स्वास्थ्य सेवा राजस्व चक्र प्रबंधन में एजेंटिक एआई की व्यावहारिक वास्तविकता

राजस्व चक्र वादों का संग्रह करना जारी रखता है। आरपीए बदलाव लाने वाला था। एनएलपी भी ऐसा ही था। फिर जनरेटिव एआई ने पूरी बातचीत को बदल दिया। अब यह एजेंटिक एआई है, और इस बार का अंतर यह है कि इसका कुछ हिस्सा वास्तव में काम कर रहा है।

सभी नहीं। अधिकांश नहीं। लेकिन पर्याप्त मात्रा में उत्पादन वातावरण में काम कर रहा है ताकि यह पल वास्तव में पहले से अलग हो।

क्रिया का वास्तविक अर्थ

“एजेंटिक एआई” का एक संस्करण है जो उत्पाद डेक में उपयोग किया जाता है ताकि यह वर्णित किया जा सके कि कोई भी एआई जो एक से अधिक कार्य करता है। उस संस्करण पर चर्चा करने की कोई बात नहीं है।

एक वास्तविक एआई एजेंट किसी के लिए अपने आउटपुट की व्याख्या करने और अगले कदम का फैसला करने का इंतजार नहीं करता है। यह एक नैदानिक नोट पढ़ता है, एक लापता प्राधिकरण की पहचान करता है, पेयर पोर्टल को नेविगेट करता है, अनुरोध सबमिट करता है। यदि अनुरोध अस्वीकृत हो जाता है, तो यह प्रासंगिक दस्तावेज़ निकालता है, अपील बनाता है, और इसे उचित तरीके से रूट करता है। कोई टिकट नहीं खोला गया। कोई कतार नहीं। कोई कर्मचारी सदस्य छह स्क्रीन के माध्यम से जाने के लिए क्लिक नहीं करता है।

आरसीएम में, इसका एक विशिष्ट कारण से महत्व है। कार्य गहराई से रैखिक नहीं है। एक पूर्व प्राधिकरण अनुरोध चार अलग-अलग प्रणालियों को छू सकता है इससे पहले कि यह हल हो जाए। पेयर आवश्यकताएं बदलती रहती हैं। प्रदाता, विशेषज्ञता, सप्ताह के अनुसार दस्तावेज़ गुणवत्ता भिन्न होती है। एक प्रणाली जो केवल एक निश्चित स्क्रिप्ट का पालन करती है वह उस वातावरण में लंबे समय तक नहीं टिकेगी।

परिणाम वास्तव में दिखाई दे रहे हैं

पूर्व प्राधिकरण लगभग हर ईमानदार बातचीत में पहले आता है, और कारण संरचनात्मक है। यह चक्र में सबसे अधिक दस्तावेज़-भारी और नियमों से भरा कार्य है। अमेरिकन मेडिकल एसोसिएशन के 2024 पूर्व प्राधिकरण शारीरिक सर्वेक्षण में पाया गया कि 27% शारीरिक रिपोर्ट करते हैं कि उनके पूर्व प्राधिकरण अनुरोध अक्सर या हमेशा अस्वीकृत हो जाते हैं, और शारीरिक एक सप्ताह में औसतन 39 पूर्व प्राधिकरण करते हैं, प्रत्येक एक रोगी देखभाल से सीधे समय लेता है। यह एक नैदानिक विफलता नहीं है। यह एक दस्तावेज और कार्यप्रवाह विफलता है, जो सटीक रूप से एजेंटिक प्रणालियों के लिए निर्मित समस्या का प्रकार है।

एजेंट पात्रता की पुष्टि करते हैं, नैदानिक दस्तावेजों को पेयर मानदंडों के खिलाफ मैप करते हैं, सबमिशन स्थिति को ट्रैक करते हैं, मानव समीक्षक के शामिल होने से पहले लापता जानकारी को सतह पर लाते हैं। कार्य संरचना उन्हें उपयुक्त बनाती है। पुनरावृत्ति जानकारी संग्रह, पredictable मैचिंग नियम, स्पष्ट अंत राज्य।

प्रोएक्टिव दावा स्क्रबिंग भी समान ट्रैक्शन दिखा रहा है। अस्वीकृति के बाद दावा का पीछा करने के बजाय, एजेंट प्री-सबमिशन ऑडिट चलाते हैं जो कोडिंग त्रुटियों, दस्तावेज़ अंतराल, और प्राधिकरण मिलान को दावे के बाद पहुंच से पहले पकड़ते हैं। HFMA के सितंबर 2025 सर्वेक्षण में 272 स्वास्थ्य सेवा कार्यकारियों में, संगठनों ने राजस्व चक्र में एआई और स्वचालन तैनात की है, दावा त्रुटि दर में मापनीय कमी और तेजी से पुनर्भुगतान समयरेखा के रूप में अपने शीर्ष दो परिणामों की सूचना दी। उस तरह का अपस्ट्रीम सुधार वह जगह है जहां बहुत सारी वास्तविक वित्तीय वसूली हो रही है।

ईमानदार चित्र

HFMA-FinThrive सर्वेक्षण से मई 2025 में पाया गया कि 63% स्वास्थ्य सेवा संगठन अपने राजस्व चक्र में कहीं न कहीं एआई और स्वचालन का उपयोग कर रहे हैं। यह वास्तविक गति की तरह लगता है। और यह है, एक अस्तर के साथ।

“कुछ रूप में एआई” बहुत अधिक जमीन को कवर कर सकता है। कई संगठनों के लिए, इसका अर्थ है एक सीमित एजेंट जो चक्र के एक कोने में एक विशिष्ट कार्य को संभालता है, आमतौर पर पूर्व प्राधिकरण या अस्वीकृति अपील। यह एक वैध प्रारंभिक बिंदु है। लेकिन एक एजेंट के बीच का अंतर जो पात्रता, कोडिंग, दावे, और पुनर्मिलन को समाप्त करने के लिए एक से अधिक कार्य करता है, वह छोटा नहीं है। जैसा कि राजस्व चक्र आधुनिकीकरण के पुनर्विचार में एआई के युग में अन्वेषण किया गया है, पूर्ण-चक्र परिवर्तन के लिए संरचनात्मक बाधाएं अधिकांश प्रौद्योगिकी रोडमैप की तुलना में गहरी हैं।

अधिकांश विक्रेता बातचीत उस अंतर को बहुत जल्दी से छोड़ देती है। पूरी तरह से स्पर्शरहित राजस्व चक्र एक उचित दिशा है जिसकी योजना बनाने के लिए। यह बस वह जगह नहीं है जहां अधिकांश संगठन वर्तमान में हैं, और इसे निकट भविष्य में प्राप्त करने योग्य के रूप में व्यवहार करने से तैनाती के दौरान समस्याएं पैदा होती हैं।

पायलट क्यों विफल होते हैं

एजेंटिक एआई शायद ही कभी परीक्षण के दौरान विफल होता है। पायलट लगभग हमेशा वादा दिखाते हैं। उपयोग का मामला संकीर्ण है। डेटा काफी साफ है। और कोई यह देख रहा है कि एजेंट क्या करता है।

उत्पादन अलग है। पेयर नियम बिना सूचना के बदलते हैं। ईएचआर दस्तावेज़ गुणवत्ता विभाग, प्रदाता, और विशेषज्ञता के अनुसार बदलती है। एजेंट के दायरे से बाहर कुछ होने पर किनारे के मामले तेजी से गुणा करते हैं। जब किसी ने एजेंट के लिए एक स्पष्ट एस्केलेशन पथ को डिज़ाइन नहीं किया है जब यह कुछ ऐसा हिट करता है जो इसके दायरे से बाहर है, तो कार्यप्रवाह या तो रुक जाता है या त्रुटियों के साथ आगे बढ़ता है जो हफ्तों तक सामने नहीं आती हैं।

पायलट से उत्पादन तक स्केलिंग एक मूलभूत रूप से अलग समस्या है जो पायलट को काम करने देती है। जो संगठन उन्हें एक ही समस्या के रूप में व्यवहार करते हैं वे आमतौर पर तैनाती के दौरान, न कि इसके बाद, इसका पता लगाते हैं। यही कारण है कि व्यापक एआई अपनाने की भूमि स्वास्थ्य सेवा से परे उत्पादन विफलताओं से संघर्ष कर रही है।

बुनियादी ढांचे की समस्या

एजेंटिक एआई तब अच्छा प्रदर्शन करता है जब इसके पास काम करने के लिए साफ, संगत, जुड़े हुए डेटा होता है। वह योग्य अधिक महत्वपूर्ण है niż यह लगता है।

अधिकांश मध्य से बड़े स्वास्थ्य प्रणालियों में खंडित ईएचआर वातावरण होते हैं जिनमें प्लेटफ़ॉर्म भर में असंगत क्षेत्र परिभाषाएं होती हैं, पेयर पोर्टल होते हैं जिनमें अलग-अलग पहुंच नियम होते हैं, और दस्तावेज़ गुणवत्ता जो विशेषज्ञता और व्यक्तिगत प्रदाता के अनुसार भिन्न होती है। वे किनारे के मामले नहीं हैं। वे मानक ऑपरेटिंग वातावरण हैं। चुनौती एक व्यापक पैटर्न से जुड़ी हुई है जो स्वास्थ्य सेवा प्रणालियों के लिए नए एआई मांगों का जवाब कैसे देता है।

गंदा डेटा हमेशा स्पष्ट विफलता का कारण नहीं बनता है। अधिक बार, एजेंट ऐसे अपवादों को बढ़ाते हैं जिन्हें उन्हें झंडा नहीं उठाना चाहिए, और आउटपुट सतह पर सही दिखते हैं जबकि वे शांत रूप से त्रुटियों को ले जाते हैं जो हफ्तों तक सामने नहीं आती हैं। अधिकांश मामलों में, प्रौद्योगिकी सटीक रूप से वही कर रही है जो यह डिज़ाइन की गई थी। जो नहीं पकड़ रहा है वह बुनियादी ढांचा है जिस पर यह बैठा है।

उस परत को सही करना एजेंटों को स्केल करने से पहले इस काम का एक महत्वपूर्ण हिस्सा है, और यह भी वह हिस्सा है जो विक्रेता रोडमैप में पर्याप्त ध्यान नहीं पाता है।

जब यह वास्तव में काम करता है तो क्या बदलता है

एएमए के 2024 पूर्व प्राधिकरण शारीरिक सर्वेक्षण स्पष्ट रूप से इस कहानी का एक हिस्सा बताता है: 93% शारीरिक कहते हैं कि पूर्व प्राधिकरण रोगी परिणामों पर नकारात्मक प्रभाव डालता है, और 94% कहते हैं कि यह आवश्यक देखभाल तक पहुंच में देरी करता है। जब एजेंट उस दस्तावेज़ और सबमिशन बोझ को अवशोषित करते हैं, तो नैदानिक कर्मचारी मापनीय समय प्राप्त करते हैं। आरसीएम में एजेंटिक एआई का तर्क केवल लागत-प्रति-दावे के बारे में नहीं है। यह भी है कि कर्मचारी समय वास्तव में कहां जाता है, और क्या यह टिकाऊ है।

वे संगठन जो इसके साथ आगे बढ़ रहे हैं वे आवश्यक रूप से उन लोगों के साथ नहीं हैं जिनके पास सबसे बड़े प्रौद्योगिकी बजट हैं। वे आमतौर पर वे होते हैं जिन्होंने संकीर्ण शुरू किया, मानव निगरानी को दिन एक से कार्यप्रवाह में निर्मित किया, और पहले महीनों में उत्पादन में सीखा कि एजेंट ने क्या गलत किया, न कि केवल यह कि यह क्या सही था। पिच की तुलना में धीमा। भी अधिक टिकाऊ।

यह कहां जा रहा है

HFMA की मार्च 2026 रिपोर्ट स्वास्थ्य सेवा मार्जिन और एआई निवेश में उल्लेख किया गया है कि राजस्व चक्र के नेता अन्वेषणात्मक पायलट से एआई में सक्रिय निवेश की ओर बढ़ रहे हैं जो 2026 के शेष के लिए मार्जिन सुरक्षा के लिए एक प्राथमिक लीवर के रूप में है। यह अनुमानित नहीं है। वे बजट निर्णय हैं जो पहले से ही किए जा रहे हैं।

जो कम निपटारा है वह यह है कि उत्पादन में वास्तव में क्या दिखता है जब ईएचआर खंडित है, पेयर नियम बदलते रहते हैं, और कार्यबल मॉडल अभी तक पूरी तरह से नहीं पकड़े हैं कि स्वायत्त एजेंट कार्य के बारे में क्या बदलते हैं। अगले 18 महीने उन प्रश्नों का उत्तर देंगे जो पिछले तीन वर्षों की तुलना में अधिक हैं। ध्यान से देखने लायक।