机构名称：
¥ 1.0
医疗记录审查中的挑战 医疗记录审查 (MRR) 是医疗保健付款人执行的一项重要活动，目的是确定潜在的护理质量或医疗必要性问题。这也是一个关键的计划完整性问题，因为它可能会发现潜在的欺诈、浪费和滥用 (FWA)。MRR 是一个复杂且耗时的过程，需要专业技能来确定索赔是否已正确支付、是否符合支付政策以及是否符合法规。进行 MRR 所需的时间取决于审查案件的复杂性以及供应商/提供商提交的文件的大小和类型。可以进行的 MRR 的潜在数量直接取决于可执行这些 MRR 的人员数量。例如，医疗保险和医疗补助服务中心 (CMS) 每年支付约 10 亿份索赔，但通常只对所有索赔的 0.3% 进行 MRR。1 此外，大多数付款人必须在收到索赔后 15 到 30 天内付款，而且由于临床资源有限、成本高、专业化，他们很难进行 MRR。为了应对这一日益严峻的挑战，人工智能 (AI) 开始用于 MRR，通过加快审查周期来协助该过程，使用 AI 驱动的模型来加速处理，同时遵守政策和次级监管准则。美国健康计划最近在 MRR 中实施了 AI，将 MRR 处理时间缩短了数倍，改善了付款时间表，缩短了决策时间表，同时还为 MRR 流程提供了一致性。本文介绍了当前手动 MRR 流程中的一些常见挑战，并深入介绍了 AI 如何通过最新技术帮助增强该流程。
用于医疗记录审查的 AI
主要关键词
相关文件推荐
