Dėl naujų technologijų sveikatos priežiūros pramonė JAV stabiliai keitėsi. Viena svarbi dalis, kuri pasikeitė, yra tai, kaip valdomi ir valdomi sveikatos priežiūros centrai. Šie skambučių centrai yra svarbiausia kalbėtis su pacientais. Jie tvarko susitikimų planavimą, atsako į atsiskaitymo klausimus, draudimo klausimus ir dar daugiau. Ligoninės, klinikos ir sveikatos sistemos nori geriau dirbti ir išlaikyti mažas išlaidas. Dirbtinis intelektas (AI) tapo naudinga priemonė, kad skambučių centrai būtų produktyvesni. Šiame straipsnyje nagrinėjama, kaip AI padeda sveikatos priežiūros skambučių centruose geriau veikti, kaip jis daro įtaką pinigų valdymui ir kaip AI varoma automatika padeda sveikatos priežiūros įstaigoje.
Sveikatos priežiūros skambučių centrai turi daug iššūkių. Jie sulaukia daug skambučių, kartais pacientai ilgai laukia, klausimų gali būti sunku atsakyti, ir jie turi būti labai tikslūs dalijantis svarbia informacija. PG padeda išspręsti šias problemas, nagrinėdamas lengvus klausimus ir supaprastinant komunikacijos užduotis.
2023 m. „McKinsey & Company“ 2023 m. Ataskaitoje teigiama, kad sveikatos priežiūros skambučių centrai, kurie naudoja generatyvinę AI, padidino jų produktyvumą 15–30%. Tai yra didelis patobulinimas, nes sveikatos priežiūra reikalingas geras klientų aptarnavimas, o vėlavimai gali padaryti pacientus nelaimingus arba kainuoti daugiau pinigų.
Generacinis AI naudoja natūralios kalbos apdorojimą (NLP), kad tiksliai suprastų ir atsakytų į paciento klausimus. Tai leidžia AI atsakyti į bendrus klausimus, knygų susitikimus, patikrinti, ar pacientai gali naudoti savo draudimą, ir netgi padėti atsiskaitymui, visi, nereikalaujant asmens kiekvieną kartą.
Kadangi AI gali atsakyti į daugelį pacientų skambučių, darbuotojai gali padėti spręsti sunkesnes problemas, tokias kaip draudimo ginčai ar specialūs pacientų poreikiai. Tai padeda sutrumpinti laukimo laiką ir pagerinti paslaugas. PG taip pat gali veikti visą dieną ir naktį, todėl pacientai gali gauti pagalbą ne įprastomis darbo valandomis – labai naudinga ekstremalių situacijų atvejais ar užimtiems žmonėms.
Poveikis pajamų ciklo valdymui (RCM)
Pajamų ciklo valdymas (RCM) yra glaudžiai susijęs su tuo, kaip gerai veikia skambučių centrai. RCM yra proceso sveikatos priežiūros paslaugų teikėjai, naudojantys pacientų priežiūrą nuo registracijos iki atsiskaitymo ir mokėjimo. Pridėjus AI skambučių centrus, padėkite daugeliui RCM dalių pagerinti, nes jis tampa tikslesnis ir greitesnis.
Beveik 46% ligoninių ir sveikatos sistemų JAV naudoja AI, valdydami pajamų ciklo valdymą. Taip pat 74% naudoja tam tikrą automatizavimą, pavyzdžiui, robotų procesų automatizavimą (RPA) arba AI įrankius. Šios priemonės sumažina dokumentus ir padeda išvengti brangių klaidų, susijusių su atsiskaitymais ir pretenzijomis.
Pavyzdžiui, Auburn bendruomenės ligoninė Niujorke sumažino atvejus, kai pacientams, kuriems išleisti, nebuvo atsižvelgiama 50%. AI ir RPA įrankiai palengvino dokumentaciją ir padėjo teisingai išsiųsti teiginius. Ligoninėje taip pat padidėjo „Coder“ produktyvumas 40%, tai reiškia, kad žmonės, kurie apdoroja atsiskaitymą, gali veikti greičiau ir padaryti mažiau klaidų naudojant AI.
„Banner Health“ naudoja AI automatiškai tikrinti draudimo apsaugą. Tai padeda jų atsiskaitymo procesui pridedant draudimo informaciją tiesiogiai prie paciento sąskaitų. Tai sumažina dokumentus ir padidina mokėjimus.
Fresno bendruomenės sveikatos priežiūros grupė panaudojo AI, kad patikrintų pretenzijas prieš juos siunčiant. Dėl to draudimo bendrovių atsisakymas išankstiniu būdu sumažėjo 22%. Ankstyvos problemos gaudymas padeda išvengti paneigtų pretenzijų ir pagreitins pinigų. Grupė taip pat sutaupė nuo 30 iki 35 darbo valandų per savaitę, sumažindama, kiek apeliacinių darbuotojų turėjo išsiųsti.
Šie pavyzdžiai rodo, kad AI skambučių centruose ir automatizavimas padeda pagerinti pacientų aptarnavimą ir finansų valdymą. Turėdamos mažiau neigimo, greitesnių mokėjimų ir mažiau dokumentų, pajamų ciklo komandos gali sutelkti dėmesį į valdymą, o ne išspręsti problemas.
AI ir darbo eigos automatizavimas sveikatos priežiūros srityje
Naudojant AI skambučių centruose, taip pat susieja su didesnėmis automatizavimo sistemomis sveikatos priežiūros srityje. Automatizavimas atlieka daugybę administratorių užduočių, kurios darbuotojams užima daug laiko.
Viena pagrindinių sričių yra paskyrimų planavimas. PG sistemos gali rezervuoti, pakeisti ar atšaukti susitikimus pagal pacientų skambučius ar internetinius pranešimus. Tai padeda išvengti dvigubų užsakymų ir pacientų nepasirodymo, todėl klinikos veikia geresnėmis.
Daugelis sveikatos priežiūros grupių taip pat naudoja AI norėdami patikrinti, ar paciento draudimas galioja prieš jų vizitą. Tai padeda įsitikinti, kad pretenzijos bus priimtos, ir sumažina neigimo riziką, pagerinant grynųjų pinigų srautus.
AI robotai taip pat gali automatiškai rašyti apeliacijos laiškus, jei draudimo pretenzijos bus atmestos. Pavyzdžiui, „Banner Health“ tai naudoja tam, kad sutaupytų laiką ir susigrąžintų daugiau pinigų, pagreitindami apeliacijas.
Šie automatizuoti procesai padeda skambučių centrui, atsiskaitymo komandai ir medicinos darbuotojams geriau dirbti kartu. Dalijimasis duomenimis ir užduotis atidžiai sumažina klaidas ir pakartotinį darbą. Automatizavimas „Front Office“ atitinka patobulinimus, kuriuos AI daro skambučių centro darbe, kad sveikatos priežiūros paslaugų teikėjai galėtų greitai, teisingai ir stabiliai bendrauti.
PG taip pat padeda saugoti duomenų saugumą ir sukčiavimo gaudymą. Jis stebi keistą atsiskaitymo veiklą ir patikrina, ar laikomasi kodavimo taisyklių. Tai sumažina riziką ir padeda įsitikinti, kad sveikatos priežiūros paslaugų teikėjai gauna teisingus mokėjimus.
Organizacinis ir klientų judrumas per AI
Sveikatos priežiūros grupės turi išlikti lanksčios, kai pradeda naudoti AI. Jie turi greitai pakeisti tai, kaip jie dirba įtraukdami naujas technologijas. „Xi’an Jiaotong“ universiteto tyrimas nustatė, kad lankstumas organizacijoje ir su klientais vaidina svarbų vaidmenį naudojant AI gerai aptarnaujant klientus.
Sveikatos priežiūros darbuotojams reikia mokyti, kaip AI veikia su žmonių pagalbininkais. Jie taip pat turi pakeisti darbo eigas, kad atitiktų AI atsakymus, ir reguliariai patikrinti, kaip gerai AI veikia, kad išlaikytų aukštą kokybę.
Kai gerai atlikta, AI naudojimas pagerina pacientų santykius, siūlydama laiku ir asmeniškai. Pacientai gauna geresnę prieigą prie informacijos apie sveikatą ir greitesnius atsakymus. Sveikatos priežiūros grupės gauna geresnius klientų reitingus ir veikia efektyviau, pritaikydami priežiūros modelius, kuriuose pagrindinis dėmesys skiriamas vertei.
Konkrečios naudos medicinos praktikos administratoriams, savininkams ir IT vadovams
- Patobulintas skambučių centro efektyvumas: AI tvarko įprastus skambučius ir užduotis, todėl darbuotojai gali daugiau dėmesio skirti sudėtingiems pacientų poreikiams. Tai sumažina laukimo laiką ir padidina aptarnavimo pajėgumus su tuo pačiu darbuotojų skaičiumi.
- Geresnė investicijų grąža: mažiau dokumentų ir mažiau ieškinių neigimų taupo pinigus. Tai leidžia sveikatos priežiūros grupėms daugiau išleisti pacientų paslaugų auginimui ar technologijų atnaujinimui.
- Patobulintas atitiktis ir saugumas: PG padeda išlaikyti kodavimo taisykles ir apsaugo paciento informaciją, mažindama riziką, susijusią su auditais ir duomenų pažeidimais.
- Mastelio keitimas ir lankstumas: PG gali greitai prisitaikyti prie daugiau skambučių ar pakeisti darbo poreikius. Tai yra naudinga ekstremalių situacijų metu ar užimtiems sezonams, tokiems kaip gripo laikas.
- Palaikymas vertėms pagrįstai: AI automatizavimas padeda laiku sekti duomenis ir sąskaitas, kurių reikia mokėjimo sistemoms, remiantis rezultatais ir dalijantis rizika.
- Duomenų pagrįstos įžvalgos: AI įrankiai pateikia realiojo laiko ataskaitas apie skambučių centro darbą, pacientų sąveiką ir atsiskaitymo būseną. Tai padeda vadovams priimti geresnius sprendimus.
Praktiniai AI poveikio JAV sveikatos priežiūros skambučių centrams pavyzdžiai
- „Auburn“ bendruomenės ligoninė (Niujorkas): Sumažinkite atsiskaitymo vėlavimus 50% ir padidėjusi kodavimo produkcija 40%, naudodama AI automatizuoti pajamų ciklo užduotis.
- „Banner Health“: naudoja AI robotus draudimo patikrinimams ir apeliacijoms, gerindamas finansinį darbą visame jų pacientų priežiūros tinkle.
- Bendruomenės sveikatos tinklas Fresne, Kalifornijoje: 22%sumažino neigimo išankstinį leidimą, palengvindamas administratoriaus darbą „Front Office“ darbuotojams.
- Kiti teikėjai, naudojantys generatyvinę AI: Daugelis pradėjo naudoti AI administratoriaus ir klientų aptarnavimo vaidmenyse. Tikimasi, kad per ateinančius 2–5 metus tai daug išaugs, pradedant nuo paprastų užduočių ir pereinant prie sunkesnių.
Iššūkiai ir svarstymai
- Rūpinimasis šališkumu sušvelninti: įsitikinkite, kad AI rezultatai yra teisingi ir nesukelia klaidų ar nesąžiningo pacientų gydymo.
- Apsauginių turėklų nustatymas: laikantis griežtų duomenų tvarkymo ir AI pasirinkimo taisyklių, kad būtų išlaikytas privatumas ir atitiktis.
- Mokymo ir palaikymo teikimas: padeda personalui išmokti ir prisitaikyti prie naujų AI įrankių.
- AI tikslumo stebėjimas: Atidžiai patikrinkite AI sistemas, kad įsitikintumėte, jog atsakymai yra teisingi ir tinkami, ypač jautriomis sveikatos temomis.
PG keičia tai, kaip sveikatos priežiūros darbuotojai kalbasi su pacientais ir valdo jų veiklą. Tai padeda pagerinti skambučių centro darbą naudojant automatizuotą atsakymą ir susieja AI su pinigų tvarkymo ir fronto-biuro užduotimis. Tai padeda sveikatos priežiūros paslaugų teikėjams dirbti efektyviau, tiksliai ir pagerinti pacientų patirtį, išlaikant kontroliuojamą išlaidas.
Sveikatos priežiūros vadovams, savininkams ir IT darbuotojams, naudojant AI, yra ne tik apie naujas technologijas, bet ir apie ilgalaikius, praktinius priežiūros ir finansų patobulinimus tuo metu, kai pacientai pirmiausia bendrauja su sistema.
Dažnai užduodami klausimai
Koks procentas ligoninių dabar naudoja AI savo pajamų ciklo valdymo operacijose?
Maždaug 46% ligoninių ir sveikatos sistemų šiuo metu AI naudoja savo pajamų ciklo valdymo operacijas.
Koks yra pagrindinis AI pranašumas sveikatos priežiūros srityje RCM?
PG padeda supaprastinti pajamų ciklo valdymo užduotis, sumažinti administracinę naštą ir išlaidas, tuo pačiu padidindama efektyvumą ir produktyvumą.
Kaip generatyvinė PG gali padėti sumažinti klaidas?
Generacinė AI gali išanalizuoti išsamią dokumentaciją, kad nustatytų trūkstamą informaciją ar galimas klaidas, optimizuodami tokius procesus kaip kodavimas.
Kas yra pagrindinis AI taikymas automatizuoti atsiskaitymą?
AI varomos natūralios kalbos apdorojimo sistemos automatiškai priskiria atsiskaitymo kodus iš klinikinių dokumentų, sumažindamos rankines pastangas ir klaidas.
Kaip AI palengvina aktyvų neigimo valdymą?
AI prognozuoja, kad tikėtina neigimas ir jų priežastys, leisdama sveikatos priežiūros organizacijoms iniciatyviai išspręsti problemas, kol jos netaps problemiški.
Kokį poveikį AI turėjo skambučių centrų produktyvumui?
„Healthcare“ skambučių centrai pranešė, kad įgyvendinant generatyvinę AI, produktyvumo padidėjo nuo 15% iki 30%.
Ar AI gali suasmeninti pacientų mokėjimo planus?
Taip, PG gali sudaryti individualizuotus mokėjimo planus, pagrįstus atskirų pacientų finansine situacija, optimizuodama jų mokėjimo procesus.
Kokią saugumo naudą teikia AI sveikatos priežiūros srityje?
PG padidina duomenų saugumą nustatydama ir užkirsdama kelią apgaulingai veiklai, užtikrinant, kad būtų laikomasi kodavimo standartų ir gairių.
Koks efektyvumas buvo pastebėtas Auburn bendruomenės ligoninėje naudojant AI?
„Auburn“ bendruomenės ligoninė pranešė apie 50% sumažėjusį išrašytą atvejų-ne pagal galutinius kalnus ir daugiau nei 40% daugiau nei 40% padidėjusį koderio produktyvumą, įgyvendinus AI.
Su kokiais iššūkiais su sveikatos priežiūros paslaugomis susiduria generacinis AI?
Generacinės AI susiduria su tokiais iššūkiais kaip šališkumo mažinimas, išvestų patvirtinimas ir apsauginių turėklų poreikis duomenų struktūroje, siekiant užkirsti kelią nelyginiam poveikiui skirtingoms populiacijoms.
