欧文斯伯勒（肯塔基州）健康系统正在试点一个由Optum和微软开发的AI平台，旨在解决临床医生最头疼的持续性问题之一：文档、编码和索赔管理中的行政复杂性。
对于该医疗系统的领导层而言，该项目与其说是采用新技术，不如说是减少影响日常临床工作流程的运营摩擦。
“作为医疗服务提供者，我们一直在寻找能简化工作流程、提高效率并减少职业倦怠的方法，”首席医疗信息官布里奇特·伯谢尔斯医生告诉贝克尔，“我们如何移除那些让临床医生工作变得更困难的‘小石子’？”
该试点的核心是Optum Real，一个索赔平台，旨在将临床文档、编码和报销流程更贴近诊疗现场。该技术结合了Optum的医疗数据和支付方专业知识，以及微软的AI和云基础设施，包括能够实时捕捉和分析临床对话的工具。
该试点试图解决的一个挑战是临床护理与将护理转化为账单和报销的行政系统之间的脱节。
“我们在医学方面训练有素，但在医疗商业方面却没有得到很好的培训，”伯谢尔斯医生说，“有时护理已经提供，但文档记录的方式并没有反映出这一点。”
该试点旨在通过将AI驱动的提示直接嵌入临床工作流程来减少这种脱节。在患者就诊期间，环境技术可以捕捉临床医生与患者之间的对话，并实时生成文档。然后系统可以识别可能影响编码或报销的潜在文档缺失。
例如，如果医生进行了一项操作但遗漏了决定账单级别的细节——比如缝合伤口时的伤口长度——系统可以标记缺失的信息，并提示医生在就诊结束前补充。
“当文档不完整时，这些病历会被多次退回给医生，”伯谢尔斯医生说，“这会在电子病历收件箱中产生大量消息，增加工作量。”
伯谢尔斯医生补充说，使用该工具尽早处理这些缺失可能有助于防止这种情况。该计划的更广泛目标是将通常需要数周时间的索赔流程压缩到更接近临床诊疗的时间点。
当临床医生在患者就诊后完成文档时，病历随后由编码团队审核，提交给清算所，最终发送给支付方。包含错误或不完整信息的索赔被退回，重新开始流程。
结果是一个手动审查和重新提交的循环，可能延长报销时间线并产生大量行政工作。
参与该项目的Optum领导层表示，新方法旨在通过将环境文档与编码智能和支付方规则相结合，将大部分工作流程压缩到实时完成。
在设想的模型中，系统可以在文档创建时进行分析，自动生成编码和账单信息，并在提交前根据支付方要求验证索赔。医生可以更早地知道他们将为一次就诊获得多少报销，而患者也可以在离开诊所前更清楚地了解自己的财务责任。
这种透明度也可能有助于解决患者催收问题，这仍然是医疗系统面临的主要财务挑战。每年有相当一部分患者自付费用未被支付，部分原因是在就诊后很久才明确费用。
欧文斯伯勒健康系统的试点仍处于早期阶段，领导层表示，随着技术的实施，他们将继续收集临床医生的反馈。
而且，与任何医疗领域的AI部署一样，治理和监督是核心关注点。为此，该医疗系统成立了一个委员会，负责审查AI工具，并根据安全性、性能以及与临床标准的一致性等一系列因素进行评估。
该委员会与Optum开发的更广泛的治理流程协同工作，评估偏见、模型漂移和AI输出一致性等问题。
领导层表示，医疗系统与科技公司之间的合作对于塑造试点至关重要。
“直接与临床医生合作有助于确保我们设计出真正反映医学实践方式的东西，”一位Optum领导层表示。
对于欧文斯伯勒健康系统的临床医生来说，这项技术的潜力在于它能够减轻行政要求对医生造成的认知负担。
多年来，许多数字健康工具为临床工作流程增加了新的步骤和点击操作。伯谢尔斯医生说，当前这一波AI技术可能终于开始扭转这一趋势。
“过去，新技术往往意味着医生要做更多工作，”伯谢尔斯医生说，“现在我们开始看到一种技术，能让医生有更多时间与患者在一起。”
对于选择从医以专注于患者护理的临床医生来说，这种转变意义重大。
【全文结束】