Anwendungen künstlicher Intelligenz zur Verbesserung des Umsatzzyklusmanagements im Gesundheitswesen sind vielversprechend, die Führungskräfte sind jedoch besorgt über die Genauigkeit und Zuverlässigkeit der Technologie.
Dies waren einige der Ergebnisse einer Inovalon Umfrage von mehr als 400 Führungskräften und Managern aus den Bereichen Umsatzzyklus und Finanzen, von denen 84 % angaben, sie seien hinsichtlich KI-gestütztem RCM in Krankenhäusern optimistisch.
Ein Drittel der Befragten äußerte jedoch Bedenken oder Skepsis hinsichtlich der Verwendung von KI im RCM. Die größten Knackpunkte waren dabei Bedenken hinsichtlich Genauigkeit und Zuverlässigkeit (31 %), mangelnde Vertrautheit/Verständnis (17 %) und die Tatsache, dass KI zu neu/ungetestet sei (15 %).
Menschen sind besser als KI
20 Prozent der Befragten gaben an, sie seien davon überzeugt, dass die menschliche Leistung – zumindest zum jetzigen Zeitpunkt – der KI überlegen sei.
Julie Lambert, Präsidentin und General Managerin des Anbieters bei Inovalon, sagte Neuigkeiten aus der Gesundheits-IT Dies ist im gesamten RCM anwendbar, aber es gibt definitiv Bereiche, die in größerem Maße von KI profitieren können.
„Anstatt dies als ein Entweder-oder-Szenario zu betrachten, fordere ich uns auf, mehr darüber nachzudenken, denn Fachwissen ist eine entscheidende Grundlage für die Erstellung von KI/ML-Modellen, die leistungsfähig sind und kontinuierlich verbessert werden“, sagte sie. „Wenn Technologie und Fachwissen kombiniert werden, ist das Potenzial für die besten Ergebnisse vorhanden.“
Aus ihrer Sicht sind die Bereiche, in denen KI bei RCM den größten Einfluss haben kann, die größten Probleme verursachen und für die Anbieter heute am manuellsten sind.
In diesen Bereichen stehen Ablehnungen, vorherige Genehmigungen und Anspruchsberechtigung bei allen Anbietern wahrscheinlich ganz oben, und sie sagte, dass es kein Zufall sei, dass alle diese Punkte miteinander in Zusammenhang stünden.
„Fehler im Anfangsstadium des Registrierungsprozesses führen zu Ablehnungen im Backend“, sagte Lambert.
Was führt zu Ablehnungen?
Wenn Sie wissen, welche Szenarien zu Ablehnungen führen und wie Sie diese Ablehnungen erkennen oder vorhersagen können, bevor sie eintreten, können Sie KI in Kombination mit Fachwissen und Daten zu Anspruchsergebnissen nutzen, um ein Modell zu erstellen und zu trainieren.
„Sowohl innerhalb dieser Prozesse selbst als auch in der übergreifenden Vernetzung gibt es Möglichkeiten, ML und KI zur Verbesserung der Anbieter zu nutzen“, sagte sie.
Lambert fügte hinzu, dass ein wichtiger zu berücksichtigender Faktor darin bestehe, dass KI nicht statisch sei und auch nie als solcher behandelt werden sollte.
„Die Entwicklung eines Modells, das kontinuierlich lernt, ist ein zentraler Bestandteil der KI – Modelle lernen kontinuierlich aus den Daten und der Feedbackschleife, die sich auf natürliche Weise aus den Ergebnissen ergibt“, sagte sie.
Externe Faktoren
Es ist auch wichtig, dass die externen Faktoren, die ein Modell beeinflussen können, bekannt sind und berücksichtigt werden. Dies können regulatorische Änderungen sein, die sich auf die Struktur der Daten, die Datenelemente in den Antworten oder andere Faktoren auswirken, die Anomalien in den Daten verursachen können.
„Stellen Sie sicher, dass alle Änderungen, die sich auf das Modell auswirken, bekannt sind, damit bei der Interpretation der Ergebnisse keine falschen Annahmen oder Korrelationen entstehen“, rät Lambert.
Sie fügte hinzu, dass es wichtig sei, den Menschen klarzumachen, dass KI nicht nur etwas für die oberste Führungsebene oder nur für Datenwissenschaftler ist – dass jeder daran teilhaben kann und dass dies den Erfolg von KI ausmacht.
„KI braucht den Input derjenigen, die vor Ort sind, die Daten verwalten, die Vorgänge durchführen und den Arbeitsablauf steuern, um bei der Erstellung der Modelle zu helfen“, sagte sie.
Nathan Eddy ist ein freiberuflicher Mitarbeiter im Gesundheitswesen und in der Technologiebranche mit Sitz in Berlin.
E-Mail an den Autor: nathaneddy@gmail.com
Twitter: @dropdeaded209
Das HIMSS AI in Healthcare Forum findet vom 5. bis 6. September in Boston statt. Mehr erfahren und registrieren.
