夏天2022

编码角:如何解决编码问题和人员短缺
作者泰勒·罗斯，CPC, CCS
郑重声明
第三十四卷第三页

至少可以这么说，对于程序员来说，过去几年是一段疯狂的旅程。COVID-19带来了新的编码和付款人法规，加上员工数量下降、员工士气低落和员工留存问题，导致了灾难的发生。

由于对这些新规则和指导方针的混淆或缺乏教育而产生的编码问题和不准确性导致了负面后果，包括越来越多的索赔拒绝，这最终对编码团队不利。

但当企业人手不足、员工过度劳累时，不准确和其他问题的发生率就会增加。

如果有一种解决常见编码问题和人员短缺的解决方案呢?许多编码部门开始采用人工智能(AI)来实现整个工作环节的自动化，以正面应对这些挑战。

这是如何。

用人工智能和自动化解决常见的编码问题
减少索赔拒绝对医疗机构来说一直很重要，特别是考虑到它们对现金流的影响。然而，鉴于最近医疗保健的变化和编码指南的不断更新，它变得更加重要。

不出所料，就像医疗保健的几乎所有其他方面一样，COVID-19对被拒绝的索赔产生了巨大影响。根据“改变医疗保健2020收入周期否认指数”，自疫情开始以来，全国范围内的否认率上升了11%。

虽然索赔因各种原因被拒绝，但编码不准确是一个常见的原因。被否认的声明并不一定反映出编码团队缺乏技能或专业知识。相反，他们反映了在一个复杂的领域中不断发展的规则和指导方针所面临的挑战。即使是最好的编码部门也会犯错误;毕竟，他们也是人。

用适当的工具武装编码团队可以从源头上阻止被拒绝的声明。利用AI进行审计和自动化部分编码过程可以帮助识别和减少不准确性。

使用人工智能进行定期审计是评估组织编码操作并防止拒绝的好方法。人工智能编码审计会查看每个编码图表，并标记可能导致潜在拒绝的不准确之处。审计还可以识别错误，例如不必要的降级和/或过度的过度编码。

这种级别的透明度使编码团队对他们的过程有了新的认识，并揭示了经常发生的错误。

人工智能工具也可以主动工作。他们可以审查传入的图表，对其进行编码，并将剩余的(通常是更复杂的情况)传递给编码人员。人工智能系统可以分析大型数据集，在将问题发送给付款人之前识别问题。由于人工智能系统会根据最新的编码指南定期更新，因此这些图表的编码精度很高，从而降低了被拒绝的可能性。

人工智能和自动化不仅是防止被拒索赔的优秀工具，而且还可以支持管理被拒索赔的流程。

对于更常见的错误，人工智能系统通常可以修复问题并重新提交索赔。然而，由于拒绝管理的复杂性，人工智能无法100%自动化这一过程。在这种情况下，人工智能工具可以做的是将复杂的拒绝传递给编码团队，并提供深入的摘要，使其更容易处理并实现更快的周转。

编码团队还可以使用人工智能和自动化来提高他们快速处理索赔的能力，并且不会出现不准确的情况。更快的处理减少了总收费滞后，并确保了更快的支付速度——这是专注于改善收入周期健康的组织的另一个首要任务。

此外，人工智能提供了可扩展性。任何程序员都知道，医疗保健领域是不断变化的，虽然编码团队需要定期接受教育以保持最新状态，但人工智能技术可以无缝、快速地更新整个系统。

解决人员问题
虽然医疗保健行业传统上使用一些人工智能和自动化，如机器人过程自动化和机器人，但它开始更深入地使用该技术，特别是在卫生系统面临新冠肺炎引发的新挑战的情况下。

一个主要的挑战是足够的人员配备和员工保留。伟大的辞职不仅适用于医生和护士;这也影响到了编码部门。

根据美国劳工统计局(Bureau of Labor Statistics)的数据，从2020年到2030年，包括编码人员在内的医疗记录和健康信息专家的总体就业人数预计将增长9%。该公司估计，在未来10年里，平均将出现34300个职位空缺。然而，许多这些职位空缺预计是由于需要替换那些转移到不同职业或完全退出劳动力市场的工人。

一个常见的误解是，人工智能和自动化将减少计费和编码方面的可用工作。然而，事实并非如此。相反，这项技术可以提高编码团队的效率和速度。它是一种促进和改善更好的工作环境的工具，而不是完全接管它们。

想象一下:一个团队使用人工智能来自动化支付和保险验证等日常任务。他们还使用人工智能来编写一些更常见的遭遇和图表。因为他们的人工智能系统会定期更新，所以他们对其准确性很有信心。然后，他们从事更深入、更复杂的任务，这些任务无法自动化，比如拒绝管理——最终减少了他们花在编码上的时间和人为错误的可能性。此外，它还为定期培训和最新编码和付款人指南提供了时间。

人手不足也导致员工倦怠。众所周知，在过去的几年里，整个医疗保健行业都付出了沉重的代价。寻找解决方案来建立专业人员的备份是士气，生产力和保留的必要条件。

当一个团队人手不足时，剩下的成员通常会过度工作，导致情绪低落，并增加编码的不准确性。当一个团队成员负责本应由多个专业人员负责的工作时，错误必然会发生。这就造成了一个负面的反馈循环:不准确的信息、被拒绝的索赔、增加的收费滞后、员工倦怠和更多的不准确信息。

编码团队如何打破这个循环?深思熟虑地实施人工智能和自动化是一种可能性。使用这种技术来支持现有的团队成员，将简单的任务从他们的盘子里拿出来，并允许他们在更复杂的问题上使用他们的专业知识。

正确的解决方案
编码行业复杂且不断发展，因此很难找到有效的解决方案来解决编码不准确和人员短缺的问题。人工智能和自动化在接到通知后立即更新规则和指导方针信息的能力和可扩展性使其成为一项资产。

拥抱新技术可能会让人望而生畏，但这是解决困扰当今许多编码部门的常见编码和人员配置挑战的可靠方法。

- Taylor Ross, CPC, CCS，是Fathom的战略和运营主管，Fathom是一家由Tarsadia和Founders fund支持的公司，该公司使用深度学习来自动化医疗编码。在Fathom, Ross负责战略分析、客户分析和报告。她毕业于宾夕法尼亚大学(University of Pennsylvania)，获得经济学学士学位，辅修数学、卫生保健服务管理和行为生物学基础。