डॉ रिहान जाविद, रिनोवा के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

डॉ रिहान जाविद, रिनोवा एआई के सीईओ और सह-संस्थापक, एक चिकित्सक-कार्यकारी और उद्यमी हैं जो कृत्रिम बुद्धिमत्ता के माध्यम से स्वास्थ्य सेवा संचालन को आधुनिक बनाने पर ध्यान केंद्रित करते हैं। रिनोवा का नेतृत्व करने के अलावा, वह एज के सह-संस्थापक और अध्यक्ष हैं, जो बीमा, चिकित्सा और दंत चिकित्सा अभ्यासों के लिए दूरस्थ कार्यस्थल बुनियादी ढांचा समाधान प्रदान करते हैं। एक अभ्यास मनोचिकित्सक के रूप में, वह वर्तमान में कॉमनस्पिरिट हेल्थ और सेंट जोसेफ के व्यवहार स्वास्थ्य केंद्र में चिकित्सा निदेशक और मुख्य चिकित्सा अधिकारी के रूप में कार्य करते हैं, साथ ही साथ टूरो यूनिवर्सिटी मेडिकल ग्रुप में एक नैदानिक भूमिका भी रखते हैं। उनका पिछला अनुभव मनोचिकित्सा में कैलिफोर्निया पैसिफिक मेडिकल सेंटर और फ्लोरिडा विश्वविद्यालय में निवास प्रशिक्षण पूरा करने के साथ-साथ कानूनी भर्ती में एक सिद्धांत के रूप में पहले के नेतृत्व के अनुभव को शामिल करता है।

रिनोवा एआई एक स्वास्थ्य प्रौद्योगिकी कंपनी है जो एआई-संचालित राजस्व चक्र प्रबंधन और चिकित्सा बिलिंग स्वचालन पर केंद्रित है। प्लेटफ़ॉर्म प्रदाताओं के लिए प्रशासनिक बोझ को कम करने के लिए डिज़ाइन किया गया है बीमा सत्यापन, कोडिंग अनुकूलन, दावा प्रस्तुति और अस्वीकृति प्रबंधन जैसी प्रक्रियाओं को स्वचालित करके। कृत्रिम बुद्धिमत्ता का लाभ उठाकर कार्यप्रवाह और सटीकता में सुधार करने से, रिनोवा पारंपरिक बिलिंग सेवाओं की तुलना में महत्वपूर्ण लागत बचत प्रदान करने और स्वास्थ्य सेवा संगठनों के लिए प्रतिपूर्ति और वित्तीय प्रदर्शन में तेजी लाने का लक्ष्य रखता है।

आपने 2021 में एक मनोचिकित्सक और बाद में एक चिकित्सा निदेशक और सीएमओ के रूप में काम करने के वर्षों के बाद एज की सह-स्थापना की। बिलिंग कार्यप्रवाह में एआई के दृष्टिकोण से, आपने खंडित डेटा, पेयर नियमों में बदलाव, या मैनुअल अपवाद प्रबंधन जैसे कौन से शुरुआती संकेत देखे जो आपको यह विश्वास दिलाते हैं कि स्वचालन अंततः अपरिहार्य होगा?

जब मैं अभ्यास कर रहा था और बाद में क्लिनिकल संचालन चला रहा था, तो मैंने देखा कि बिलिंग में कितना घर्षण था। डेटा कई प्रणालियों में रहता था जो अच्छी तरह से संवाद नहीं करते थे। पेयर आवश्यकताएं लगातार बदलती रहती थीं। कर्मचारी अक्सर दावों को फिर से काम करने में घंटे बिताते थे जो अक्सर पीछे मुड़कर देखने परpredictable थे।

जो मुझे खड़ा था वह दोहराव था। एक ही त्रुटियां, एक ही अस्वीकृति पैटर्न, एक ही प्रलेखन अंतराल। ये दुर्लभ, सूक्ष्म मुद्दे नहीं थे। वे आवर्ती संचालन टूटने थे। एक निश्चित स्तर पर, आप महसूस करते हैं कि लोगों से यह अपेक्षा करना कि वे उस जटिलता को मैन्युअल रूप से प्रबंधित करेंगे, यह टिकाऊ नहीं है। यह तब स्पष्ट हो जाता है कि स्वचालन वैकल्पिक नहीं है। यह अपरिहार्य है।

जब आपने कुछ वर्षों बाद रिनोवा एआई लॉन्च किया, तो प्रौद्योगिकी या डेटा पक्ष में क्या बदलाव आया जिसने राजस्व चक्र प्रबंधन में एआई को लागू करना संभव बना दिया जो वास्तविक दावा जटिलता और लाइव पेयर नियमों के खिलाफ विश्वसनीय रूप से संचालित हो सके?

दो चीजें बदलीं। पहला, डेटा वातावरण में सुधार हुआ। ईएचआर, क्लियरिंग हाउस और बिलिंग प्लेटफ़ॉर्म के बीच एकीकरण अधिक संरचित हो गए। इससे हमें साफ़ इनपुट और मजबूत फीडबैक लूप मिले।

दूसरा, प्रौद्योगिकी परिपक्व हो गई। हम सरल नियम इंजन से आगे बढ़े। मॉडल संदर्भ का मूल्यांकन करने में सक्षम हो गए, न कि केवल बॉक्स की जांच करने में। इससे हमें प्रलेखन, कोडिंग और पेयर तर्क को एक साथ मिलाकर विश्लेषण करने की अनुमति मिली, न कि अलग-अलग।

यह नहीं था कि बिलिंग अचानक सरल हो गई। यह था कि पारिस्थितिकी तंत्र पर्याप्त रूप से स्थिर हो गया था ताकि एआई विश्वसनीय रूप से काम कर सके।

राजस्व चक्र प्रबंधन ने पारंपरिक रूप से स्थिर नियमों और अस्वीकृति के बाद पुनर्प्राप्ति पर भरोसा किया है। कार्यप्रवाह में पहले एआई को पेश करने से अस्पतालों को वित्तीय जोखिम और प्रतिपूर्ति की भविष्यवाणी के बारे में कैसे सोचने का तरीका बदल जाता है?

पारंपरिक रूप से, राजस्व चक्र टीमें एक निश्चित स्तर की अस्वीकृति को व्यवसाय का एक हिस्सा मानती हैं। काम तब शुरू होता है जब कुछ गलत हो जाता है।

जब एआई को अपस्ट्रीम पेश किया जाता है, तो लक्ष्य पुनर्प्राप्ति से रोकथाम में बदल जाता है। आप प्रस्तुति से पहले प्रलेखन अंतराल या कोडिंग मिसलाइनमेंट की पहचान कर सकते हैं। इससे प्रतिपूर्ति में परिवर्तनशीलता कम होती है।

अस्पताल कम राजस्व का पीछा करने के बारे में कम सोचते हैं और जोखिम को नियंत्रित करने के बारे में अधिक सोचते हैं जब यह सामग्री बनती है। इससे वित्तीय स्थिरता के बारे में अनुमान, कर्मचारी मॉडल और यहां तक कि बोर्ड स्तर की बातचीत में बदलाव आता है।

बिलिंग संचालन में एआई प्रणाली अक्सर मानक मामलों में अच्छा प्रदर्शन करती हैं लेकिन किनारों पर संघर्ष करती हैं। वर्तमान में, कौन से परिदृश्य स्वचालन द्वारा सबसे प्रभावी ढंग से संभाले जाते हैं, और मानव निर्णय कहां अभी भी एक महत्वपूर्ण भूमिका निभाता है?

स्वचालन संरचित, उच्च-वॉल्यूम कार्यों में सबसे अच्छा काम करता है। पात्रता जांच, प्राधिकरण सत्यापन, कोडिंग संगतता, और अस्वीकृति पैटर्न का पता लगाना सभी क्षेत्र हैं जहां मशीनें लोगों की तुलना में तेजी से और अधिक लगातार प्रक्रिया कर सकती हैं।

मानव निर्णय अभी भी किनारे के मामलों में महत्वपूर्ण है। अपीलें जो नैदानिक सूक्ष्मता की आवश्यकता होती है, अनुबंध विवाद, असामान्य पेयर व्यवहार, या जटिल रोगी परिदृश्य सभी मानव अनुभव और तर्कसंगतता से लाभान्वित होते हैं। एआई जोखिम को उजागर कर सकता है। मानव अभी भी ग्रे क्षेत्रों की व्याख्या करते हैं और अंतिम कॉल करते हैं।

एज द्वारा स्वास्थ्य सेवा-प्रशिक्षित राजस्व चक्र टीमों को अस्पताल कार्यप्रवाह में एम्बेड किया जाता है, जबकि रिनोवा अपस्ट्रीम निर्णय लेने को स्वचालित करता है। आप एआई प्रणालियों को डिज़ाइन करने के लिए कैसे दृष्टिकोण अपनाते हैं जो मानव निर्णय लेने को मजबूत करते हैं न कि नए संचालन जोखिम पेश करते हैं?

हम एआई को एक समर्थन परत के रूप में देखते हैं, न कि प्रतिस्थापन के रूप में। प्रणाली सिफारिशें प्रस्तुत करती है और अपने तर्क की व्याख्या करती है। हमारी स्वास्थ्य सेवा-प्रशिक्षित टीमें अभी भी कार्यप्रवाह में एम्बेडेड हैं।

यह संरचना महत्वपूर्ण है। एआई पैमाने और पैटर्न मान्यता संभालता है। मानव निरीक्षण और जवाबदेही संभालते हैं। जब ये भूमिकाएं स्पष्ट होती हैं, तो आप जोखिम को कम करते हैं न कि बढ़ाते हैं।

लक्ष्य संज्ञानात्मक अधिभार को कम करना है, न कि मानव निर्णय को हटाना।

पेयर नीतियां अक्सर बदलती रहती हैं और हमेशा एक ही तरह से लागू नहीं की जाती हैं। वास्तविक समय पेयर बुद्धिमत्ता दावा प्रस्तुति, अस्वीकृति और निरंतर मॉडल सुधार के बीच फीडबैक लूप को कैसे फिर से आकार देती है?

पेयर नीतियां अक्सर बदलती रहती हैं और लागू करना हमेशा एक ही तरह से नहीं होता है। ऐतिहासिक रूप से, संगठनों ने नियमों को आवर्ती रूप से अपडेट किया और आशा की कि वे वर्तमान थे।

वास्तविक समय फीडबैक के साथ, हर अस्वीकृति और अनुमोदन एक डेटा बिंदु बन जाता है। मॉडल वास्तविक परिणामों से सीखता है, न कि स्थिर धारणाओं से। इससे नीति परिवर्तन और संचालन समायोजन के बीच का अंतराल कम हो जाता है।

समय के साथ, इससे आश्चर्यजनक अस्वीकृतियां कम होती हैं और प्रस्तुति की सटीकता में सुधार होता है। यह प्रणाली को अधिक अनुकूलनीय बनाता है।

अस्पताल स्वाभाविक रूप से एआई प्रणालियों के बारे में सावधान हैं जो नकदी प्रवाह को प्रभावित करती हैं। आपको लगता है कि स्वास्थ्य सेवा नेताओं को एआई-संचालित बिलिंग निर्णयों पर विश्वास करने से पहले किस स्तर की पारदर्शिता या नियंत्रण की अपेक्षा करनी चाहिए?

नेताओं को स्पष्टता की अपेक्षा करनी चाहिए। उन्हें यह समझना चाहिए कि क्यों एक सिफारिश की गई थी। उन्हें इसे ओवरराइड करने में सक्षम होना चाहिए। और उन्हें एक स्पष्ट ऑडिट ट्रेल होनी चाहिए।

राजस्व चक्र सीधे नकदी प्रवाह और अनुपालन को प्रभावित करता है। विश्वास दृश्यता और नियंत्रण से आता है, न कि अंधे स्वचालन से। किसी भी एआई प्रणाली को इस स्थान में संचालित करने से पहले इस मानक को पूरा करना होगा।

राजस्व चक्र टीमों में कर्मचारी की कमी अक्सर श्रम समस्या के रूप में माना जाता है। आपके दृष्टिकोण से, समस्या का कितना हिस्सा वास्तव में डेटा गुणवत्ता और कार्यप्रवाह डिज़ाइन में निहित है, और एआई कहां सबसे बड़ा प्रभाव डाल सकता है?

कर्मचारी चुनौतियां वास्तविक हैं, लेकिन उनमें से कई खराब कार्यप्रवाह डिज़ाइन द्वारा बढ़ जाती हैं। जब टीमें अपना अधिकांश समय रोकथाम योग्य त्रुटियों को ठीक करने में बिताती हैं, तो जलन और उत्पादकता में कमी आती है।

यदि आप डेटा इनपुट को साफ़ करते हैं और टाले जा सकने वाले अस्वीकृतियों को कम करते हैं, तो एक ही टीम अधिक प्रभावी ढंग से काम कर सकती है। एआई सबसे बड़ा प्रभाव तब पड़ता है जब यह दोहराए जाने वाले पुनर्काम और मानक प्रक्रियाओं को दूर करता है।

अक्सर, मुद्दा केवल सिर्फ संख्या नहीं है। यह घर्षण है।

जैसे ही एआई राजस्व चक्र संचालन में निहित हो जाता है, आप राजस्व चक्र टीमों की भूमिका को अगले कुछ वर्षों में निरीक्षण, अपवाद प्रबंधन और शासन में कैसे विकसित होते देखते हैं?

मुझे उम्मीद है कि राजस्व चक्र टीमें अधिक रणनीतिक हो जाएंगी। दोहराए जाने वाले प्रसंस्करण पर कम समय। जटिल अपीलों, पेयर वार्ता, प्रदर्शन विश्लेषण और अधिक पर अधिक समय।

जैसे ही स्वचालन मानक कार्य संभालता है, मानव टीमें शासन और अनुकूलन की ओर बढ़ती हैं। इससे कार्य को बढ़ावा मिलता है, न कि सिकोड़ता है।

आगे देखते हुए, क्या आप उम्मीद करते हैं कि एआई-संचालित राजस्व चक्र प्लेटफ़ॉर्म अस्पतालों के लिए मुख्य वित्तीय बुनियादी ढांचे के रूप में वैकल्पिक उपकरणों के बजाय बन जाएंगे, और यह बदलाव संगठनों को निरंतर मार्जिन दबाव के तहत क्या सक्षम करेगा?

हाँ। मार्जिन दबाव दूर नहीं हो रहा है। प्रतिपूर्ति में भविष्यवाणीयता आवश्यक हो जाएगी।

एआई-संचालित प्लेटफ़ॉर्म जो सटीकता में सुधार करते हैं और रिसाव को कम करते हैं, वैकल्पिक उपकरणों से मूल बुनियादी ढांचे में बदल जाएंगे। जब नकदी प्रवाह अधिक स्थिर हो जाता है, तो अस्पताल अधिक आत्मविश्वास के साथ योजना बना सकते हैं और रोगी देखभाल में अधिक जानबूझकर निवेश कर सकते हैं।

यह अंततः वह परिणाम है जिसकी हम परवाह करते हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें रिनोवा एआई या एज पर जाना चाहिए।