ระบบอัตโนมัติปรับปรุงกระบวนการเรียกเก็บเงินและการเข้ารหัสอย่างไร
ด้วยใบแจ้งหนี้ทางการแพทย์และการเข้ารหัสความทันเวลาและความแม่นยำมีความสำคัญสูงสุด AI สามารถปรับปรุงทั้งสองอย่าง
พลเมืองแพทย์และผู้เขียนโค้ดจะต้องปฏิบัติตามข้อกำหนดอย่างรวดเร็วและแม่นยำที่สุดเท่าที่จะเป็นไปได้ Steven Carpenter ผู้สอนการเรียกเก็บเงินและการเข้ารหัสที่มหาวิทยาลัยเท็กซัสในซานอันโตนิโออธิบาย “ หากพวกเขาไม่ได้เข้ารหัสอย่างถูกต้องการเรียกร้องสามารถถูกปฏิเสธหรือระงับและส่งผลกระทบต่อวงจรรายได้และผลกำไรอีกครั้ง” Carpenter กล่าว
แต่แทนที่จะใช้ poring ผ่าน ICD-10-cm และรายการทางการแพทย์เพื่อระบุรหัสที่เหมาะสมสำหรับการวินิจฉัยทุกครั้งการเข้ารหัสสามารถใช้ AI เพื่อระบุรหัสที่เหมาะสมและทันสมัยได้อย่างรวดเร็ว
“ การออกใบแจ้งหนี้และการเข้ารหัสด้วยตนเองสามารถทำซ้ำได้ผิดพลาดและการเก็บภาษีทางจิตโดยเฉพาะอย่างยิ่งเมื่อผู้เขียนโค้ดต้องจัดการข้อมูลจำนวนมากภายใต้กำหนดเวลาที่เข้มงวด” Carpenter กล่าว “AI สามารถช่วยปรับปรุงความเร็วและความแม่นยำ”
นอกเหนือจากการแนะนำรหัสเครื่องมือ AI สามารถวิเคราะห์และตรวจสอบข้อกำหนดการเรียกร้องโดยอัตโนมัติตรวจสอบคุณสมบัติการประกันภัยและรับใบอนุญาตก่อนหน้าและเอกสารอื่น ๆ สำหรับผู้จ่ายเงิน – ในที่สุดก็เพิ่มประสิทธิภาพการจัดการรอบรายได้
“ การจัดการวงจรรายได้มีชิ้นส่วนที่เคลื่อนไหวจำนวนมากและทั้งผู้ชำระเงินและหน้าผู้ให้บริการมีโอกาสมากมายสำหรับระบบอัตโนมัติ” Aditya Bhaste รองประธานฝ่ายออกแบบและพัฒนาซอฟต์แวร์ที่ Stanford Health Care กล่าว “มีประโยชน์มหาศาลในการใช้เทคโนโลยีนี้เพื่อกำจัดแรงเสียดทานจากระบบ”
สำรวจ: เอาชนะอุปสรรคการดำเนินงานของ AI เพื่อการดูแลสุขภาพ
การลดข้อผิดพลาดและการบรรเทาทุกข์ของพนักงานที่ถูกไฟไหม้
การเรียกเก็บเงินทางการแพทย์เกี่ยวข้องกับการกำหนดรหัสที่ถูกต้องมากกว่า ทีมการเรียกเก็บเงินจะต้องมีปฏิสัมพันธ์กับผู้ป่วยเพื่อรับมือกับการสอบถามอย่างต่อเนื่องเกี่ยวกับการประกันและค่าธรรมเนียมการแพทย์ Stanford Health Care พบว่า AI สามารถเพิ่มความสามารถของเจ้าหน้าที่เรียกเก็บเงินและในกระบวนการประหยัดเวลาและหลีกเลี่ยงความเหนื่อยหน่าย
“ ในระบบการดูแลสุขภาพมีการให้ความสำคัญกับความเหนื่อยหน่ายในหมู่แพทย์และวิธีที่ AI สามารถช่วยได้ทางคลินิก แต่เรายังสังเกตเห็นว่าคนที่เรียกเก็บเงินของเรามีผู้ป่วยจำนวนมากและได้รับการสอบถามที่ซับซ้อนจากพวกเขา” Bhaste กล่าว
ทุกวันตัวแทนการเรียกเก็บเงินของ Stanford Health Care ตอบคำถามหลายร้อยคำถามจากผู้ป่วยผ่านพอร์ทัลออนไลน์ขององค์กร ก่อนหน้านี้ตัวแทนการเรียกเก็บเงินตอบคำถามที่เป็นลายลักษณ์อักษรเหล่านี้โดยให้คำปรึกษา 25 เทมเพลตโดยเลือกสิ่งที่เหมาะสมที่สุดแล้วปรับให้เป็นส่วนตัวเพื่อตอบสนองต่อคำขอของผู้ป่วยแต่ละราย
การตระหนักว่ากิจกรรมที่ใช้เวลานานและซ้ำ ๆ อาจนำไปสู่ความเหนื่อยหน่ายในพนักงานนักบิน Stanford Health Care ในปีนี้เป็นเครื่องมือ AI ที่สร้างการตอบสนองแบบร่างสำหรับการสอบถามแต่ละครั้งอย่างรวดเร็ว เครื่องมือนี้พิจารณาตัวแปรนับไม่ถ้วนรวมถึงนโยบายการประกันของผู้ป่วยจากนั้นสร้างคำตอบที่ถูกต้องและเป็นรูปธรรมซึ่งสะท้อนถึงแบรนด์และเสียงของ Stanford Health Care “ งานนั้นทำด้วยตนเองและตอนนี้มันถูกสร้างขึ้นโดยเครื่องมือ AI” Bhaste กล่าว
หลังจากการดูแลสุขภาพของสแตนฟอร์ดเปิดตัวนักบินในเดือนมกราคมตัวแทนผู้เรียกเก็บเงิน 10 คนใช้โมเดล AI เพื่อประมวลผลข้อความการออกใบแจ้งหนี้ผู้ป่วย 1,000 รายการ เครื่องมือช่วยประหยัดค่าใช้จ่ายประมาณหนึ่งนาทีต่อนาที เพิ่มข้อความเป็นประมาณ 17 ชั่วโมงเหนือนักบินสองเดือน “ เราเห็นการออมเวลาที่สำคัญ” Bhaste กล่าว “ มันเกี่ยวกับการเพิ่มผู้คนที่ต้องทำงานด้วยตนเองจำนวนมากและทำให้ชีวิตประจำวันของพวกเขาง่ายขึ้น”
เมื่อ Stanford Health Care ตรวจสอบตัวแทนการเรียกเก็บเงินของเขาเกี่ยวกับเครื่องมือ AI“ พวกเขาตื่นเต้นสุด ๆ เกี่ยวกับเรื่องนี้” Bhaas กล่าว ตั้งแต่เดือนมีนาคมเจ้าหน้าที่การเรียกเก็บเงินทั้งหมดของ Stanford Health Care ใช้เครื่องมือ AI
“ หนึ่งในผลงานที่มีค่าที่สุดของ AI คือความสามารถในการบรรเทาพนักงานที่ถูกไฟไหม้” Carpenter กล่าว