健康保险计划负责收集和审查大量医疗记录，以支持其风险调整和质量倡议。然而，这些记录中有相当一部分提供的临床文件价值很少或几乎没有，需要大量的手动工作来处理。人工智能技术的进步使健康保险计划能够减少这种浪费的努力，同时最大限度地提高记录审查的效率。
本次网络研讨会将突出最佳实践，以检索关键医疗记录，建立有效的风险调整计划。它将探讨传统自然语言处理（NLP）解决方案面临的挑战，以及如何训练模型来解决这些问题。此外，本次网络研讨会还将讨论如何将这些技术整合到现有工作流程中，以增强风险调整团队的效率。
参加本次网络研讨会，您将了解：
- 先进的人工智能和自然语言处理技术如何被用于增强风险调整
- 下一代自然语言处理如何降低误报识别率
- 使用人工智能和自然语言处理的优势，以精炼图表追踪列表并提取最大价值
演讲者
凯瑟琳·埃舍尔曼博士，医学硕士
Inovalon 医学信息副总裁
凯瑟琳·埃舍尔曼博士是内科和临床信息学的认证医师。她在 Inovalon 的工作涉及向提供者提供可操作的、相关的健康数据分析，以提高他们快速准确地照顾患者的能力，同时以患者为中心。了解更多关于凯瑟琳·埃舍尔曼博士的信息。
凯特·马塔，注册护士，理学士
Inovalon 临床质量、培训、监督和创新副总裁
凯特是一名拥有超过20年经验的注册护士，致力于通过教育改善医疗保健质量。作为临床质量、编码和抽象、以及利用管理方面的专家培训师，凯特负责监督 Inovalon 所有临床审查人员的临床质量和培训。了解更多关于凯特·马塔的信息。
莱斯利·埃尔萨布霍克，工商管理硕士
Inovalon 产品管理副总裁
莱斯利是 Inovalon 电子记录按需解决方案的产品负责人。在急性、后期急性和支付方市场的各种医疗保健组织中，莱斯利积累了丰富的虚拟健康、成员体验、互操作性和提供者体验的经验和知识。了解更多关于莱斯利·埃尔萨布霍克的信息。
(全文结束)
