人工智能和机器学习正在以前所未有的速度改变医疗行业——但进展并非一帆风顺。随着系统的智能化，对更聪明的劳动力的需求也在增加。根据最近AHIMA的一项调查，75%的受访者表示，为了跟上人工智能和其他先进技术的加速使用，提升技能是必不可少的。
对于领导者来说，真正的考验是在高技术自动化与几十年来积累的深厚且往往不可替代的人类专业知识之间找到平衡。这一点在健康信息（HI）和医疗记录编码中尤为明显，传统团队是运营的支柱。
人工智能和计算机辅助编码（CAC）工具已经简化了工作流程，提供了更快的数据处理和实时代码建议。这些系统可以标记文档中的空白，并帮助管理不断增长的健康数据量。
但在医疗记录编码中，速度如果没有准确性就毫无意义——特别是在报销问题上。编码错误不仅会减慢进度，还会导致付款延迟、拒绝和合规问题。
结合AI能力的编码专业知识是收入的双赢
即使是最先进的AI和CAC系统也只与其构建的数据一样好——而这些数据往往是过时的、不完整的或有偏见的信息。这些工具仍然无法完全理解临床细节、上下文线索或熟练编码员带来的多层次决策。认识到这些限制是应对不断变化的医疗记录编码领域的重要因素。
人类编码员能够跟上不断发展的文档指南、编码更新和复杂的患者护理场景。他们运用临床洞察力和批判性思维——这是任何算法都无法在严格且常常模糊的法规体系中一致复制的品质。
强大的编码团队也是防止收入损失和合规风险的第一道防线。根据JAMIA的研究，编码错误可以使诊所收入减少10%到30%。急性护理提供者也无法幸免——美国医学会报告称，每年因编码不当导致的拒绝和罚款损失高达360亿美元。
仅靠技术无法解决这些问题。有效的编码需要一种混合方法：智能工具与知道如何使用它们的经验丰富的专业人员相结合。
编码员的知识可以改善AI的结果和长期回报
人类监督对于确保自动化达到其目的至关重要——不仅仅是提高速度，还要真正改善结果。正如临床医生对于成功使用电子健康记录（EHR）至关重要一样，编码员在评估和实施新技术时带来了深厚的机构知识。他们的角色对于以下方面是至关重要的：
满足这些标准可确保编码技术支持组织的目标，而不是制造新的问题。这不是在人和技术之间做出选择——而是将两者结合起来，以正确的方式完成工作。
(全文结束)
声明：本文仅代表作者观点，不代表本站立场，全文内容涉及AI跨语种自动翻译。如有侵权请联系我们删除。