स्वास्थ्य सेवा में आरसीएम में एआई को एकीकृत करना: मानवों को लूप में रखने की आवश्यकता क्यों है

एआई स्वास्थ्य सेवा राजस्व चक्र प्रबंधन (आरसीएम) में एक स्थिरता बन गया है, क्योंकि वित्तीय नेता अतिभारित, कम कर्मचारी वाले विभागों के लिए राहत प्रदान करने का प्रयास करते हैं जो असाधारण मात्रा में तीसरे पक्ष के ऑडिट मांगों और बढ़ती अस्वीकृति दरों का सामना कर रहे हैं।

हाल ही में जारी 2023 बेंचमार्क रिपोर्ट के अनुसार, डेटा, एआई और प्रौद्योगिकी प्लेटफ़ॉर्म में बढ़ते निवेश ने अनुपालन और राजस्व अखंडता विभागों को अपनी टीम के आकार को 33% तक कम करने और 2022 की तुलना में ऑडिट गतिविधियों में 10% अधिक प्रदर्शन करने में सक्षम बनाया है। जब आरसीएम कर्मचारी कमी उच्च है, एआई उत्पादकता में महत्वपूर्ण वृद्धि प्रदान करता है।

स्वास्थ्य सेवा संगठन अब पिछले वर्षों में प्राप्त ऑडिट अनुरोधों की तुलना में चार गुना अधिक ऑडिट अनुरोधों की रिपोर्ट कर रहे हैं – और ऑडिट मांग पत्र 100 से अधिक पृष्ठों पर चल रहे हैं। यह वह जगह है जहां एआई चमकता है – इसकी सबसे बड़ी क्षमता लाखों डेटा बिंदुओं में असाधारण मामलों और सुई को उजागर करने में है। एआई आरसीएम कार्य के लिए एक महत्वपूर्ण प्रतिस्पर्धी लाभ है, और स्वास्थ्य वित्त नेता जो एआई को हype के रूप में खारिज करते हैं जल्द ही अपने संगठनों को पीछे छोड़ देंगे।

एआई कहां कम पड़ सकता है

स्वास्थ्य सेवा में वास्तव में स्वायत्त एआई एक पाइप ड्रीम है। जबकि यह सच है कि एआई ने कई आरसीएम कार्यों के स्वचालन को सक्षम किया है, पूरी तरह से स्वायत्त प्रणालियों का वादा अभी तक पूरा नहीं हुआ है। यह phầnनिर्माता सॉफ़्टवेयर विक्रेताओं की प्रवृत्ति के कारण है जो प्रौद्योगिकी पर ध्यान केंद्रित करते हैं बिना पहले लक्षित कार्य प्रवाह और महत्वपूर्ण रूप से, उनमें मानव स्पर्श बिंदुओं को पूरी तरह से समझने के लिए समय लेने के – एक अभ्यास जो अप्रभावी एआई एकीकरण और अंत-उपयोगकर्ता अपनाने की ओर जाता है।

मानवों को हमेशा लूप में रहने की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि एआई जटिल आरसीएम वातावरण में उचित रूप से कार्य कर सके। सटीकता और सटीकता स्वायत्त एआई के साथ सबसे कठिन चुनौतियां बनी हुई हैं और यह वह जगह है जहां लूप में मानवों को शामिल करने से परिणामों में सुधार होगा। जबकि दांव आरसीएम की तुलना में नैदानिक ​​​​दृष्टिकोण से उतने उच्च नहीं हो सकते हैं, खराब रूप से डिज़ाइन किए गए एआई समाधानों के परिणाम अभी भी महत्वपूर्ण हैं।

वित्तीय प्रभाव स्वास्थ्य सेवा संगठनों के लिए सबसे明显 हैं। संभावित दावों की ऑडिट करने के लिए उपयोग किए जाने वाले खराब प्रशिक्षित एआई टूल अंडरकोडिंग के उदाहरणों को याद कर सकते हैं, जिसका अर्थ है कि राजस्व के अवसरों की कमी। एक एमडीएडिट ग्राहक ने पाया कि उनके कथित स्वायत्त कोडिंग सिस्टम में एक गलत नियम दवा इकाइयों को गलत तरीके से कोड कर रहा था, जिसके परिणामस्वरूप 25 मिलियन डॉलर की आय की हानि हुई। यदि लूप में मानव द्वारा खामी का पता नहीं लगाया गया और ठीक नहीं किया गया तो त्रुटि कभी नहीं पकड़ी जाती और ठीक नहीं की जाती।

इसी तरह, एआई भी ओवरकोडिंग परिणामों के साथ गलत सकारात्मक परिणाम दे सकता है – एक ऐसा क्षेत्र जहां स्वास्थ्य सेवा संगठनों को सरकार के मिशन के साथ अनुपालन में रहने की आवश्यकता है स्वास्थ्य सेवा प्रणाली में धोखाधड़ी, दुरुपयोग और अपशिष्ट (एफडब्ल्यूए) से लड़ने के।

खराब रूप से डिज़ाइन किए गए एआई व्यक्तिगत प्रदाताओं को भी प्रभावित कर सकते हैं। राजस्व चक्र के अर्थ में “जोखिम वाले प्रदाता” की अवधारणा पर ठीक से प्रशिक्षित नहीं किए गए एआई टूल के परिणामों पर विचार करें। चिकित्सकों को उच्च अस्वीकृति दरों वाले जोखिम वाले प्रदाताओं के लिए स्वीप में शामिल किए जाने पर अनुचित रूप से अतिरिक्त जांच और प्रशिक्षण के लिए लक्षित किया जा सकता है। यह समय बर्बाद करता है जो रोगियों को देखने में बिताया जाना चाहिए, नकदी प्रवाह को धीमा करता है क्योंकि यह संभावित समीक्षा के लिए दावों को देरी करता है, और उनकी प्रतिष्ठा को नुकसान पहुंचा सकता है क्योंकि उन्हें “समस्याग्रस्त” लेबल से चिह्नित किया जाता है।

लूप में मानवों को रखना

इन प्रकार के नकारात्मक परिणामों को रोकने के लिए लूप में मानवों की आवश्यकता है। एआई के तीन क्षेत्र हैं जिनमें मानवीय भागीदारी की आवश्यकता होगी ताकि यह सुनिश्चित किया जा सके कि वांछित परिणाम प्राप्त हों।

1. एक मजबूत डेटा फाउंडेशन बनाना

एक मजबूत डेटा फाउंडेशन बनाना महत्वपूर्ण है, क्योंकि डेटा मॉडल के साथ-साथ मेटाडेटा, डेटा गुणवत्ता और शासन एआई को अपनी क्षमता को अधिकतम करने में सक्षम बनाने के लिए महत्वपूर्ण है। इसके लिए होने के लिए, डेवलपर्स को बिलिंग अनुपालन, कोडिंग और राजस्व चक्र नेताओं और कर्मचारियों के साथ खुद को खाई में उतारने में समय लेने की आवश्यकता है ताकि वे उनके कार्यों और डेटा को पूरा करने के लिए आवश्यक डेटा को पूरी तरह से समझ सकें।

प्रभावी विचलन का पता लगाने के लिए न केवल बिलिंग, अस्वीकृति और अन्य दावा डेटा की आवश्यकता होती है, बल्कि प्रदाताओं, कोडरों, बिलरों, पेयर्स आदि के बीच जटिल अंतर्क्रिया को समझने की भी आवश्यकता होती है ताकि यह सुनिश्चित किया जा सके कि प्रौद्योगिकी वास्तविक समय में जोखिमों का लगातार मूल्यांकन करने में सक्षम है और उपयोगकर्ताओं को आवश्यक जानकारी प्रदान करती है उनके कार्यों और गतिविधियों को उन तरीकों से केंद्रित करने के लिए जो मापने योग्य परिणामों को चलाते हैं। यदि संगठन डेटा फाउंडेशन को छोड़ देते हैं और चमकदार उपकरणों का उपयोग करके अपने एआई मॉडलों की तैनाती को तेज करते हैं, तो इसके परिणामस्वरूप एआई मॉडल से हॉलुसिनेशन और गलत सकारात्मक परिणाम होंगे जो शोर पैदा करेंगे और अपनाने में बाधा उत्पन्न करेंगे।

2. निरंतर प्रशिक्षण

स्वास्थ्य सेवा आरसीएम एक निरंतर विकसित होने वाला पेशा है जिसमें अपने पेशेवरों को नवीनतम विनियमों, रुझानों और प्राथमिकताओं को समझने के लिए निरंतर शिक्षा की आवश्यकता होती है। एआई-संचालित आरसीएम टूल के साथ भी ऐसा ही है। प्रबलित सीखने की अनुमति देता है एआई अपने ज्ञान आधार का विस्तार करने और अपनी सटीकता बढ़ाने के लिए। उपयोगकर्ता इनपुट सुधार और अद्यतन के लिए महत्वपूर्ण है ताकि यह सुनिश्चित किया जा सके कि एआई टूल वर्तमान और भविष्य की जरूरतों को पूरा कर रहे हैं।

एआई को वास्तविक समय में प्रशिक्षित किया जाना चाहिए, जिससे अंतिम उपयोगकर्ता तुरंत जानकारी खोज और/या विश्लेषण के परिणामों पर इनपुट और प्रतिक्रिया प्रदान कर सकें ताकि निरंतर सीखने का समर्थन किया जा सके। यह भी संभव होना चाहिए कि उपयोगकर्ता डेटा को तब असुरक्षित के रूप में चिह्नित करें जब यह उचित हो, ताकि इसके पैमाने पर प्रसार को रोका जा सके। उदाहरण के लिए, विशिष्ट संस्थाओं या व्यक्तियों को वित्तीय नुकसान या अनुपालन जोखिम का श्रेय देने के लिए उचित कारणों को ठीक से समझाए बिना।

3. उचित शासन

मानवों को एआई के आउटपुट को मान्य करने की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि यह सुरक्षित है। यहां तक ​​कि स्वायत्त कोडिंग के साथ, एक कोडिंग पेशेवर को यह सुनिश्चित करने की आवश्यकता है कि एआई ने अपडेटेड कोड सेट या नए नियामक आवश्यकताओं को लागू करने के लिए “सीखा” है। जब मानवों को शासन लूप से बाहर रखा जाता है, तो एक स्वास्थ्य सेवा संगठन खुद को राजस्व रिसाव, नकारात्मक ऑडिट परिणाम, प्रतिष्ठा की हानि, और बहुत कुछ के लिए खुला छोड़ देता है।

कोई संदेह नहीं है कि एआई स्वास्थ्य सेवा, विशेष रूप से आरसीएम को बदल सकता है। हालांकि, ऐसा करने के लिए स्वास्थ्य सेवा संगठनों को अपने प्रौद्योगिकी निवेश को मानव और कार्यबल प्रशिक्षण के साथ पूरक करने की आवश्यकता है ताकि सटीकता, उत्पादकता और व्यावसायिक मूल्य को अनुकूलित किया जा सके।