AI Scribesで最も見過ごされがちな機能：コーディング認識

実務医師であり、元チーフイノベーションオフィサーとして、私は、管理タスクの増加が臨床医の燃え尽きにつながり、患者のケアを誘導するための大きな障壁になることを直接経験しました。

医療における人工知能（AI）の思慮深い適用は、米国でケアがどのように提供されるかを完全に変える可能性があります。最も変革的なアプリケーションの中には、2024年に大規模な採用が見られたAI Medical Scribeがあります。

患者臨床医の相互作用にリアルタイムで聞いて、詳細な臨床文書を自動的に生成することにより、AI Scribesは臨床医時間の事務処理を節約し、燃え尽きを減らし、直接的な患者ケアのためにより多くの時間を確保しています。

ただし、医療システムがこれらのテクノロジーを展開するために急いでいるため、1つの重要な機能はしばしば見落とされがちです。認識をコーディングします。

コーディング認識とは何ですか？

医師として、私たちは患者に最高の臨床ケアを提供することに集中するように訓練されています。

ドキュメントがダウンストリームプロセスをどのように駆動するかについて必ずしもトレーニングされているわけではありません。評価と管理のコーディング、DRG保証、およびHCCスコアリングは、教育ルーブリックの一部ではありません。ただし、これらのプロセスは、機関の財政的完全性、集団の品質とリスクの調整、救命研究の運転、病気の登録、および公的に報告された結果に不可欠です。

AIプラットフォームは、重要なダウンストリームプロセスのニュアンスをサポートするためにトレーニングする必要があります。

アメリカアカデミーオブプロフェッショナルコーダー（AAPC）によって最初に定義された、 コーディング認識 AI医療筆記者が複雑な医療請求およびコーディングシステムの迷路をナビゲートし、生成するドキュメントがコーディングおよび請求規則に準拠していることを確認する能力です。これには、請求コードに単なる表面的な精通以上のものが含まれます。真にコーディングを受けているAIは次のことをしなければなりません：

1. 数千のコードのニュアンスを理解します – ICD-10およびCPTコードから、拡大する修飾子のリストまで、医療請求は詳細かつ動的な分野です。効果的なAIスクライブは、これらの複雑さを理解してドキュメントを適切に構成する必要があります。
2. 特定のコードに個別のロジックを組み込む – すべての医療コードには、独自のロジックとルールがあります。たとえば、特定の診断をコーディングするには、特定の言語、治療計画、またはフォローアップの推奨事項を伴う症状の文書化が必要になる場合があります。 AIスクライブは、これらのルールを正確に適用できる必要があります。
3. 正確なコードに準拠した言語を使用します – 臨床文書のフレージングは、請求コードに必要な特定の言語を反映する必要があります。あいまいさまたは不正確さは、拒否された請求またはコンプライアンスの問題をもたらす可能性があります。特定の請求の取り決めでは、臨床文書の出力は、特定の診断コードで必要な特定の文書を反映する必要があります。 HCCキャプチャには、肉に準拠したドキュメントが必要です。

認識をコーディングすることなく、AI Scribesは、選択した請求コードと不完全、非準拠、または矛盾するドキュメントを作成できます。この監視は、技術的な問題以上のものです。それは体系的なリスクです。

「ナイーブなコーディング」AI筆記者のリスク

私は、「コーディングナイーブ」の医療筆記者を展開している全国の医療システムのリーダーと会いました。当初、これらの組織は、臨床医の満足度が大幅に増加し、文書化時間が大幅に減少しました。しかし、展開が続くにつれて、生成されたドキュメントが選択されたコードをサポートしなかった場合、臨床文書の完全性（CDI）クエリの大幅な増加が見られました。これにより、組織の主要な下流の問題が発生します。

コーディングの認識がないAI筆記者は、医療提供者と管理者に大きな課題をもたらします。ドキュメントが請求コードと一致しない場合、CDIおよびRevenue Cycle Managementチームによってフラグが付けられます。これは次のとおりです。

1. 管理負担の増加 – 管理負荷を軽減する代わりに、設計されていないAI筆記者はそれを悪化させる可能性があります。臨床医と管理スタッフは、エラーを修正したり、手動でギャップを埋めたりして、意図した効率性の向上を否定するために残されています。
2. コンプライアンスリスク – 誤ったドキュメントまたは不完全なドキュメントは、監査につながり、拒否を主張する可能性があります。すでに厳しいマージンに苦しんでいる健康システムにとって、これらのリスクは受け入れられません。
3. 不正確な請求と問題リストの裁定 – E/Mコードの削減であろうと、実際に提供されたケアによって実証されたアドオンCPTコードの欠落であろうと、遭遇を正確かつ徹底的にキャプチャしないドキュメント。
4. 患者ケアの遅延 – 文書化の矛盾は、臨床医が事実の後にメモを再検討したり、詳細を明確にしたり、請求を遅らせたり、患者のフォローアップケアを遅らせることを要求する場合があります。

認識をコーディングすることの重要性

Coding-aware AI Scribesは、CDIの知識をシステムに直接組み込むことにより、これらの課題の解決策を提供します。 AIツールは常に人間に対して説明責任があるため、このテクノロジーにより、臨床医とプロのコーダーの両方がライセンスのトップで動作することができます。この積極的なアプローチは、時間を節約し、管理負担を軽減し、ヘルスケア組織のより良い財務結果をサポートします。

前方の道

AIの医療筆記者の可能性を完全に活用するために、ヘルスケア組織は養子縁組戦略のコーディング認識を優先する必要があります。これには、次の能力に基づいてAIツールの評価が含まれます。

1. ケアの時点での正確なコーディングの決定をサポートします
2. 選択したコードがドキュメントによってサポートされていない場合、積極的にプロンプトが表示されます
3. 支払者の要件を包括的に順守します
4. CDIメトリックへの実証済みの影響を示します

CDIの進捗状況の長年を取り消し、請求の拒否を増やし、新しい管理上の課題を引き起こすコード認識のリスクがないAI筆記者。対照的に、コーディング認識のAI Scribesは、ワークフローの効率を改善し、払い戻しの精度を高め、最終的により良い患者ケアを提供するための不可欠なツールになる可能性があります。

ヘルスシステムは、コーディングを認識しているAIソリューションを主張することにより、これらの技術が変革的な約束を果たし、臨床医の燃え尽きと管理上の負担を軽減し、患者のケアとコミュニケーションを改善し、出会いの間に起こったことを正確に捉えることができるようにします。よりスマートなヘルスケアへの旅は、AI展開の基本的な要素として、コンプライアンス、精度、およびプロセスの完全性を優先しなければなりません。

さらに、AIの展開は、臨床医と医療従事者に、仕事をサポート、昇格、可能にするために構築された臨床医と医療従事者に常に責任を負う必要があります。臨床文書は、多数の医療専門家に役立ち、AIプラットフォームも必要です。

写真：FGトレード、ゲッティイメージズ

この投稿はを通して表示されます Medcityインフルエンサー プログラム。誰でも、MedCityインフルエンサーを通じて、MedCity Newsのヘルスケアのビジネスとイノベーションに関する視点を公開できます。 方法を調べるには、ここをクリックしてください。