AI が収益漏洩を防ぐ 3 つの方法

以下は、共同創設者兼 CPO である Dan Parsons によるゲスト記事です。 思慮深い

収益漏洩は医療提供者にとって大きな課題となっており、これらの損失を軽減するために使用される従来の方法では規模を拡大することがますます困難になっています。

医療提供者は、これらの問題に永続的に対処するための、適応性と拡張性のあるソリューションを必要としています。 人工知能を活用した RCM 自動化はこれを実現し、時間を大幅に節約し、数百万ドルの利益を追加します。 さらに、自動化により、医療提供者の進化する支払者の状況への適応が簡素化されます。

アンドリーセン・ホロヴィッツ は、4 兆 3,000 億ドル規模のアメリカのヘルスケア産業の少なくとも半分が、今後数十年以内に AI 主導型になると予測しています。 ヘルスケア企業は 2 兆 6000 億ドルの収益を上げているにもかかわらず、利益は 6.5% にすぎません。 効率的な自動化と AI を活用したソリューションを導入することで、これらの企業は利益と全体的な価値を大幅に向上させることができます。 AI によって効率が 15% 改善されれば、全体の営業利益は 3,140 億ドル増加し、企業価値の総額は 5 兆 6,000 億ドル増加する可能性があります。

ここでは、自動化によって収益漏洩を軽減し、利益率を向上させる 3 つの方法を紹介します。

クレーム処理

医療提供者は、収益の約 90% を保険会社から得ています。 この収入を受け取るには、保険会社に保険金請求を提出する必要があります。

クレームはデータ ポイントのパッケージです。 患者を特定し、どのようなサービスが償還の対象となるかを指定し、医療提供者との患者の予約の詳細を示し、保険会社が必要とするその他の関連情報を提供します。

各データ パッケージは、保険会社の特定の要件を満たしている必要があります。 これらの請求には大量のデータが含まれており、絶対的な正確性が必要であるため、手動入力プロセスではエラーが発生し、その後請求が拒否されることがよくあります。

によると プロパブリカ, 政府のデータによると、保険会社は受け取った保険金の10％～20％を拒否しています。 ただし、一部のプロバイダーは、最初の提出で申し立ての 50% が拒否されたと報告しています。 カウフマン・ホール 医療機関の 73% が請求拒否率の増加を報告していると述べています。

請求が拒否された場合、医療提供者は追加のリソースを投資して問題を調査し、異議を申し立てる必要があります。 このプロセスには時間もコストもかかります。

自動化により、すべてのクレームを生成および監査して完全性を確保することで、この問題を軽減できます。 たとえば、請求に必要な添付ファイルが欠落している場合、または CPT コードが間違っている場合、自動化により不足している項目を見つけて添付したり、適切な修飾子が CPT コードに適用されるようにしたりできます。

支払い転記

多くの患者は、Blue Cross Blue Shield などの大手保険会社の補償を受けています。 組織が毎週約 100,000 件の請求を処理している場合、毎週 1,500 ～ 2,000 件が BCBS に提出される可能性があります。

BCBS またはその他の大手保険会社から支払いの詳細を記載したデータ ファイルを受け取った場合、支払いの範囲を判断するのはあなたの責任です。 これらのファイルは膨大になる可能性があるため、何がカバーされているか、カバー範囲、矛盾があるかどうかを理解することが困難になります。 支払いで全額がカバーできない場合は、差額を請求する必要があります。

次に、患者から差額を回収するか、何が拒否されたのか、その理由を特定する必要があります。 次に、申請を変更して再送信する必要があります。 スタッフがこれらの問題を解決している間、新しい請求が継続的にシステムに追加され、何がカバーされたかを追跡することがますます困難になります。

この問題を管理するのは困難であり、人間に依存した方法は現実的ではなくなりつつあります。 これは特に当てはまります。 病院や医療システムの 66% がフル稼働率未満で稼働していると報告。

しかし、コンピューターはデータを理解することに優れています。 自動化を使用すると、膨大な量の非構造化データやさまざまな形式のデータを迅速かつ簡単に解釈できます。

これは、何百もの保険会社と取引する場合に特に重要です。 たとえば、ある保険会社は EDI ファイルを送信し、別の保険会社は 22 ページの PDF を送信する場合があります。 22 ページの PDF を読んだり、入力したり、分析したりする人はいません。 ただし、オートメーションでは光学式文字認識 (OCR) 形式に関係なくデータをスキャンし、標準化し、既存のクレームと比較し、CPT コードを評価し、すべてを理解します。 さらに、医療における現在の手動プロセスと比較して、これをはるかに高速かつ数分の 1 のコストで実現できます。

収益報告

収益報告における課題は、個人がタスクを実行するために異なるシステムを使用しているため、一元化された真実の情報源が存在しないことにあります。 この状況により、ユーザーのプロセスが複雑になることがよくあります。

ただし、自動化されたソリューションでは、自己報告によりタスクを大幅に簡素化できます。 このシステムは、次のような質問に対する答えを提供します。どのようなアクションが実行されましたか? どのデータがアクセスされたのか?

さらに、自動化システムはこの情報をわかりやすい形式で表示し、チームが通常データ分析を行う場所に配置できます。 適切な自動化を使用すると、既存のシステムにシームレスに統合され、あらゆるプラットフォームにわたるすべてのアクティビティを追跡するカスタム レポートを受け取ることができます。

これにより、正確かつ包括的な請求が保証され、初回支払いが成功する可能性が高まります。 保険会社からのデータを迅速に処理して把握し、再提出と支払いを迅速化することができます。 さらに、時間を節約し、運用コストを削減し、収益の損失を防ぎます。

ダン・パーソンズについて

ダン・パーソンズは、Thoughtful の共同創設者兼最高製品責任者として、ヘルスケアにおける AI イノベーションの最前線に立っています。 彼のリーダーシップにより、Thoughtful は、 ヘルスケアオートメーション、収益サイクル管理 (RCM) に革命をもたらし、主要な医療機関と革新的なパートナーシップを築きます。 Thoughtfulにおけるダンの主な責任には、世界クラスの市場投入およびプラットフォームチームを構築しながら、製品およびマーケティングのビジョンを作成および実行することが含まれます。 彼のキャリアは、ORA Interactive、DRYV、BetterUp などのテクノロジー企業の立ち上げ、主導、指導、投資に賭けられ、成長と ROI を促進する素晴らしい製品を構築してきました。