एआई-संचालित स्वचालन से भुगतान दर्ज करने की बाधा कैसे दूर हो सकती है

स्वास्थ्य सेवा उद्योग दशकों से भुगतान की कागजी प्रक्रिया को खत्म करने की दिशा में काम कर रहा है। अब भुगतानकर्ता एक मानक फ़ाइल, Electronic Data Interchange (EDI) 835, के ज़रिए भुगतान और अस्वीकृतियों का ब्योरा इलेक्ट्रॉनिक रूप से भेजते हैं। इससे कागज़ी प्रक्रिया खत्म हुई और सभी को काम करने के लिए एक साझा प्रारूप मिला। लेकिन डेटा को मानकीकृत करने से कुछ मैन्युअल काम तो कम हुआ, पर काम अपने-आप नहीं होने लगा। फ़ाइल का इलेक्ट्रॉनिक रूप से आ जाना, भुगतान दर्ज हो जाने के बराबर नहीं है। EDI 835 फ़ाइल आने के बाद भी लोग उसे खोलते हैं, हर भुगतानकर्ता के कोड पढ़ते हैं, भुगतान एक-एक पंक्ति में दर्ज करते हैं और अस्वीकृतियों पर हाथ से काम करते हैं।

इस मैन्युअल काम पर बहुत खर्च होता है और यह लागत लगातार बढ़ रही है। Experian Health के 2025 के दावों की स्थिति संबंधी सर्वेक्षण में 41 प्रतिशत सेवा प्रदाताओं ने बताया कि उनके कम-से-कम दस में से एक दावा अस्वीकृत हो जाता है। Kodiak Solutions का अनुमान था कि 2025 में सेवा प्रदाताओं को अस्वीकृतियों और खराब ऋण के कारण 48 अरब डॉलर से अधिक का नुकसान हुआ—जो पिछले वर्ष की तुलना में लगभग एक चौथाई अधिक था। किसी खाते का निपटारा होने से पहले कर्मचारियों को हर भुगतान और अस्वीकृति दर्ज करनी, उनका मिलान करना और उन पर काम करना पड़ता है; इनमें से ज़्यादातर काम अब भी हाथ से होते हैं।

भुगतान दर्ज करने का काम अब भी मैन्युअल क्यों है

भुगतान दर्ज करने का काम मैन्युअल बने रहने की वजह तकनीक से कम और नियमों से ज़्यादा जुड़ी है। हर भुगतानकर्ता अपनी फ़ाइलों को अलग ढंग से संभालता है। हर परिस्थिति और अपवाद के साथ नियम बदलते रहते हैं, इसलिए असामान्य मामले इतनी तेज़ी से बढ़ते हैं कि उन्हें लिख पाना किसी के लिए भी मुश्किल होता है। इनमें से कई नियम तो लिखे ही नहीं गए हैं। वे कुछ अनुभवी बिलिंग कर्मचारियों के दिमाग़ में ही रहते हैं। नतीजतन, संगठन उन्हें एकसमान ढंग से लागू नहीं कर सकता और न ही आसानी से किसी प्रणाली को सौंप सकता है। जब नियम दर्ज नहीं होते, तो दावों के निपटारे में ज़्यादा समय लगता है, टाली जा सकने वाली अस्वीकृतियाँ पकड़ में नहीं आतीं और पहली बार दावा जमा करने पर अक्सर उतनी राशि नहीं मिलती, जितनी मिलनी चाहिए।

यहाँ बड़े भाषा मॉडल वास्तव में क्या करते हैं

पारंपरिक स्वचालन साफ़-सुथरे और अनुमानित दावों को संभाल लेता है, लेकिन बाकी मामलों में अटक जाता है। नियम-आधारित इंजन वही कर सकता है, जिसके लिए उसे पहले से प्रोग्राम किया गया हो। जब भुगतानकर्ता पहली बार कोई ऐसा समायोजन कोड भेजता है जिसे प्रणाली ने पहले नहीं देखा, तो दावे की समीक्षा किसी व्यक्ति को करनी पड़ती है। भुगतानकर्ताओं के बीच इतना अंतर होता है कि बड़ी संख्या में दावे इसी समीक्षा कतार में पहुँच जाते हैं।

एक बड़ा भाषा मॉडल इस कमी को दूर करता है, क्योंकि वह किसी दावे को अनुभवी बिलिंग कर्मचारी की तरह पढ़ता है। वह संदर्भ को समझता है, पता लगाता है कि दावा किस बारे में है, भुगतानकर्ता का कौन-सा नियम लागू होता है और अपवादों को कैसे संभालना है, फिर इसे भुगतान दर्ज करने वाली प्रणाली को सौंप देता है। मॉडल निर्णय लेने का काम करता है और प्रणाली हर बार एक ही तरीके से भुगतान दर्ज करती है।

हमने क्या बनाया

Marlabs ने उत्तर अमेरिका में आपातकालीन चिकित्सा सेवा प्रदाताओं के भुगतानों का प्रबंधन करने वाली एक स्वास्थ्य सेवा बिलिंग कंपनी के लिए ठीक ऐसी ही प्रणाली बनाई। कंपनी हर महीने लगभग 85,000 भुगतान संसाधित करती है। भुगतनों की संख्या और भुगतानकर्ताओं से जुड़ी जटिलताएँ इतनी बढ़ रही थीं कि कर्मचारियों को नियुक्त करके भी टीम काम की रफ़्तार बनाए नहीं रख पा रही थी।

सबसे अहम बात यह थी कि प्रणाली उन नियमों को कैसे संभालती थी जिन्हें कंपनी ने लिखकर दर्ज नहीं किया था। कंपनी के पास वास्तव में कोई भुगतानकर्ता नियम-पुस्तिका थी ही नहीं, इसलिए हमने प्रणाली में ऐसी पुस्तिका डालने के बजाय एआई को यह सिखाया कि बिलिंग कर्मचारी कैसे काम करते हैं और भुगतानकर्ता किन दावों का भुगतान करते हैं। एआई ने नियम सुझाए, वास्तविक नतीजों के आधार पर उनकी जाँच की और उस नतीजे की दिशा में उन्हें बेहतर बनाया जिसकी कंपनी को सबसे ज़्यादा परवाह है: अपील के कई दौर के बाद नहीं, बल्कि पहली बार दावा जमा करने पर बीमा से देय अधिकतम राशि वसूलना। कुछ लोगों के दिमाग़ में बंद ज्ञान ऐसे नियमों में बदल गया जिन्हें कंपनी आखिरकार देख और बेहतर बना सकती थी।

हर दावे की समीक्षा कोई व्यक्ति करता है

अंतिम रूप दिए जाने से पहले हर दावा अब भी किसी व्यक्ति के पास जाता है। प्रणाली दावे को दर्ज करती है और अपने काम का ब्योरा दिखाती है, ताकि समीक्षक देख सके कि एआई ने किसी साफ़-सुथरे दावे पर क्या किया और कुछ ही सेकंड में उसे मंज़ूरी दे सके। जब एआई को यक़ीन नहीं होता या बिलिंग कर्मचारी को बीच में हस्तक्षेप करना पड़ता है, तो दावे के साथ साफ़ शब्दों में बताया जाता है कि क्या गलत लगा और प्रणाली क्या करने की सलाह देती है। ऐसे मामलों में एआई समीक्षा को तेज़ करता है, जबकि हर दावे की जवाबदेही वहीं रहती है जहाँ उसे होना चाहिए: लोगों और कंपनी के पास।

नतीजे

नतीजे तकनीक ने अकेले नहीं, बल्कि इन डिज़ाइन विकल्पों ने दिए। अब कंपनी अपने लगभग 85 प्रतिशत भुगतान अपने-आप दर्ज करती है, जिससे टीम को उन दावों पर समय देने की गुंजाइश मिलती है जिनमें सचमुच मानवीय निर्णय की ज़रूरत होती है। भुगतान दर्ज करने की ग़लतियाँ 95 प्रतिशत कम हुईं और विभिन्न प्रणालियों के बीच मिलान अधिक सटीक हुआ। टीम भुगतानकर्ता-विशिष्ट अस्वीकृतियों का निपटारा तेज़ी से करती है और पहली बार वह अपवादों तथा उनके समाधान को घटित होते हुए देख सकती है। हमने ढाँचे को हर भुगतानकर्ता की अनुपालन संबंधी ज़रूरतों के भीतर विस्तार के लिए तैयार किया, इसलिए अब काम की मात्रा बढ़ने पर कर्मचारियों की संख्या बढ़ाना ज़रूरी नहीं होता।

अगर आप राजस्व चक्र का संचालन करते हैं, तो आपके लिए इसका क्या मतलब है

• भुगतान दर्ज करने जैसे अधिक मात्रा वाले, नियमों से बँधे काम से शुरुआत करें। अगर आपके नियम पहले से दर्ज हैं, तो उनका इस्तेमाल करें। अगर वे दर्ज नहीं हैं, तो इसे एक अवसर मानें और एआई को उन नियमों का पता लगाने दें तथा भुगतानकर्ताओं द्वारा वास्तव में किए गए भुगतानों के आधार पर उनकी जाँच करने दें।
• हर दावे की समीक्षा किसी व्यक्ति से करवाएँ, सिर्फ़ अपवादों की नहीं। एआई से अपने काम का ब्योरा दिखाने को कहें, ताकि साफ़-सुथरे दावे को मंज़ूरी देने में केवल कुछ सेकंड लगें।
• एआई से हर अपवाद की वजह स्पष्ट करवाएँ। वजह बताए बिना लगाया गया फ़्लैग, भुगतान दर्ज करने की बाधा को हटाने के बजाय समीक्षा के चरण तक पहुँचा देता है।
• पहले दिन से ही वास्तविक समय में स्थिति देखने की सुविधा विकसित करें, ताकि नेतृत्व यह देख सके कि प्रणाली कैसा प्रदर्शन कर रही है और आंकड़ों के आधार पर भरोसे के साथ कार्रवाई कर सके।

भुगतानों को खातों में दर्ज करना शुरुआत करने के सबसे स्पष्ट क्षेत्रों में से एक है, क्योंकि इसमें शामिल रकम बड़ी होती है और इसका प्रतिफल सीधे वसूल की गई नकदी में दिखाई देता है। प्रक्रिया को वास्तविकता के अनुरूप दर्ज करके, किसी प्रणाली को वे नियम सिखाकर जिन्हें किसी संगठन ने कभी लिखित रूप नहीं दिया, और हर दावे पर लोगों का नियंत्रण बनाए रखकर, आप मापने योग्य, ठोस नतीजे देख सकते हैं। इस तरह भुगतान दर्ज करने की प्रक्रिया एक अड़ियल, मैन्युअल बाधा से बदलकर ऐसी प्रक्रिया बन जाती है जिसे कारोबार बड़े पैमाने पर अपना सकता है।