収益サイクル管理のパフォーマンスがかつてないほど重要になっています。 そして、最近のテクノロジー、特に人工知能の進歩は、医療の管理機能に大きな可能性をもたらしています。
CodaMetrix の共同創設者兼チーフ データ サイエンティストのジェイ アスラム氏は、RCM 機能はテクノロジーを活用して病院や医療システムのパフォーマンス向上に貢献する基盤を築くことができると述べています。 アスラム氏は、2016 年にマサチューセッツ州ブリガム将軍のオリジナルの医療コーディング AI システムを開発したチームの一員であり、今日の RCM の影響力を高める上で AI が果たしている役割について内部関係者の視点を持っています。
AI、機械学習、自然言語処理テクノロジーの開発に 30 年以上の経験を持つアスラム氏にインタビューしました。 マサチューセッツ将軍ブリガムAI CodaMetrix として独立した取り組み、生成 AI が RCM で果たせる役割についての彼の見解、AI のヘルスケアにおいて今後 5 ～ 10 年がどうなるかについての彼の考えを紹介します。
Q. あなたは、Mass General Brigham のオリジナルの医療コーディング AI の作成に協力し、それが現在のあなたの会社であるスピンオフ CodaMetrix を生み出しました。 Mass General Brigham での AI への取り組み、AI の機能、スピンオフがどのように起こったかについて教えてください。
A. 2019 年の CodaMetrix 設立の起源は、10 年前の 2009 年に私が、現在のマサチューセッツ将軍ブリガムの一部であるマサチューセッツ州一般医師組織 (MGPO) と協力する会社 (VOBA Solutions) にコンサルタントとして契約したときに始まりました。 VOBA はカスタム システムを開発し、医療コーディングを含む Mass General のさまざまな収益サイクル機能のシステム統合を実行しました。
ほとんどの医療システムに当てはまることですが、医療コーディングの負担は多くの場合、医師自身 (たとえば、CPT または手順コード) および/または専門の医療コーダー (多くの場合、ICD または診断コード) にかかっており、MGPO は特に、医師のコーディングの負担を軽減するだけでなく、専門の医療コーディング スタッフの効率を向上させることにも熱心です。
VOBA と MGPO は、システムを「インテリジェント」にするための豊富なデータがあることを知っていましたが、そのための専門知識を持っていませんでした。
AI、自然言語処理、機械学習、統計に関する専門知識と、過去に VOBA メンバーと協力したことがあるという事実を考慮して、私はコンサルタントとして採用されました。
医師のコーディングの負担を軽減するために、私たちは次のことから始めました。 AIベースのシステムを構築する これにより、CPT コードの世界が、医療コーディングの課題に直面したときに医師が考慮する必要がある可能性のあるほんの一握りのコードにまで絞り込まれる可能性があります。
本質的には、過去の請求データから、たとえば、特定のスケジュール記述に従って手術を行う膝関節および肩関節の外科医は、高い確率でほんの一握りの手術のうちの 1 つ以上を実行するであろうということを知ることができます。外科医がコーディング作業の開始点として使用できる、最も可能性の高い手術に対応する CPT のリストとその説明。
AI ベースのシステムは、時間の経過とともに継続的に学習し、十分なデータが与えられると、結果を特定の外科医 (この例では) に合わせて調整することを学習し、医師がレビューする可能性の高いコードのスペースを大幅に制限することができました。 これにより、医療コーディングのタスクに直面する医師の負担が大幅に軽減されました。 このシステムは 2010 年にマサチューセッツ州ブリガム大将に導入され、それ以来使用され続けており、継続的に学習しています。
そのシステムでは、適切な CPT コードを最終的に選択するのは、医師がどのような処置を行ったかを知っている医師に依存していましたが、このタスクを簡単に実行するための適切な出発点と適切な情報を医師に提供することで効率が向上しました。 。
代わりに臨床ノートに依存した場合、臨床ノート自体からコードを直接予測することで、CPT コーディングに対する医師の関与や、CPT および ICD コーディングに対する専門の医療コーダーの関与を完全に排除できる可能性があります。
そのような AIベースのシステム さまざまな統治機関や支払者によって規定された無数のさまざまなコーディング規則とともに、特定の CPT または ICD コードに対応する臨床ノート内の単語やフレーズのパターンを学習する必要があります。
さらに、AI ベースのシステムがそれらの予測に対する信頼度を正確に自己評価できれば、自律的な医療コーディングを実行でき、AI の自己評価した信頼度に基づいてそのような症例が保証されている場合には、人間の介入なしに症例を請求書に直接送信できます。指定されたレベルの精度を維持しながら、残りのケースを AI の予測とともに人間によるレビューのために送信します。
私たちはまさにそのようなシステムを開発し、2015 年にマサチューセッツ ジェネラル ブリガムに導入しました。それ以来、このシステムは正常に稼働し、継続的に学習を続けています。医療コーディングを自動化し、医師の負担を軽減し、マサチューセッツ ジェネラル ブリガムの専門コーディング スタッフの効率を向上させています。
この社内で開発および導入されたシステムの成功を考慮して、ブリガム陸軍大将は最終的に、より大きな医療市場におけるこのテクノロジーの実現可能性を探ることにしました。 このテクノロジーがブリガム総司令官の範囲外でも使用可能であり有用であると判断されると、より大きな医療業界向けにこのテクノロジーの開発と展開を専門とする会社をスピンアウトすることが決定されました。 こうして、CodaMetrix は 2019 年に誕生しました。
Q. 現在、あなたは収益サイクル管理の管理機能に生成 AI を組み込むことに熱心に取り組んでいます。 あなたのビジョンについて説明してください。
A. 私たちのビジョンは、米国の医療システムの効率を高め、コストを削減することです。 医師と医療コーダーの負担を軽減するため。 そして、報酬に基づくケア、価値に基づくケア、集団の健康などに必要な精度と臨床的特異性を備えた自律的な医療コーディングを提供します。 それぞれについて順番に説明しましょう。
まず、推定値はさまざまですが、管理および収益サイクル機能が米国の医療支出の約 20 ～ 25% を占めており、代わりに患者ケアに費やすことができる金額であり、医療コーディングは収益サイクルの中で最も高価な要素です。 私たちのビジョンは、自律型医療コーディングから始めて、AI を適用して米国の医療システムの効率を高め、コストを削減することです。
しかし、これらの同じ AI 技術は、自律的な医療コーディングをはるかに超える洞察とソリューションを生み出すことができます。 これらの技術とその結果の分析は、手作業によるレビューが必要な症例の最適な医療コーダーへのルーティングを最適化し、臨床文書改善の機会を特定し、支払者認定のコーディングアルゴリズム、自動判定への道を開くためにも使用できます。自動化された事前認証など、すべてが医療業界の効率化とコスト削減を推進します。
第二に、私たちの目標は、 AIを活用して医師の負担を軽減 専門の医療プログラマーが最高のライセンスで業務を遂行できるようにします。 前者については、2 つの逸話から始めましょう。 私の父は十数年前に退職するまで開業医でした。 1970 年代、子供の頃、父が家に電話をかけていて、私も時々付き添っていたのを覚えています。父にはそうする時間があり、そのレベルのケアを提供できるからです。
しかし、父は開業医を退職するまでに、償還や事前承認などに必要な書類作成に毎日何時間も費やしていました。そして、医師の負担が増え続けるこの負担にさらされていたのは彼だけではありませんでした。患者と接する時間が長くなり、医師の燃え尽き症候群を引き起こします。
第二に、私には最近、米国で最も権威のある医療機関の一つで放射線科の研修とインターンシッププログラムに参加した親戚がいます。彼は私に、研修医が毎週ストローを引いて誰が医療コーディングを行うかを決めていたという話をしてくれました。その週に放射線科のすべての症例を担当し、他の人は放射線学の学習に時間を集中することができました。
私たちのビジョンは、AI を活用して医師の負担を軽減し、医師が自らの技術を学び実践できるようにすることです。
医療コーディングを行うことが仕事であるプロの医療コーダーにとっても、医療コーディングの作業は退屈な場合があります。 所見のない胸部 X 線検査やマンモグラム検査などの日常的なケースでは、専門の医療コーダーが習得した高度なスキルは必要ありません。私たちの目標は、そのようなすべてのケース、さらにはそれ以上のケースを自動化し、これらの専門家が最高レベルで業務を行えるようにすることです。
最後に、医療コーディングは、償還やその後の患者との遭遇を抽象化して記述するために使用される言語です。 現在、サービス報酬型の使用例では、医療コーディングは、より低い「医療上の必要性」基準を満たすだけで済み、臨床的に包括的なコーディングは保証されず、多くの場合望ましくない。
しかし、 価値観に基づいたケアのために、人口の健康、臨床試験、縦断的分析など、より正確で包括的なコーディングに対する大きなニーズがあり、私たちのビジョンは、AI を活用してそのレベルのコーディングを正確かつ効率的に提供することです。
Q.人工知能、機械学習、自然言語処理の医療分野では、今後 5 ～ 10 年はどうなると思いますか?
A. まず、全体的なコメントです。 将来的には、AI 革命は、AI が私たちの日常生活を改善する普遍的で不可欠なツールであると同時に、賢明に使用することを学ばなければならないという意味で、スマートフォン革命とよく似たものとして見られるようになるでしょう。
スマートフォンについて考えて、日常生活のどれだけが、ほとんどが良い方向に、時には悪い方向に、この不可欠なデバイスを中心に回っているかを考えてみましょう。 AI はそのようなものであり、普遍的かつ不可欠なものとなるでしょう。コストを最小限に抑えながら利点を活用できるかどうかは、私たち次第です。
ヘルスケアの分野では、自律的な医療コーディングはまさに AIの応用例の一つ。 そして、ほんの数年前まで、自律型医療コーディングは、最先端技術を実験する余裕のある大規模な学術医療センターの管轄とみなされていましたが、急速に、すべての医療システムに必要不可欠なツールとして見なされています。同様に、初代のスマートフォンもかつては初期のユーザーにとって最先端のテクノロジーとみなされていましたが、急速にすべての人にとって不可欠なツールになりました。
AI は、診断、治療計画、創薬、設計を含むヘルスケアのあらゆる側面、つまりほぼすべてにおいてそのようなものになるでしょう。 膨大な量のデータ、計算リソース、最新の AI アルゴリズムを組み合わせることで、これらすべての分野での急速な改善が可能になり、今日そのような改善が見られます。
そして、私の別れの言葉と将来のビジョンは、AI は人間の努力を完全に置き換えるのではなく、むしろ人間を強化するものであり、人間参加型の AI 拡張システムは AI や人間単独よりも優れた結果を達成できるということです。 AI は、医療業界において効率を高め、パフォーマンスを達成するために、人間によって、人間のために、そして人間とともに使用できる強力なツールです。
LinkedIn で Bill の HIT 報道をフォローしてください。 ビル・シウィッキー
彼にメールを送ります: [email protected]
Healthcare IT News は HIMSS Media の出版物です。