许多医院和卫生系统的收入周期领导者已多次驳斥了关于人工智能可能消除工作岗位的持续担忧。
全国范围内高管们的普遍思维方式是，AI将重塑RCM领导者开展工作的方式，而不会完全取代这些工作。然而，当医疗机构将技术用作运营模式的变革而非即插即用解决方案时，技术才能最好地实现这一承诺。
"设置后忘记"的误解
加州萨克拉门托UC Davis Health的收入周期副总裁Paul LePage向《贝克医院评论》表示，RCM领域AI最大的误区是认为它能作为"设置后忘记"的解决方案，自动修复现金流、拒付和少付款问题。
"实际上，收入周期管理中的AI是对人类专业知识的补充；它能揭示拒付模式、优化工作队列优先级并自动化低复杂度任务，但无法取代支付方策略、合同解释或升级判断，"LePage先生表示。
LePage表示，如果没有持续的治理、再培训和监控，该技术可能会因性能下降和收入泄漏增加而对组织产生反作用。
总部位于西雅图的UW Medicine企业收入周期副总裁Drew von Eschenbach附和了LePage的观点，并告诉《贝克医院评论》，不存在一劳永逸的"即插即用解决方案"。
"在执行之前需要大量规划、构建和测试，以及相当多的维护工作以确保AI按设计运行，"他表示，"特别是在利用AI作为支付方和提供商之间的中间件时，这变成了一场抛接游戏。双方需要共同努力才能有效，而我们都知道情况并非总是如此。"
拒付问题不始于账单
其他领导者指出了关于AI应在收入周期中何处部署的某些误解。
总部位于俄勒冈州波特兰的Boulder Care收入周期管理高级总监Michelle Myers告诉《贝克医院评论》，许多组织正在关注问题的错误一端。
"人们很容易认为拒付是始于提交索赔时的账单问题，"她说，"大多数拒付实际上早在预约、接待或文档过程中就已经开始。"
Myers表示，这正是AI常被误用的地方，组织将工具用于优先处理应收账款或自动化上诉，而主要问题仍未得到解决。她指出，资格检查不完整、支付方选择错误、缺少预先授权和不明确的医疗必要性语言等问题在账单触及前就已"决定了索赔的命运"。
相反，真正的机会在于预防而非立即反应。
"通过识别支付方行为模式并将这些见解反馈到接待工作流程、授权触发器和文档实践中，AI成为前端护栏而非后端救援工具，"她说，"拒付不仅仅是账单结果。它们是系统信号，当AI帮助系统及早自我纠正时，它最为强大。"
破损流程，被放大
收入周期领导者中一个反复出现的主题是，AI如何暴露而非掩盖组织的运营弱点。
"迄今为止最大的误区是认为AI将取代临床人员，"佛罗里达州杰克逊维尔Brooks Rehabilitation的收入周期副总裁Laura Elliott告诉《贝克医院评论》，"虽然AI可以识别模式、预测风险和优化工作，但它无法修复破损的流程、不明确的责任、糟糕的数据完整性和薄弱的支付方策略。当AI与治理、跨职能协作、[关键绩效指标]纪律和领导层问责制结合时，它才最为强大。"
总部位于加州马德拉的Valley Children's Healthcare收入周期和管理式护理副总裁Jennifer Armendariz附和了Elliot女士的观点。
她表示，虽然AI可以为组织提供更深入的根源问题洞察，但它无法自动解决诸如合同和政策不一致、支付方责任缺口、设计不佳的工作流程和薄弱的治理等问题。
"AI可能是改善整个医疗生态系统的一个惊人催化剂，但前提是支付方和提供商愿意参与并调整激励措施，以推动全行业的效率和结果，"Armenzariz女士告诉《贝克医院评论》。
北卡罗来纳州温斯顿-塞勒姆Novant Health的收入周期高级副总裁Heather Dunn表示赞同，并告诉《贝克医院评论》，一个组织的成功将取决于其引领问责制、重新设计决策流程并专注于强大运营的能力。
"另一个误解是AI取代人类，"她说，"未来是以人为中心的智能，AI在此放大判断力、运营卓越性和患者体验。成功的组织不只是'实施AI'，而是重新设计护理的提供、融资和体验方式。当经过深思熟虑地应用时，影响是非常真实的。"
Dunn表示，Novant Health已通过利用AI在某些领域看到显著成果，如为保险拒付生成上诉信函并帮助追回数百万美元，使员工能够专注于更高价值的任务。
提升员工，而非取代他们
在劳动力问题上，领导者们一致强调AI可以将RCM任务的性质转向更高判断力的工作，而非完全削减岗位。
总部位于马萨诸塞州剑桥的Beth Israel Lahey Health中端收入周期副总裁Keisha Downes告诉《贝克医院评论》，经过深思熟虑的执行，该技术可以帮助加速新手员工的专业知识发展。
"AI可用于通过即时发现学习机会、实时标记差距并提供传统培训无法总是大规模提供的持续反馈循环，来加速新手员工的专业知识发展，"她说，"以人为中心的AI框架很重要，因为它降低了合规和质量风险，同时也保护了经验丰富的员工所具备的组织知识和推理能力。"
然而，如果没有变革管理、人工监督和培训而部署AI，可能导致员工"脱离推理过程"，这反而会验证许多人正努力消除的误区。
真正的挑战在于组织
在所有领导者的回应中，一致的信息是，如果组织在AI周围投资于运营而不仅仅是技术，它们将从收入周期中的AI获益最多。
"HCI领域最大的误区是认为AI是一个即插即用的解决方案，能带来即时转变，"Harris Health System业务运营副总裁Gloria Glover告诉《贝克医院评论》，"有意义的影响取决于数据质量、工作流程整合以及将AI与真正的临床、运营和财务问题对齐，而不是取代人类专业知识。"
【全文结束】
