人工智能（AI）越来越被视为医疗保健领域的变革力量。通过自动化任务和增强决策，AI有潜力彻底改变临床和行政流程。然而，尽管AI具有巨大的前景，但其在医疗保健提供者中的采用仍然有限。本文探讨了AI实施的现状、对收入周期的潜在益处以及提供商和健康计划之间的合作机会，以最大化AI的影响。
医疗保健提供者中AI的采用现状
最近的研究表明，医疗保健中的AI采用仍处于早期阶段。根据2023年CAQH指数报告，只有19%的医疗机构和12%的牙科机构报告使用AI进行任何活动。这些结果与美国医学会的增强智能研究一致，显示即使在AI模型设计方面取得了最新进展，AI工具在医疗保健交付中仍未广泛使用。这种低采用率反映了更广泛的行业趋势，即尽管AI工具取得了显著进展，但尚未获得广泛认可。
提供者不愿采用AI的原因有几个，包括隐私、偏见和成本方面的担忧，以及许多常见用例缺乏供应商支持。此外，AI工具更多地用于行政任务而非临床任务，其中验证患者资格和生成就诊记录是最常见的应用。这些发现表明，尽管AI的潜力被广泛认可，但在日常医疗保健中的实际应用仍然有限。
利用AI增强收入周期
一个AI显示出巨大潜力的领域是增强收入周期。健康计划已经开始使用AI来支持各种行政任务，例如在提交前识别和解决索赔中的错误以及自动化预授权流程。这些在收入周期中的早期AI应用已经证明了该技术能够简化工作流程并减轻行政负担。
为了最大化AI在收入周期中的益处，提供商和健康计划之间的合作至关重要。通过共同努力，这些利益相关者可以确保AI工具的设计符合医疗保健行业的特定需求，并以支持提供商和支付方的方式实施。例如，AI可以主动识别需要预授权的服务，从电子健康记录（EHR）中检索必要的文档，并将其提交给健康计划进行裁决。像佛罗里达蓝这样的健康计划已经开始使用AI进行这类收入周期用途。这种合作努力可以帮助提供商实现AI在提高效率和降低成本方面的全部潜力。
针对特定用例的AI实施
随着行业考虑这项技术可以在哪些方面带来最大益处，将AI用于行政支持——特别是收入周期——是一个明确的共识。由于AI模型能够识别复杂模式并做出高度准确的预测，因此出现了能够主动识别并解决可能导致拒绝的索赔中的错误的AI工具，从而在提交前纠正索赔。同样，这种方法可以前瞻性地识别出可能需要附加文件的预授权服务。附加文件可以从EHR中定位、检索，并与预授权请求一起提交给健康计划进行考虑和裁决。
此外，CAQH CORE资格和福利（270/271）数据内容规则概述了几个有针对性的服务类别，包括物理治疗、职业治疗、影像学和外科手术，其中收入周期负担可以通过部署AI模型的工具最简单和快速地缓解。通过从这些有针对性的解决方案开始，行业可以验证AI的积极影响，并从中吸取宝贵的经验教训，应用于更广泛的实施。这种方法允许更受控和有效的推出AI技术，确保它们为提供商和患者带来可衡量的益处。
标准化数据和流程以支持AI
最大化AI影响的另一个关键因素是数据和流程的标准化。操作规则，这些规则管理许多医疗保健收入周期交易，通过确保输入AI模型的数据质量更高且更一致，为此做出了贡献。有了标准化的数据元素和流程，AI模型可以更有效地训练并且更准确。虽然操作规则本身可能不会直接纳入AI解决方案，但它们所启用的数据质量和一致性是实现AI全部潜力的关键。
标准化不仅增强了AI模型的准确性，还加速了整个行业的AI采用。随着越来越多的提供商和健康计划在其AI工具中利用高质量、标准化的数据，集体效益将增长，推动更高的效率并改善患者护理。
对政策制定者和研究人员的影响
医疗保健中AI的缓慢采用，尤其是在提供商中，引起了政策制定者和研究人员的重要问题。随着AI继续发展并引起利益相关者的关注，了解驱动采用的因素和需要解决的障碍至关重要。关于AI对提供商负担（尤其是行政任务）影响的研究将对未来政策决策至关重要。
政策制定者可以通过促进解决提供商担忧（如隐私、偏见和成本）的举措来支持AI的采用。此外，他们可以鼓励开发标准化数据和流程，以促进AI在医疗保健工作流程中的集成。通过采取这些步骤，政策制定者可以帮助确保AI兑现其承诺，提高医疗保健的质量、效率和可及性。
结论
尽管AI在医疗保健中具有巨大潜力，但其在提供商中的采用仍然有限。要充分发挥AI的潜力，医疗保健行业必须专注于有针对性的用例，标准化数据和流程，并促进提供商和健康计划之间的合作。通过解决采用障碍并利用AI增强收入周期，行业可以为提供商和患者带来显著的好处。随着AI的不断发展，持续的研究和政策支持将是指导其实施并确保其为更高效和有效的医疗保健系统做出贡献的关键。
(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。