数据驱动型AI:对收入周期管理绩效产生实质性影响Data-driven AI: Delivering meaningful impact on RCM performance

环球医讯 / AI与医疗健康来源:www.beckershospitalreview.com美国 - 英语2025-11-06 02:29:05 - 阅读时长4分钟 - 1628字
本文深入探讨了数据驱动型人工智能如何通过四大核心策略重塑医疗收入周期管理,在日益严峻的财务压力下实现突破性进展。优特医疗与微软专家指出,AI通过实时构建保险公司与医疗机构间的数据桥梁、夯实清洁数据基础、推动"前沿企业"工作模式转型以及加速生成式AI临床落地,显著降低40%的呼叫中心问询量并减少拒付率。专家强调,唯有将AI与跨部门协作、数据治理及工作流程重构相结合,才能突破行业瓶颈,释放人机协作的全部潜力,为医疗系统带来从预测支付到实时协作的根本性变革。
健康医疗人工智能收入周期管理保险公司医疗机构清洁数据前沿企业生成式人工智能数据信任度
数据驱动型AI:对收入周期管理绩效产生实质性影响

在日益加剧的财务和运营压力下,医疗领导者不仅转向人工智能以优化收入周期管理绩效,更是彻底重新构想这一流程。

在芝加哥举行的贝克健康信息技术、数字健康与收入周期管理会议期间,优特医疗(Optum)和微软的领导者讨论了人工智能如何帮助医疗系统解决根深蒂固的低效问题、减轻行政负担,并为保险公司与医疗机构的实时协作奠定基础。

以下是讨论的四大关键要点:

1. 架设保险公司与医疗机构间的桥梁

人工智能正在变革医疗系统与保险公司的互动方式,提供可最大限度减少收入周期流程中高成本反复沟通的工具。

优特医疗首席产品官玛杜·帕瓦尔(Madhu Pawar)强调了两个重点领域:构建保险公司与医疗机构间的实时数据桥梁,以及利用人工智能优化核心工作流程。

"收入周期管理行业的本质,简单来说就是精准预测实际支付金额,"帕瓦尔表示,"我们希望通过保险公司与医疗机构的实时互动消除猜测环节及相关摩擦。"

优特实时应用程序接口(API)目前正在联合健康保险(UnitedHealthcare)和某大型医疗系统进行试点,使医疗机构能即时验证报销细节、文件要求及患者自付责任。据优特团队透露,早期采用者已实现拒付率下降和呼叫中心问询量减少高达40%。

2. 清洁数据是可信人工智能的基石

要实现人工智能规模化应用,医疗机构需率先投入解决保险福利、合同及指南等非结构化数据孤岛问题。随后需采用人工智能实时处理这些数据,优特实时平台正为此提供支持。

帕瓦尔以优特处理约144亿条临床交易数据并接触1.36亿匿名化患者记录为例强调:"容错空间为零。"

微软健康与生命科学企业副总裁玛丽·瓦尔格斯·普雷斯特(Mary Varghese Presti)对此表示赞同,指出现代人工智能工具能更高效地从碎片化来源提取结构化数据,而清洁有序的数据仍是安全实施的关键基础。

"我们现在拥有构建通用数据平台的工具,"瓦尔格斯·普雷斯特表示,"必须将清洁数据作为基础,否则将面临'垃圾进、垃圾出'的风险。"

3. '前沿企业'模式

微软最新《工作趋势指数》报告《2025:前沿企业诞生之年》为未来医疗组织提供了发展模型。瓦尔格斯·普雷斯特指出,前沿企业不仅部署人工智能,更会重新设计工作流程与任务目标,通过技能重塑和建立信任,打造人类与数字代理的混合劳动力。这包括将工作流程视为人机协作伙伴、优化组织架构及重新定义岗位角色。

成为"前沿企业"包含三个阶段:运用人工智能辅助人类任务、部署代理自主处理任务,最终实现人类管理代理集群。瓦尔格斯·普雷斯特提到,包括莫德纳(Moderna)在内的领先机构已重组领导层以协调技术与劳动力战略。

"变革速度呈非线性增长,"瓦尔格斯·普雷斯特表示,"建议尽快适应人工智能助手与代理服务,思考如何减轻工作负担并提升运营效率。"

4. 生成式人工智能的未来已来

与认为人工智能重大突破尚需数年的认知相反,许多工具已投入实际应用。优特的代理系统(包括实时编码与文档处理工具)正在各类诊疗场景部署。帕瓦尔表示,公司计划在2026年底前将医疗生态系统大部分机构纳入新平台。

瓦尔格斯·普雷斯特补充道,微软在肿瘤学领域已见证人工智能代理的切实成效:与斯坦福医学中心(Stanford Medicine)合作的试点项目利用人工智能加速肿瘤委员会协调流程,将评审时间从数周缩短至数天。

尽管人工智能能力持续增强,但数据信任度与利益相关方对齐仍是制约因素。然而与会者乐观认为,当人工智能结合基础投资与跨行业协作时,有望突破这些瓶颈。

"我们能获取的数据存在局限与约束,"瓦尔格斯·普雷斯特表示,"但我坚信这已是人工智能时代,关键在于我们的雄心与技术能否推动数据自由流动。"

【全文结束】

大健康
大健康