الذكاء الاصطناعي لاعتماد مقدمي الخدمات الصحية وتسجيلهم: من أشهر إلى أيام
تستغرق عملية اعتماد مقدمي الخدمات الصحية في المتوسط من 90 إلى 150 يومًا من تقديم الطلب حتى الانتهاء. بالنسبة لطبيب جديد ينضم إلى عيادة، فهذا يعني ثلاثة إلى خمسة أشهر لا يستطيع خلالها إصدار فواتير للتأمين، أي ثلاثة إلى خمسة أشهر من نفقات الرواتب دون إيرادات مقابلة. بالنسبة لعيادة توظف ثلاثة أطباء سنويًا بمتوسط راتب 25,000 دولار شهريًا، فإن تأخير الاعتماد يكلف من 225,000 إلى 375,000 دولار سنويًا كتعويضات غير قابلة للفوترة.
لماذا يستغرق الاعتماد وقتًا طويلًا
يتضمن الاعتماد خطوات متسلسلة متعددة، لكل منها جدولها الزمني الخاص واحتمالية التأخير. يقوم مقدم الخدمة بملء طلب يتضمن المعلومات الديموغرافية، والتاريخ التعليمي، وتاريخ التدريب، وتاريخ العمل، ومعلومات الترخيص، وتاريخ سوء الممارسة الطبية، والمراجع. ثم يقوم فريق الاعتماد بإجراء التحقق من المصادر الأولية (PSV) لكل اعتماد مُدّعى، من خلال التواصل مع كليات الطب وبرامج التدريب ومجالس الترخيص وشركات تأمين سوء الممارسة لتأكيد المعلومات.
بعد الاعتماد الداخلي، يجب تسجيل مقدم الخدمة لدى كل شركة تأمين تتعامل معها العيادة. لكل شركة تأمين طلب تسجيل خاص بها، ووثائق مطلوبة خاصة بها، وجدول زمني للمعالجة خاص بها. العيادة التي تقبل 15 خطة تأمين تحتاج إلى إكمال 15 طلب تسجيل منفصل، يستغرق كل منها من 30 إلى 90 يومًا للمعالجة.
تتراكم التأخيرات في كل خطوة. الانتظار أسبوعين لتتحقق كلية الطب من الشهادة. الانتظار ثلاثة أسابيع لتأكيد مجلس الترخيص الحكومي للرخصة. الانتظار 10 أيام لإعادة مرجع لنموذج. كل فترة انتظار مستقلة، وإذا كشف أي تحقق فردي عن تناقض يحتاج إلى حل، تتوقف العملية بأكملها.
كيف يُسرّع الذكاء الاصطناعي عملية الاعتماد
تعمل أنظمة الاعتماد بالذكاء الاصطناعي على أتمتة الجوانب الأكثر استهلاكًا للوقت في العملية. تجميع الطلبات هو المجال الأول للأتمتة. بدلاً من مطالبة مقدم الخدمة بملء طلبات منفصلة يدويًا لكل شركة تأمين، يجمع النظام المعلومات مرة واحدة ويملأ الطلبات تلقائيًا لكل شركة تأمين وجهة اعتماد. هذا يلغي تكرار إدخال البيانات الذي يستغرق عادةً من 8 إلى 12 ساعة من وقت مقدم الخدمة أو الموظفين.
التحقق من المصادر الأولية هو المجال الثاني. يمكن لأنظمة الذكاء الاصطناعي تقديم طلبات التحقق إلكترونيًا إلى كليات الطب ومجالس الترخيص وإدارة مكافحة المخدرات (DEA) وبنك البيانات الوطني للممارسين (NPDB) ومصادر أولية أخرى بشكل متزامن بدلاً من التسلسلي. عندما يكون التحقق الإلكتروني متاحًا، تعود الردود في ساعات أو أيام بدلاً من أسابيع. يتتبع النظام كل تحقق معلق ويصعّد عندما تتأخر الردود.
تسجيل شركات التأمين هو المجال الثالث. تقوم أنظمة الذكاء الاصطناعي بتنسيق طلبات التسجيل وفقًا لمتطلبات كل شركة تأمين المحددة، وتقديمها إلكترونيًا حيثما أمكن، وتتبع حالة التسجيل عبر جميع شركات التأمين في وقت واحد. عندما تطلب شركة تأمين معلومات إضافية، يحدد النظام ما هو مطلوب وينبه الموظفين فورًا بدلاً من ترك الطلب في كومة من البريد.
تحسينات قابلة للقياس في الجداول الزمنية
قامت شركة كبيرة لتوظيف الأطباء تعتمد أكثر من 200 مقدم خدمة سنويًا بتطبيق الاعتماد بمساعدة الذكاء الاصطناعي وقياس الأثر على مدار 12 شهرًا. انخفض متوسط الجدول الزمني للاعتماد لديهم من 127 يومًا إلى 43 يومًا، بانخفاض قدره 66%. كانت المحركات الرئيسية هي طلبات التحقق المتزامنة بدلاً من المتسلسلة (توفير أكثر من 30 يومًا)، وتجميع الطلبات الآلي (توفير أكثر من 15 يومًا)، والمتابعة الاستباقية للعناصر المعلقة (توفير أكثر من 20 يومًا).
كان الأثر المالي كبيرًا. مع فوترة مقدمي الخدمات بمتوسط 35,000 دولار شهريًا، فإن تقليص 84 يومًا من الجدول الزمني للاعتماد يعني أن كل مقدم خدمة بدأ في تحقيق الإيرادات قبل ثلاثة أشهر تقريبًا. عبر 200 مقدم خدمة سنويًا، مثّل ذلك أكثر من 23 مليون دولار من الإيرادات المُعجّلة.
أفادت مجموعة متعددة التخصصات متوسطة الحجم أن عملية إعادة الاعتماد لديهم، التي تحدث كل سنتين إلى ثلاث سنوات لكل مقدم خدمة، انخفضت من استهلاك 15 ساعة عمل لكل مقدم خدمة إلى 3 ساعات. مع 40 مقدم خدمة يحتاجون إلى إعادة اعتماد سنويًا، حرر ذلك 480 ساعة عمل لمهام أخرى.
التكامل مع CAQH
يعمل نظام ProView التابع لمجلس الرعاية الصحية ذات الجودة الميسورة (CAQH) كمستودع مركزي لبيانات الاعتماد تستخدمه معظم شركات التأمين الكبرى. تتكامل أدوات الاعتماد بالذكاء الاصطناعي مع CAQH للحفاظ على تحديث ملفات مقدمي الخدمات، وهو أمر بالغ الأهمية لأن العديد من شركات التأمين تسحب بيانات التسجيل مباشرة من CAQH بدلاً من معالجة طلبات منفصلة.
تراقب أنظمة الذكاء الاصطناعي ملفات CAQH من حيث الاكتمال والدقة والمواعيد النهائية للتصديق القادمة. يتطلب CAQH تصديقًا ربع سنوي، وقد يؤدي تفويت التصديق إلى إسقاط مقدم الخدمة من شبكات شركات التأمين. تمنع المراقبة والتذكيرات الآلية هذا الإغفال الشائع والمكلف. منصات عمليات الرعاية الصحية التي تحافظ على بيانات CAQH تلقائيًا تقضي على أحد أكثر إخفاقات الاعتماد شيوعًا.
المراقبة المستمرة وفحص الاستبعاد
الاعتماد ليس حدثًا لمرة واحدة. المراقبة المستمرة لاعتمادات مقدمي الخدمات مطلوبة لضمان بقاء التراخيص نشطة، واستمرار تغطية سوء الممارسة، وعدم استبعاد مقدمي الخدمات من برامج الرعاية الصحية الفيدرالية. تعتمد المراقبة التقليدية على فحوصات يدوية على فترات محددة، مما يخلق فجوات يمكن أن تمر فيها المشكلات دون اكتشاف.
تقوم أنظمة المراقبة بالذكاء الاصطناعي بإجراء فحص مستمر مقابل قائمة استبعاد مكتب المفتش العام (OIG)، وقاعدة بيانات SAM، وإجراءات مجالس الترخيص الحكومية، وقواعد بيانات مطالبات سوء الممارسة. عندما تتغير حالة مقدم الخدمة، ينبه النظام فريق الاعتماد فورًا بدلاً من الانتظار حتى المراجعة المجدولة التالية. بالنسبة للمؤسسات التي تضم مئات مقدمي الخدمات، فإن هذه المراقبة المستمرة غير عملية يدويًا لكنها بسيطة لنظام آلي.
البُعد التنظيمي والامتثال
الاعتماد ليس مجرد مهمة تشغيلية. إنه متطلب امتثال. تتطلب شروط المشاركة في CMS من المستشفيات التحقق من اعتمادات مقدمي الخدمات. تتطلب لوائح مجالس الطب الحكومية مراقبة مستمرة. تتضمن عقود شركات التأمين أحكامًا لإعادة الاعتماد في الوقت المناسب. قد يؤدي عدم الحفاظ على اعتماد حالي إلى رفض المطالبات بأثر رجعي، وإنهاء عقود شركات التأمين، وعقوبات تنظيمية.
تنشئ أنظمة الاعتماد بالذكاء الاصطناعي سجل تدقيق كامل لكل تحقق تم إجراؤه، وكل وثيقة تم جمعها، وكل اتصال تم إرساله. عندما يطلب مدقق إثبات التحقق من المصادر الأولية لمقدم خدمة معين، يمكن للنظام إنتاج الوثائق فورًا بدلاً من مطالبة الموظفين بالبحث في الملفات.
بالنسبة للعيادات التي كانت تدير الاعتماد بجداول البيانات ومجلدات الملفات، فإن الانتقال إلى نظام آلي يمثل تقليصًا كبيرًا في مخاطر الامتثال. نهج جداول البيانات يعمل حتى لا يعمل، وعواقب فشل الاعتماد يمكن أن تكون أكثر تكلفة بكثير من تكلفة الأتمتة.