Acil Tıp Kodlaması için Yapay Zeka: Karmaşıklık Tabanlı E/M Seviye Atama Doğruluğu
Mevcut Çerçeve Altında Acil Servis Kodlaması
Acil tıp değerlendirme ve yönetim kodlaması, hasta sunumunun karmaşıklığını ve ziyaret sırasında tüketilen kaynakları yansıtan özel bir kod seti (99281-99285) kullanır. Seviye 1 (99281) minimum değerlendirme gerektiren küçük sorunları kapsar. Seviye 5 (99285) karmaşık tıbbi karar verme gerektiren yaşamı tehdit eden durumları kapsar. Doğru seviye, mevcut kodlama yönergeleri altında tıbbi karar vermenin birincil itici güç olduğu belgelenmiş öyküye, muayeneye ve tıbbi karar vermeye bağlıdır.
Acil tıpta zorluk, dokümantasyonun zaman baskısı ve rekabet eden öncelikler altında gerçekleşmesidir. Travma resüsitasyonunu yöneten bir acil hekim, resüsitasyon sırasında dokümantasyon tamlığını düşünmüyordur. Not, bazen saatler sonra olaydan sonra yazılır ve belgelenmiş karmaşıklık karşılaşmanın gerçek karmaşıklığını tam olarak yansıtmayabilir. Bu dokümantasyon boşluğu, acil tıp gruplarına önemli gelir kaybettiren sistemik düşük kodlamaya yol açar.
Tıbbi Karar Verme Değerlendirmesi
Yapay zeka kodlama sistemleri, her acil servis notunda belgelenen tıbbi karar vermeyi (MDM) her E/M seviyesi için CMS kriterlerine karşı değerlendirir. MDM üç element üzerinde değerlendirilir: ele alınan sorunların sayısı ve karmaşıklığı, gözden geçirilen ve analiz edilen verilerin miktarı ve karmaşıklığı ve hasta yönetim kararlarıyla ilişkili komplikasyon, morbidite veya mortalite riski.
Sistem klinik notu okur ve ele alınan her sorunu belirler, bunları karmaşıklığa göre kategorize eder (kendiliğinden sınırlı, düşük şiddet, orta şiddet, yüksek şiddet). Belgelenen veri öğelerini belirler: gözden geçirilen laboratuvarlar, gözden geçirilen görüntüleme, alınan dış kayıtlar, çalışmaların bağımsız yorumlanması. Belgelenen yönetim kararlarına dayalı riski değerlendirir: reçeteli ilaç yönetimi, gözlem kararı, küçük prosedürler, acil prosedürler ve hastaneye yatış ile ilgili kararlar.
Bu analize dayanarak sistem, dokümantasyonun desteklediği MDM seviyesini belirler ve sağlayıcı tarafından kodlanan seviye ile karşılaştırır. Bir uyumsuzluk olduğunda sistem karşılaşmayı incelenmek üzere işaretler.
Dokümantasyon İyileştirme İstekleri
En değerli müdahale, yapay zekanın klinik senaryonun dokümantasyonun yakaladığından daha yüksek bir seviyeyi desteklediğini belirlediği zamandır. Acil tıpta bu yaygındır. Bir hekim göğüs ağrısı olan bir hastayı yönetir, bir EKG ve troponin seviyelerini gözden geçirir, akut koroner sendromu düşünür ve dışlar ve hastayı taburcu eder. Klinik iş açıkça seviye 4 veya 5 ziyaretini destekler, ancak not gözden geçirilen verileri veya değerlendirilen ayırıcı tanıyı belgelemiyorsa, belgelenen MDM yalnızca seviye 3'ü destekleyebilir.
Yapay zeka sistemleri, not finalize edilmeden önce sağlayıcıyı dokümantasyonunu tamamlaması için yönlendirir. İstem spesifiktir: notunuz göğüs ağrısı olan bir hastayı yönetmeyi açıklar ancak EKG bulgularının veya değerlendirilen ayırıcı tanının gözden geçirilmesini belgelemez. Bu dokümantasyonu eklemek seviye 4 E/M kodunu destekleyecektir. Bu hedeflenmiş geri bildirim, sağlayıcıların faturalandırılabilir işi belgesiz bırakmak yerine gerçekten yaptıklarını belgelemelerine yardımcı olur.
Prosedür ve Kritik Bakım Yakalama
Acil tıp, temel E/M hizmetinin ötesinde ayrı olarak faturalandırılabilen önemli prosedürel iş (laserasyon onarımı, kırık redüksiyonu, lomber ponksiyon, santral hat yerleştirme) ve kritik bakım süresini içerir. Yapay zeka sistemleri ücret girişinde yakalanmamış olabilecek belgelenmiş prosedürler ve kritik bakım süresi için acil servis notunu kontrol eder.
Not bir prosedürü açıkladığında ancak ilgili bir prosedür ücreti olmadığında, sistem boşluğu işaretler. Not kritik bakım süresini belgelediğinde (kritik hasta bir hastanın doğrudan yönetiminde harcanan zamanın spesifik dokümantasyonunu gerektirir), sistem faturalandırılabilir kritik bakım birimlerini hesaplar ve dokümantasyonun talep edilen süreyi desteklediğini doğrular.
Gözlem ve Kabul Kararı Kodlaması
Gözlem veya yatan hasta kabulüyle sonuçlanan acil servis karşılaşmaları, taburcu ile sonuçlananlardan farklı kodlama ve faturalandırma kurallarına sahiptir. Gözlem veya kabul kararı ek faturalandırma fırsatı (gözlem bakımı kodları veya başlangıç hastane bakımı kodları) üretir ancak spesifik dokümantasyon gerektirir. Yapay zeka sistemleri gözlem veya kabulle sonuçlanan karşılaşmaları belirler ve dokümantasyonun hem acil servis ziyareti hem de sonraki gözlem veya kabul için uygun kodlamayı desteklediğini doğrular.
Ödeyiciye Özgü Acil Servis Faturalama Kuralları
Bazı ödeyicilerin standart Medicare kurallarından farklı spesifik acil servis faturalama politikaları vardır. Bazı ticari ödeyiciler, belgelenen karmaşıklığa bakılmaksızın nihai tanıya dayalı olarak otomatik olarak acil servis ziyaretlerini düşük kodlar. Bazı Medicaid programlarının kendi acil servis ziyaret seviye kriterleri vardır. Yapay zeka sistemleri talepleri oluştururken ödeyiciye özgü kuralları uygular ve bir ödeyici politikasının düşük kodlama veya reddedilmeyle sonuçlanması muhtemel durumları işaretler, böylece uygulama itiraz için destekleyici dokümantasyon hazırlayabilir.
Kodlama doğruluğunun gelirin önemli bir bölümünü doğrudan belirlediği acil tıp grupları için, yapay zeka odaklı E/M seviye ataması her karşılaşmanın belgelenmiş karmaşıklığının faturalandırmada doğru şekilde yakalanmasını sağlar. Teknoloji, yüksek baskılı, zaman kısıtlı klinik ortamda doğal olan dokümantasyon boşluklarını telafi eder. Daha fazlası için FirmAdapt.