Inger Sivanthi 是 Droidal 的首席执行官，Droidal 是一家专注于人工智能的医疗技术公司。他领导了应用人工智能解决方案的开发，包括大型语言模型和人工智能代理，旨在改善医疗保健收入和运营决策。他的工作重点是将人工智能集成到复杂的医疗保健环境中，注重负责任和实用的实施。
收入周期一直在收集承诺。RPA本来应该改变一切。NLP也是如此。然后，生成式AI彻底改变了整个对话。现在是Agentic AI的时代，这次的不同之处在于其中一些已经真正落地。并非全部如此。甚至并非大多数如此。但是足够多的生产环境中已经开始工作，这使得这一刻与之前的不同。什么是真正的行动有一种“Agentic AI”的版本被用在产品演示中，描述任何可以做多件事的AI。那样的版本不值得讨论。真正的AI代理不会等待有人解释其输出并决定下一步该做什么。它阅读临床笔记，识别缺失的授权，导航支付者门户，提交请求。如果请求被拒绝，它会提取相关文档，构建上诉，适当地路由它。没有开启票据。没有队列。没有员工点击六个屏幕才能到达那里。在RCM中，这个原因很重要。工作深深地非线性化。先前的授权请求可能会涉及四个不同的系统才能解决。支付者要求会发生变化。文档质量会根据提供者、专业领域和周数的不同而有所不同。仅遵循固定脚本的系统在这样的环境中不会长久。结果实际上出现在哪里先前的授权几乎在每次诚实的对话中首先被提及，原因在于结构。它是周期中最为文档密集和规则密集的任务之一。美国医师协会2024年的《先前的授权医师调查》发现，27%的医师报告说他们的先前的授权请求经常或总是被拒绝，医师每周完成平均39次先前的授权，每一个都直接从患者护理中抽取时间。那不是一个临床失败。那是一个文档和工作流失败，这正是Agentic系统所要解决的问题。代理验证资格，映射临床文档与支付者标准，跟踪提交状态，在人类审查者介入之前表面显示缺失信息。任务结构适合他们。重复信息收集，可预测的匹配规则，明确的最终状态。主动的索赔清理也显示出类似的牵引力。与其在拒绝后追逐拒绝，代理在提交前运行预提交审计，以捕获编码错误、文档差距和授权不匹配。根据HFMA的2025年9月对272名医疗保健高管的调查，已经在收入周期中部署了AI和自动化的组织报告称，收入周期中AI和自动化的可衡量减少的索赔错误率和更快的报销时间表是他们的前两个结果。这种上游纠正是真正的财务恢复发生的地方。诚实的图景HFMA-FinThrive 2025年5月的一项调查发现，63%的医疗保健组织已经在其收入周期的某个地方使用AI和自动化。这听起来像真正的势头。并且确实如此，带有一个星号。“某种形式的AI”可以涵盖很多内容。对于许多组织来说，这意味着一个范围代理处理周期中的一个特定任务，通常是先前的授权或拒绝上诉。在某个角落。这是一个合理的起点。但是，从那里到一个多代理工作流，涵盖资格、编码、索赔和整体的和解，这个差距并不是很小。正如在《重思收入周期现代化：AI时代》中所探讨的那样，到全面转型的结构性障碍比大多数技术路线图所承认的要深刻得多。大多数供应商对话很快就会跳过这个差距。完全无人值守的收入周期是一个合理的方向。但这并不是大多数组织目前所处的位置，将其视为近期可实现的目标往往会在部署期间造成问题。为什么试点会停滞Agentic AI很少在测试期间失败。试点几乎总是看起来很有希望。用例很窄，数据相对干净，有人密切关注代理所做的事情。生产环境则不同。支付者规则会在未经通知的情况下发生变化。EHR文档质量会根据部门、提供者和专业领域的不同而变化。边缘情况会比预期更快地增加。当没有人设计一个明确的升级路径来处理代理超出其范围的内容时，工作流程要么停滞，要么继续运行并产生需要几周时间才能浮现的错误。从试点到生产的扩展是一个与使试点工作本质上不同的问题。将它们视为同一个问题的组织通常会在部署期间发现这一点，而不是在此之前。这也是更广泛的AI采用格局在医疗保健之外苦于生产失败的原因之一。基础设施问题Agentic AI在拥有干净、连贯、相互连接的数据时表现良好。这个限定符比听起来更重要。大多数中型至大型医疗系统运行着碎片化的EHR环境，具有不同平台上的不一致字段定义、具有不同访问规则的支付者门户，以及根据专业领域和个人提供者不同而变化的文档质量。这不是边缘情况。这是标准的操作环境。这个挑战与医疗保健系统对新AI需求做出反应所受到的更广泛的技术和结构性债务模式密切相关。杂乱的数据并不总是导致明显的故障。更常见的是，代理开始升级不应标记的异常，输出看起来在表面上是正确的，但在几周内悄悄地携带错误。技术在大多数情况下都在做它被设计来做的事情。不能持久的是代理所依赖的基础设施。在扩展代理之前，正确设置这一层是这项工作中不太光彩的部分，也是供应商路线图中没有得到足够关注的部分。当它真正起作用时会发生什么变化</h2 美国医师协会2024年的《先前的授权医师调查》清晰地讲述了这个故事的一部分：93%的医师表示，先前的授权对患者结果产生了负面影响，94%的医师表示，它延迟了对必要护理的获取。当代理吸收了文档和提交的负担时，临床人员获得了可衡量的时间。Agentic AI在RCM中的论点不仅仅是关于每个索赔的成本。它还关乎人员时间实际上去哪里，以及这种做法是否可持续。 最远推进这项工作的组织并不一定是那些拥有最大的技术预算的组织。它们往往是那些从狭窄的范围开始、从第一天就将人类监督纳入工作流程，并在生产的前几个月里从代理错误中学习的组织，而不是仅仅庆祝它做对了什么。比推销中所说的慢。但也更持久。这将走向哪里HFMA 2026年3月的《解锁隐藏的利润率：医疗系统如何思考AI、自动化和收入风险》报告指出，收入周期领导者正在从探索性试点转向AI的积极投资，作为保护利润率的主要杠杆，进入2026年下半年。这不是推测性的。这些是已经做出的预算决策。尚未确定的是，当EHR碎片化是真实的、支付者规则不断变化以及工作人员模型尚未完全适应自主代理改变工作的方式时，生产规模实际上是什么样子。接下来的18个月将比过去三年回答更多的问题。值得密切关注。
医疗保健领域的收入周期现代化通常被定义为速度。医院和医疗系统投资于减少手动输入、改善资格验证和加速计费周期的系统。这些变化是实用的和必要的。在许多组织中，它们减少了积压并提高了对现金流的可见性。然而，随着时间的推移，人们逐渐意识到，仅仅依靠效率并不能带来稳定性。通过内部检查的索赔仍可能被拒绝。文档可能满足编码标准，但未能满足支付者的医疗必要性解释。授权时间可能符合政策语言，但触发额外的审查。这些情况并不少见，它们是收入运营的日常现实。大多数计费系统都是为确认规则是否被遵守而设计的。它们并不是为评估提交后索赔可能遇到的阻力而设计的。随着报销条件变得更加复杂，这个局限性变得更加明显。验证不足时基于规则的系统仍然是必不可少的。必填字段必须完整。代码必须正确对齐。支付者的要求仍然需要在索赔审查期间正确应用。没有这些保障，基本的合规性很快就会崩溃。挑战出现在技术上正确但语境脆弱的案例中。拒绝趋势通常反映出模式而不是单个错误。特定的文档短语、重复的时间序列或微妙的合同条件可能会影响报销结果。这些因素相互作用，通常比明显的计费错误更难发现。Stanford AI Index 指出，更多的行业正在转向预测工具，当决策取决于不断变化的条件和不完整的信息时。医疗保健报销符合这一描述。结果受到历史、解释和支付者行为的影响，而不仅仅是书面政策。认识到这一点改变了目标。问题从询问索赔是否正确转变为询问它可能产生的摩擦程度。为收入决策添加视角将预测分析引入收入系统中并不消除现有的检查。它添加了视角。历史拒绝模式、支付者行为、文档变异和上诉结果可以一起审查以估计暴露程度。在实际意义上，这使得团队能够更有效地分配注意力。提交前可以审查看起来更容易暴露的索赔。随着风险模式变得更加明显，团队可以更早地调整文档，并将上诉努力集中在可能带来更大财务影响的索赔上。随着时间的推移，结果会告知未来的评估。随着支付者的解释发生变化，系统会进行调整。这使得收入管理变得不那么被动。文档和财务后果临床文档以超出编码字段的方式影响报销，因为叙述细节中的小差异可以塑造医疗必要性在审查期间的最终解释。当文档分析直接连接到报销模式时，重复出现的风险指标变得更容易识别。这并不消除人工审查。它通过提供对可能不被注意到的模式的更广泛的可见性来支持它。好处不仅仅是自动化，而是改进的洞察力。数据一致性的重要性收入运营通常跨越多个平台，这些平台最初并不是为一个系统而设计的。电子健康记录、计费软件、合同数据库和支付者门户可能以不同的方式存储信息。拒绝类别可能会在各个部门之间有所不同。上诉结果可能不会一致地反馈到分析中。世界卫生组织 强调了可互操作性作为长期数字进步的基础。没有一致的数据标准，分析工具的可靠性会随着时间的推移而降低。提高数据一致性可能看起来并不戏剧化，但它通常决定了预测工具是否保持准确和有用。日常实践中的监督由于收入运营影响了财务结果和监管风险，引入此类环境的分析工具必须得到明确和持续的监督的支持。NIST AI 风险管理框架 强调了在高级系统中透明度、监控和问责的重要性。在收入运营中，这转化为可理解的风险指标、定期的性能审查和当报销模式发生变化时的记录调整。团队更愿意依赖他们理解的工具。监督加强了信任并支持合规性。渐进式变化而非突然转变从工作流自动化到预测评估的转变很少会突然发生。许多组织首先专注于有限的拒绝类别或支付者群体。随着结果变得更加明显，集成会扩展。医疗财务管理协会 已经报道了拒绝复杂性的上升和整个提供者组织的日益增长的财务压力。在这些条件下，有助于预测变化的系统比仅仅对中断做出反应的系统提供了更大的稳定性。收入周期现代化在响应监管和支付者变化时已经演变。当前阶段反映了对理解可能性与确认合规同样重要的认识。结论提高效率在收入管理中仍然很重要，但它不再是现代化的唯一定义。报销环境受到解释、行为和变化的影响。仅设计为验证规则的系统可能难以预测中断。开始关注预测模式、文档细节和数据一致性的组织通常会注意到，他们可以更早地识别报销压力。在 收入周期管理 中，分析往往在锐化判断力而不仅仅是加速过程步骤时最有价值。随着报销条件继续演变，快速处理和更强大的决策之间的差异变得越来越有意义。
