在一次网络研讨会上，WellSpan Health的临床转型医疗总监Julie Platt博士详细介绍了WellSpan与Premier Inc.的Stanson Health业务合作，将AI工具应用于增强临床文档完整性的相关工作。
最近，医疗保险和医疗补助服务中心（CMS）宣布将加强风险调整数据验证（RADV）审计，以确认用于支付的诊断记录得到医疗记录的支持。Platt博士称这一公告为“房间里的大象”，并详细介绍了位于宾夕法尼亚州约克的WellSpan正在开展的工作。
Platt指出，随着新的RADV规则出台，财务处罚不再仅限于审计样本，而是扩展到整个Medicare Advantage人群。“文档完整性不再是合规细节，”她表示，“它已成为一个重要的财务和运营杠杆。”
WellSpan是一个位于宾夕法尼亚州中部的综合医疗系统，拥有超过23,000名员工和250多个护理地点，包括7家急性护理医院、2家专科医院和7个门诊手术中心。它还拥有自己的行为健康组织和家庭健康机构。WellSpan的价值基础护理组合包括一个大型的ACO、一个共同拥有的Medicare Advantage计划、一个员工健康计划以及多种商业和政府合同。其系统收入中约有28%与价值基础护理安排相关。
Platt表示，WellSpan与Premier合作开发的工具不会修复过去的文档错误，但会提高分层条件类别（HCC）的准确性，并支持可持续、高质量的大规模文档管理。她解释说，这个工具不仅仅是关于更智能的编码，而是关于更智能的协作。“它的设计旨在减少摩擦，提高提供者的参与度，并使文档与临床事实保持一致，”Platt说。“在今天的监管环境中，我们不能容忍模糊不清。清晰、准确的文档不仅是最佳实践，也是合规性、财务可持续性和患者信任所必需的。”
与许多医疗系统不同，Platt解释说，WellSpan在其拥有的Medicare Advantage中没有主导地位。“这塑造了我们在临床文档完整性方面的独特方法。我们的策略优先考虑临床准确性和提供者参与度，”她说。“HCC风险捕捉不是作为编码练习，而是反映真实的患者复杂性。这一点很重要，因为我们的护理管理工作流直接由风险评分决定，从而实现更个性化、更主动的护理。”
接着，她解释了为什么基于AI的工具开始改变这一领域。“当我们于2022年开始设计门诊临床文档完整性计划时，我们需要一个以人为本的解决方案，能够无缝集成到现有的工作流程中，从患者就诊开始到就诊后的编码，支持我们的团队提高诊断准确性，”她说。“我们探索了市场上的技术解决方案。Epic没有提供我们所需的功能，其他平台也未能满足需求。与此同时，ChatGPT作为一种强大的数据总结和合成工具开始出现——这些功能我们认为对我们的目标非常相关。鉴于我们与Stanson和Premier的紧密关系，我们于2022年开始合作，探索一条新的路径，利用AI简化诊疗点的诊断准确性，同时加速就诊后编码员的效率。”
今年3月，Premier的CodingCare解决方案获得了Epic的官方Toolbox认证。“这是一个罕见的认可，目前全国只有26个项目获得了这一认证，”她说。“坦白说，我最初并没有完全理解这一认证的意义，但它意味着Epic已经认可该解决方案的独特性和价值，并且正在积极投入资源支持其更深入的集成。”
她表示，进展已经显现。“就在过去几周，我们看到了令人兴奋的新发展，最显著的是在预诊工作流程中推出了AI驱动的文本高亮显示，以支持建议的诊断。这是使文档更智能、更快捷并与临床故事更一致的重要一步。”
Platt表示，这项工作的核心目标简单而强大——利用AI在正确的时间提出正确的诊断，并提供清晰和上下文信息，使提供者能够自信地采取行动。“这不是关于更多的提醒。而是关于更好的提醒，基于临床逻辑，在工作流程中传递，并设计为减少摩擦，同时提高HCC捕获和从一开始就记录的准确性，”她说。
这包括有针对性的问题列表清理，确保只有准确、经过验证的情况流入Epic原生的HCC提醒。在就诊期间，任何被提供者看到的内容都会由护士进行审查。他们可以删除不准确的诊断，并添加由相关临床数据支持的确诊，Platt补充道。“这种方法增强了对工具的信任，并提高了提供者的效率。然后在就诊后的空间中，我们的愿景是在临床笔记中实现实时AI MEAT（监测、评估、评估/处理、治疗）检测，以便这些见解能够提供给编码员，他们可以确认诊断或在需要澄清时向提供者发送查询。如果我们的提供者在规定时间内没有响应，该HCC将在索赔提交前自动删除。”
Platt表示，这种模式在准确性、效率和问责制之间取得了平衡，同时减少了跨护理团队的摩擦。“总之，我们希望在整个工作流程中利用AI，并且到目前为止在就诊后工作空间中发现了最大的价值。我们预计当AI摘要在今年秋天运行时，预诊和提供者部分的工作流程将会迅速改善。”
(全文结束)
