končno spremenijo način obvladovanja administrativnih nalog. S pionirskimi rešitvami, kot so tiste, ki jih je vpeljal CodaMetrix, je potencial za izboljšanje učinkovitosti RCM in splošnih zdravstvenih izidov nikoli ni bil večji.
Pogosta vprašanja
The source of the article is from the blog dk1250.com