За последние несколько лет искусственный интеллект (ИИ) сумел стать одним, если не самым мощным технологическим инструментом для организаций здравоохранения, стремящихся к эффективности и конкурентным преимуществам. В результате некоторые области, такие как улучшение клинической документации (CDI), если они решат не расширять свое влияние на новые области знаний, могут серьезно пострадать от преобразующей силы, которой ИИ может стать в здравоохранении.

Поскольку организации здравоохранения продолжают использовать все более сложные медицинские данные, традиционная CDI оказывается на распутье, чтобы не отставать от обеспечения сбора и надлежащего документирования этих данных.

В то же время участие врачей становится все более сложным, поскольку некоторые врачи считают, что программы CDI становятся раздражающе требовательными, добавляют больше работы и обслуживают только больницы. По всей стране разочарование растет одинаково в каждой программе:

- Растущие требования к документации для врачей отнимают время от ухода за пациентами.

- Тяжесть заболевания и сложность ухода не документируются должным образом и часто не учитываются CDS.

- Увеличение количества заявлений об отказе

- Запросы CDS после выписки неэффективны, затратны и разрушительны.

- Возможности повышения качества и получения дохода часто упускаются

Чтобы решить эти проблемы, организации здравоохранения внедрили использование программ компьютерного кодирования (CAC), интегрированных с алгоритмами машинного обучения. 44% организаций здравоохранения в США уже используют искусственный интеллект (ИИ) в той или иной форме. Это помогает повысить производительность и точность, предлагать запросы и коды, оптимизировать рабочий процесс, генерировать автоматические запросы и предоставлять врачу обратную связь в режиме реального времени о неточной документации во время создания заметки.

Результаты быстрые и впечатляющие. Согласно опросу Black Book,в среднем больницы получили 1,6 млн долларов США в финансовом улучшении за счет улучшения среднего количества случаев благодаря инициативам CDI на основе ИИ в период между 3 кварталом 2018 г. до третьего квартала 2019 года. Кроме того, девяносто процентов больниц заявили, что всего за шесть месяцев они заметили улучшение качества документации и увеличение индекса сочетания случаев.

С другой стороны, по мере того, как эти системы платформ ИИ набираются опыта, их способность учиться и действовать в одиночку без помощи CDS становится все более угрожающей для отрасли. Они ведут к большей точности, большей эффективности и результатам; таким образом, актуальность программы CDI все больше угасает.

Что ждет индустрию CDI дальше?

Поскольку традиционные работы CDI постепенно становятся автоматизированными, мы должны быть честны в этом. Мы должны пересмотреть миссию отрасли, какой мы ее знаем. В самом деле, думаете ли вы, что в самом ближайшем будущем руководство организаций здравоохранения все еще рассмотрит возможность оплаты дорогостоящей программы CDI для достижения следующей миссии?

«Обеспечить полное документирование результатов, диагноза и лечения в истории болезни пациента, чтобы отразить тяжесть заболевания и получить точные коды и статистические данные для исследований, возмещения расходов и клинических мер». (АХИМА)

Cerner, Epic и 3M, безусловно, прилагают все усилия, чтобы в этом не было необходимости.

Revenue Cycle необходимо в конечном итоге расширить охват своих программ CDI в новых областях знаний. Мы должны использовать исследования и аналитику на основе CDI, чтобы продемонстрировать постоянную ценность отрасли. Оценка влияния изменений в клинических определениях, сотрудничество с другими институциональными программами по сокращению продолжительности пребывания, исследования и аналитика могут стать основой будущей деятельности CDI.

Некоторые учреждения уже начали переформировывать определенные разделы своей программы в области сбора данных, образования, исследований, кросс-функционального сотрудничества с другими отделами. Они собирают, очищают, систематизируют и передают данные. Однако я боюсь, что они упускают этап, на котором могут и будут происходить чудеса: «Анализ данных для прогнозирования и прогнозирования».

Специалисту CDI, несомненно, потребуется обучение и набор новых навыков, адаптированных к этой возможной реальности. Но суть в том, что, имея пул талантов, передаваемых навыков и клинического опыта в отрасли, у нас, возможно, уже есть необходимое оружие для выполнения различных задач в наших организациях и переопределения отрасли на десятилетия вперед.

MJ