人工智能和科技正在熟练护理机构应对不断变化的支付环境时发挥重要作用。
这一趋势出现在特朗普政府更加关注管理式医疗保险以及近期立法变化预期影响的背景下。
Ignite医疗度假村(Ignite Medical Resorts)临床报销高级副总裁肖娜·雷尼(Shawna Rainey)向《熟练护理新闻》表示，对于在多个州运营设施的提供商来说，拥有能够突出显示医疗补助计划模式差异的技术至关重要。Ignite在六个州运营28个地点。
雷尼表示："仅在我们运营的各州之间，病例组合指数(CMI)权重就存在差异，从密苏里州到堪萨斯州，这使得难以进行苹果对苹果的比较。在一些州，你可以将医疗补助待处理案件作为平均CMI的一部分，而在某些州则不能。该模型存在大量不同的变体。"
雷尼强调，德克萨斯州为其长期护理创建了自己的患者驱动支付模型(PDPM LTC)。该州基于联邦法规制定了这一模型，但为医疗补助报销增加了额外规定。
她说："当你监督多个州时，能够掌握这些信息可能很困难。拥有内置这些支付方规则的技术，能够仅针对该州提供实时报销警报，这至关重要。"
据ArchCare首席医疗官泰穆尔·米拉(Taimur Mira)博士介绍，ArchCare正在准备使用人工智能技术更有效地应对PDPM。
米拉告诉SNN："我们希望开始使用预测模型，在居民入院后的头两三天内估计每位居民的PDPM分类。因此，我们能够尽早将文件记录、临床计划和计费保持一致。"
辅助"全局"决策
米拉表示，人工智能在估算每日人员配置小时数方面也很有用，使公司能够将工资数据整合到电子病历(EMR)中。更重要的是，他们可以在病情严重区域需要额外人员配置之前发现潜在的人员短缺。
米拉表示，该公司还在构建一个报销仪表板。
他解释说："[它]将临床质量与住院时长和收入表现联系起来。它将预测当前结果（如感染率、再入院率）如何影响下一季度的激励付款。这将使管理人员和我们的临床医生清晰了解质量指标的财务视图。"
米拉表示，人工智能的关键优势在于能够创建共享数据集，从而加速决策过程。
雷尼表示，在Ignite，许多工具是对人类护理人员的补充。毕竟，人工智能无法替代熟练护理提供商每天所做的工作，她补充说，在不断变化的报销环境中，实时警报和发现临时付款机会至关重要。
她说："更快地识别这些变化并更快地采取行动，对于在报销环境中保持成功非常关键。"
人工智能和数据分析使提供商能够从全局角度审视其组织并发现可能需要额外关注的趋势。
雷尼表示："也许那个人患有慢性阻塞性肺疾病(COPD)，但他们在平躺时没有呼吸困难。那个错失的机会不会突出显示。然而，如果你从全局角度看待，并说，天哪，85%的我的COPD患者在平躺时没有呼吸困难……这绝对是一个需要关注的领域。"
人工智能工具可以帮助确定是否需要在设施层面对此类健康事件进行更深入的调查。
雷尼说："我们需要进行一些评估或员工培训吗？我会围绕这些人进行重点关注的呼吸评估，然后了解背后的'原因'。"
雷尼表示，如今，每个组织都会有深入研究数据的人员，她称之为"忙碌的蜜蜂"，而技术可以帮助他们研究所有付款组成部分。这些可能包括多少比例的索赔以基础级别计费。技术可以发现员工可能遗漏的领域。
她说："我们为每个类别获得付款，无论是否积极参与和治疗，或者可能没有推动这一言语成分的因素。那么我们对那个基础言语成分的捕获分布是什么？我们是否没有捕获认知缺陷？我们是否没有捕获言语合并症？……它在我们向医疗保险和医疗补助服务中心(CMS)提交最小数据集(MDS)之前为我们提供了一个很好的清理过程。"
雷尼表示，目前Ignite正在试用软件以帮助质量管理。她说，与在质量指标触发后才做出反应不同，实时警报让员工在MDS提交前解决这些问题，有助于防止不希望的触发。
她说："传统上，这是一种向后的方法，我们等待该人在该质量指标的分子中触发。[使用AI]实时向我们发出警报——'嘿，你的MDS还没有完成，所以你可能想在MDS到期前查看这一点'——你可以潜在地将其从不希望的触发中移除。"
预算预测
雷尼表示，与ArchCare类似，Ignite正在将技术用于预测。该公司使用人工智能在收到州政府的居民费率计算表之前进行预算。
雷尼建议提供商谨慎测试新的人工智能系统，因为系统可能会关注与案例无关的词语，这可能会让设施获得更高的索赔，但将来会带来麻烦。
她说："仍然存在行政负担，以确保其符合并满足REI要求。有时它可能会在影像报告上拾取语言，例如胸部X光，但该人没有任何呼吸系统疾病。我们不会在该区域进行任何干预或重点评估。"
雷尼表示，她不喜欢将AI用于ICD 10编码。相反，Ignite使用技术在图表报告中搜寻实际影响护理计划的内容。
她说："合规性是我们最关注的。"
【全文结束】
