AI के साथ क्लिनिकल डॉक्यूमेंटेशन सुधार: चिकित्सक नोट समय में 40% की कमी

2023 के AMA टाइम स्टडी के अनुसार, चिकित्सक प्रति रोगी मुलाकात में डॉक्यूमेंटेशन पर औसतन 16 मिनट खर्च करते हैं। प्रतिदिन 22 रोगियों को देखने वाले चिकित्सक के लिए, यह लगभग 6 घंटे का डॉक्यूमेंटेशन कार्य है। इसका अधिकांश हिस्सा क्लिनिक के घंटों के बाद होता है, जिसे चिकित्सा पेशे में "पजामा टाइम" कहा जाता है। AI-सहायता प्राप्त डॉक्यूमेंटेशन इस बोझ को काफी कम कर रहा है, जहां शुरुआती अपनाने वाले डॉक्यूमेंटेशन समय में 35% से 45% की कमी की रिपोर्ट कर रहे हैं, जबकि वास्तव में उनके नोट्स की गुणवत्ता और पूर्णता में सुधार हो रहा है।

डॉक्यूमेंटेशन बोझ की समस्या

क्लिनिकल डॉक्यूमेंटेशन कई उद्देश्यों की पूर्ति करता है, और यही कारण है कि इसमें इतना समय लगता है। नोट को देखभाल की निरंतरता के लिए क्लिनिकल कहानी बतानी होती है, बिल की जा रही जटिलता स्तर का समर्थन करना होता है, गुणवत्ता मापदंड रिपोर्टिंग आवश्यकताओं को पूरा करना होता है, और संभावित ऑडिट समीक्षा में टिकना होता है। चिकित्सक अनिवार्य रूप से एक साथ चार अलग-अलग दर्शकों के लिए लिख रहे होते हैं।

EHR डॉक्यूमेंटेशन टेम्पलेट्स से मदद मिलनी चाहिए थी लेकिन अक्सर स्थिति और खराब हो गई। टेम्पलेट ब्लोट, जहां चेकबॉक्स पर क्लिक करने से ऐसे नोट्स बनते हैं जो तकनीकी रूप से पूर्ण हैं लेकिन क्लिनिकल रूप से अनुपयोगी हैं, एक मान्यता प्राप्त समस्या बन गई है। एक नोट जो हर सिस्टम की समीक्षा को दर्ज करता है लेकिन सामान्य निष्कर्षों की दीवार में क्लिनिकल रूप से महत्वपूर्ण निष्कर्षों को दबा देता है, रोगी देखभाल के लिए उपयोगी नहीं है, भले ही यह तकनीकी रूप से बिलिंग कोड का समर्थन करता हो।

डॉक्यूमेंटेशन बोझ के चिकित्सक बर्नआउट से परे वास्तविक परिणाम हैं। अध्ययन लगातार अत्यधिक डॉक्यूमेंटेशन समय को कम रोगी फेस टाइम, कम चिकित्सक संतुष्टि और बढ़ी हुई त्रुटियों से जोड़ते हैं। जब चिकित्सक रात 9 बजे अपना इनबॉक्स खाली करने के लिए नोट्स में जल्दबाजी कर रहे होते हैं, तो गुणवत्ता प्रभावित होती है।

AI डॉक्यूमेंटेशन सहायता कैसे काम करती है

वर्तमान AI डॉक्यूमेंटेशन टूल्स तीन श्रेणियों में आते हैं। पहला है एम्बिएंट लिसनिंग, जहां AI चिकित्सक-रोगी बातचीत को कैप्चर करता है और उससे एक संरचित नोट तैयार करता है। चिकित्सक शुरू से बनाने के बजाय ड्राफ्ट की समीक्षा और संपादन करता है। Nuance DAX, Abridge और Nabla जैसे उत्पाद इस दृष्टिकोण का उपयोग करते हैं।

दूसरी श्रेणी है इंटेलिजेंट डिक्टेशन, जहां चिकित्सक अपना नोट बोलता है और AI इसे उचित प्रारूप में संरचित करता है, निदान, प्रक्रियाओं और मूल्यांकन योजनाओं को निकालकर सही नोट अनुभागों में रखता है। यह साधारण स्पीच-टू-टेक्स्ट से कहीं अधिक है। AI चिकित्सा शब्दावली और नोट संरचना को समझता है।

तीसरी श्रेणी है डॉक्यूमेंटेशन को-पायलट जो चार्टिंग के दौरान चिकित्सक के साथ काम करते हैं। जैसे-जैसे चिकित्सक दस्तावेज़ बनाता है, AI पूर्णता सुझाव देता है, कोडिंग को प्रभावित करने वाले लापता तत्वों को फ्लैग करता है, और जहां डॉक्यूमेंटेशन अस्पष्ट है वहां विशिष्टता के लिए प्रेरित करता है।

डॉक्यूमेंटेशन समय पर प्रभाव

14 प्राइमरी केयर प्रैक्टिसेज में एक मल्टी-साइट अध्ययन ने छह महीनों में एम्बिएंट AI डॉक्यूमेंटेशन के प्रभाव को मापा। प्रति मुलाकात औसत डॉक्यूमेंटेशन समय 15.8 मिनट से घटकर 9.2 मिनट हो गया, जो 42% की कमी है। समय की बचत मुख्य रूप से प्रारंभिक ड्राफ्टिंग चरण को समाप्त करने से हुई। शुरू से शुरू करने के बजाय, चिकित्सकों ने AI-जनित ड्राफ्ट की समीक्षा की जिसने नोट सामग्री का 85% से 90% सटीक रूप से कैप्चर किया।

अध्ययन में चिकित्सकों ने बताया कि उनका ड्यूटी के बाद का डॉक्यूमेंटेशन समय, पजामा टाइम मेट्रिक, 60% तक गिर गया। अध्ययन में कई चिकित्सक वर्षों में पहली बार शाम 5:30 बजे तक अपना इनबॉक्स बंद कर रहे थे।

एक ऑर्थोपेडिक सर्जरी ग्रुप ने डिक्टेशन-आधारित AI के साथ समान समय बचत की रिपोर्ट की। उनका ऑपरेटिव नोट डॉक्यूमेंटेशन समय प्रति केस औसतन 12 मिनट से घटकर 5 मिनट हो गया। AI की सर्जिकल शब्दावली की समझ का मतलब था कि अधिकांश मानक प्रक्रियाओं के लिए जनित नोट्स को न्यूनतम संपादन की आवश्यकता थी।

कोडिंग सटीकता पर प्रभाव

विपरीत प्रतीत होने के बावजूद, AI-सहायता प्राप्त डॉक्यूमेंटेशन अक्सर समय बचाते हुए कोडिंग सटीकता में भी सुधार करता है। इसका कारण यह है कि AI चिकित्सकों को उन विवरणों को शामिल करने के लिए प्रेरित करता है जिन्हें वे अन्यथा छोड़ सकते हैं। जब AI पता लगाता है कि एक चिकित्सक किसी विशिष्ट स्थिति के अनुरूप लक्षणों का वर्णन कर रहा है लेकिन अभी तक निदान का दस्तावेज़ नहीं बनाया है, तो यह स्पष्टीकरण के लिए प्रेरित करता है।

इवैल्यूएशन एंड मैनेजमेंट कोडिंग के लिए, डॉक्यूमेंटेशन विशिष्टता सीधे प्रतिपूर्ति स्तर निर्धारित करती है। एक नोट जो कहता है कि रोगी को मधुमेह है, कोडिंग के लिए उतना मूल्यवान नहीं है जितना कि एक जो टाइप 2 डायबिटीज मेलिटस विद डायबिटिक क्रॉनिक किडनी डिजीज, स्टेज 3 निर्दिष्ट करता है। AI डॉक्यूमेंटेशन टूल्स इस स्तर की विशिष्टता के लिए प्रेरित करने हेतु प्रशिक्षित हैं।

एक बड़े प्राइमरी केयर नेटवर्क ने पाया कि AI डॉक्यूमेंटेशन लागू करने के बाद, उनका औसत E/M कोडिंग स्तर प्रति मुलाकात 0.3 स्तर बढ़ गया, इसलिए नहीं कि चिकित्सक अपकोडिंग कर रहे थे, बल्कि इसलिए कि उनका डॉक्यूमेंटेशन अब उनके द्वारा पहले से प्रदान की जा रही देखभाल की जटिलता को सटीक रूप से कैप्चर कर रहा था। राजस्व प्रभाव लगभग $8 प्रति मुलाकात था, जो 400,000 वार्षिक मुलाकातों में अधिक सटीक डॉक्यूमेंटेशन से $3.2 मिलियन अतिरिक्त राजस्व का प्रतिनिधित्व करता था।

गुणवत्ता और अनुपालन संबंधी विचार

AI-जनित डॉक्यूमेंटेशन नोट प्रामाणिकता के बारे में प्रश्न उठाता है। CMS और अधिकांश अनुपालन ढांचे यह आवश्यक करते हैं कि चिकित्सक AI-जनित नोट्स की समीक्षा करें और उन्हें प्रमाणित करें। डॉक्यूमेंटेशन को मुलाकात के दौरान जो हुआ उसे सटीक रूप से प्रतिबिंबित करना चाहिए, और चिकित्सक इसकी सटीकता के लिए जिम्मेदार है, चाहे किसी ने भी या किसी भी चीज़ ने इसका ड्राफ्ट तैयार किया हो।

अधिकांश AI डॉक्यूमेंटेशन टूल्स में एक प्रमाणन वर्कफ़्लो शामिल है जहां चिकित्सक स्पष्ट रूप से जनित नोट की समीक्षा करता है, सुधार करता है और साइन ऑफ करता है। ऑडिट ट्रेल मूल AI ड्राफ्ट, किसी भी चिकित्सक संपादन और अंतिम प्रमाणित संस्करण को दिखाता है। हेल्थकेयर AI प्लेटफॉर्म मजबूत प्रमाणन वर्कफ़्लो के साथ अनुपालन टीमों को ऑडिट डिफेंस के लिए आवश्यक डॉक्यूमेंटेशन प्रदान करते हैं।

नोट गुणवत्ता, जो क्लिनिकल जानकारी की पूर्णता और सटीकता से मापी जाती है न कि केवल बिलिंग समर्थन से, AI सहायता के साथ सुधरती है। AI-जनित नोट्स आमतौर पर मैन्युअल रूप से बनाए गए नोट्स की तुलना में अधिक संरचित, अधिक विशिष्ट और अधिक सुसंगत होते हैं। वे बातचीत से ऐसे विवरण कैप्चर करते हैं जिन्हें एक चिकित्सक दस्तावेज़ करने के बारे में नहीं सोच सकता, जैसे कि एक रोगी का यह उल्लेख करना कि उसने दो सप्ताह पहले दवा लेना बंद कर दिया।

कार्यान्वयन पैटर्न

AI डॉक्यूमेंटेशन लागू करने वाली प्रैक्टिसेज आमतौर पर तीन से पांच चिकित्सकों के पायलट ग्रुप से शुरू करती हैं जो या तो डॉक्यूमेंटेशन से सबसे अधिक बोझिल हैं या प्रौद्योगिकी के बारे में सबसे अधिक उत्साही हैं। पायलट चार से छह सप्ताह तक चलता है, जिसके दौरान AI प्रत्येक चिकित्सक की डॉक्यूमेंटेशन शैली, विशेषता-विशिष्ट शब्दावली और पसंदीदा नोट संरचना सीखता है।

चिकित्सक अपनाने का एक पूर्वानुमानित वक्र अनुसरण करते हैं। लगभग 20% चिकित्सकों से प्रारंभिक प्रतिरोध होता है जो अपने वर्तमान वर्कफ़्लो से सहज हैं। लगभग 60% समय बचत देखने के बाद आसानी से अपना लेते हैं। शेष 20% शुरुआती उत्साही हैं जो प्रौद्योगिकी की क्षमताओं को आगे बढ़ाते हैं। तीन महीने तक, अधिकांश प्रैक्टिसेज 80% से 90% अपनाने की दर देखती हैं।

वित्तीय मामला इतना मजबूत है कि अपनाने का वक्र अधिकांश हेल्थकेयर IT कार्यान्वयनों की तुलना में तेज होता है। जब एक चिकित्सक को प्रतिदिन 90 मिनट वापस मिलते हैं, तो उनके जीवन की गुणवत्ता पर प्रभाव तत्काल और स्पष्ट होता है। वह व्यक्तिगत लाभ किसी भी प्रशासनिक आदेश से तेज़ी से अपनाने को प्रेरित करता है।