Mengotomatiskan Verifikasi Kelayakan Asuransi Sebelum Pasien Tiba

Staf resepsionis di praktik perawatan primer yang sibuk mungkin memverifikasi kelayakan untuk 80 hingga 120 pasien per hari. Setiap verifikasi manual memakan waktu 3 hingga 7 menit, meliputi login ke portal pembayar, memasukkan data demografis pasien, menginterpretasikan respons, dan memperbarui sistem manajemen praktik. Itu kira-kira 8 jam waktu staf setiap hari yang sepenuhnya digunakan untuk menanyakan pertanyaan yang sama kepada perusahaan asuransi: Apakah pasien ini memiliki perlindungan, dan apa saja manfaat mereka?

Masalah dengan Verifikasi di Hari Kunjungan

Sebagian besar praktik masih memverifikasi kelayakan saat pasien check-in, atau paling cepat di pagi hari janji temu. Ini menciptakan serangkaian masalah. Jika perlindungan telah berakhir, staf resepsionis harus melakukan percakapan yang tidak nyaman dengan pasien yang sudah duduk di ruang tunggu. Jika copay berubah, staf terburu-buru mengumpulkan jumlah yang tepat. Jika rujukan atau otorisasi diperlukan, pasien harus dipulangkan atau praktik menanggung risiko memberikan layanan tanpa konfirmasi perlindungan.

Data MGMA menunjukkan bahwa 3% hingga 5% pasien terjadwal memiliki beberapa bentuk masalah kelayakan pada saat layanan. Untuk praktik yang melayani 100 pasien setiap hari, itu berarti 3 hingga 5 kunjungan per hari di mana segala sesuatunya menjadi rumit. Sepanjang setahun, kunjungan-kunjungan tersebut mewakili risiko pendapatan yang signifikan dan frustrasi staf.

Cara Kerja Verifikasi Batch Otomatis

Verifikasi kelayakan otomatis berjalan sesuai jadwal, biasanya 48 hingga 72 jam sebelum tanggal janji temu. Sistem menarik daftar pasien terjadwal beberapa hari ke depan dari sistem manajemen praktik Anda, mengirimkan transaksi permintaan kelayakan elektronik 270 ke perusahaan asuransi masing-masing pasien, dan mengurai respons kelayakan 271 yang diterima kembali.

Seluruh proses terjadi di latar belakang. Untuk praktik dengan 100 janji temu besok, semua 100 verifikasi dapat selesai dalam waktu kurang dari 10 menit, dibandingkan dengan 5+ jam yang dibutuhkan secara manual.

Yang dikembalikan lebih dari sekadar jawaban ya-atau-tidak. Respons 271 mencakup status perlindungan aktif, jenis rencana dan informasi grup, sisa jumlah deductible, detail copay dan coinsurance, status maksimum biaya sendiri, dan apakah rencana tersebut memerlukan rujukan atau otorisasi sebelumnya untuk jenis layanan tertentu.

Alur Kerja Berbasis Pengecualian

Keuntungan produktivitas yang sesungguhnya bukan pada mengotomatiskan verifikasi itu sendiri. Melainkan pada menciptakan alur kerja berbasis pengecualian di mana staf hanya menangani masalah. Dari 100 pasien yang diverifikasi secara otomatis, mungkin 92 kembali tanpa masalah. Staf tidak perlu menyentuh itu sama sekali. Perhatian mereka sepenuhnya tertuju pada 8 pasien yang memiliki masalah: perlindungan yang berakhir, perubahan rencana, deductible yang belum terpenuhi yang mungkin memengaruhi penagihan, atau persyaratan otorisasi.

Sebuah praktik keluarga di Ohio dengan empat dokter menerapkan verifikasi batch otomatis dan mengukur dampaknya selama enam bulan. Waktu staf resepsionis yang dihabiskan untuk kelayakan turun dari 6,5 jam per hari menjadi 45 menit. Waktu yang tersisa sepenuhnya difokuskan untuk menyelesaikan pengecualian yang memerlukan penilaian manusia, seperti menelepon pasien tentang perlindungan yang berakhir atau mengoordinasikan otorisasi.

Tingkat penolakan terkait kelayakan mereka turun dari 4,2% menjadi 0,8%. Dampak finansialnya adalah $127.000 dalam penolakan yang dicegah selama enam bulan tersebut, dibandingkan biaya perangkat lunak sekitar $400 per bulan.

Verifikasi Real-Time saat Check-In

Verifikasi batch 48 jam sebelumnya menangkap sebagian besar masalah, tetapi perlindungan dapat berubah antara verifikasi dan janji temu. Beberapa sistem menambahkan lapisan verifikasi real-time saat check-in yang memakan waktu 5 hingga 10 detik dan mengonfirmasi bahwa informasi dari pemeriksaan batch masih akurat.

Pendekatan berlapis ini sangat berharga untuk praktik dengan populasi pasien Medicaid yang tinggi, di mana status perlindungan dapat berubah setiap bulan. Ini juga berguna untuk pasien dengan rencana marketplace selama periode pendaftaran terbuka ketika pergantian rencana sering terjadi.

Pemeriksaan real-time di titik layanan juga menangkap pasien yang ditambahkan ke jadwal setelah verifikasi batch dijalankan, janji temu walk-in, atau tambahan di hari yang sama yang belum ada saat batch semalam diproses.

Transparansi Finansial Pasien

Verifikasi kelayakan otomatis tidak hanya membantu praktik. Ini memungkinkan pengalaman pasien yang lebih baik terkait transparansi biaya. Ketika Anda mengetahui 48 jam sebelumnya berapa copay pasien, seperti apa sisa deductible mereka, dan apakah rencana mereka mencakup layanan yang direncanakan, Anda dapat mengomunikasikan biaya secara proaktif.

Beberapa praktik menggunakan data ini untuk mengirim pesan otomatis sebelum janji temu: Estimasi biaya untuk kunjungan Anda besok adalah $45, berdasarkan rencana Blue Cross Anda saat ini. Kami menerima pembayaran dengan kartu, cek, atau cicilan. Pendekatan ini terbukti meningkatkan penagihan di titik layanan sebesar 15% hingga 20% karena pasien datang siap untuk membayar.

Ini juga mengurangi kejutan tagihan yang merusak kepuasan pasien. Tidak ada yang suka menerima tagihan $300 tiga minggu setelah kunjungan yang mereka kira ditanggung. Ketika praktik menggunakan data kelayakan untuk menetapkan ekspektasi di awal, keluhan pasien tentang penagihan turun secara substansial.

Pertimbangan Integrasi

Verifikasi kelayakan otomatis hanya sebaik data yang mengalir ke dalamnya. Jika informasi asuransi pasien di sistem PM Anda sudah usang, pemeriksaan otomatis akan memverifikasi terhadap rencana yang salah dan memberi Anda rasa aman yang palsu.

Implementasi yang paling efektif memadukan verifikasi otomatis dengan pemindaian kartu asuransi saat check-in, teknologi OCR yang membaca kartu asuransi fisik atau digital pasien dan memperbarui data demografis secara otomatis. Ini menangkap situasi di mana pasien berganti rencana tetapi lupa memberi tahu kantor. Alat otomatisasi layanan kesehatan yang mengintegrasikan verifikasi kelayakan dan pembaruan demografis menciptakan siklus tertutup yang menjaga data pasien tetap terkini.

Konektivitas pembayar adalah variabel lainnya. Clearinghouse utama (Availity, Change Healthcare, Trizetto) terhubung ke sebagian besar pembayar komersial, Medicare, dan program Medicaid. Tetapi beberapa rencana regional yang lebih kecil atau program khusus mungkin tidak mendukung transaksi elektronik 270/271. Sebagian besar praktik menemukan bahwa verifikasi otomatis mencakup 85% hingga 95% volume pasien mereka, dengan pasien sisanya memerlukan pemeriksaan manual.

Untuk praktik yang belum mengotomatiskan verifikasi kelayakan, ROI-nya termasuk yang paling jelas di seluruh operasi layanan kesehatan. Penghematan waktu langsung terasa, pengurangan penolakan dapat diukur dalam hitungan minggu, dan peningkatan pengalaman pasien terbangun seiring waktu saat transparansi biaya menjadi norma, bukan pengecualian.