Автоматизация корректировки рисков для пациентов и кодирования HCC.

В этом видео объясняется, как медицинское кодирование на основе ИИ поддерживает корректировку рисков по иерархической системе категорий заболеваний (HCC) и аудиты RADV (проверка данных корректировки рисков) в системе оказания медицинской помощи, ориентированной на результат.

Временные метки:
00:00 - (Введение) Основы оказания медицинской помощи, ориентированной на ценность, и корректировки рисков
10:57 - Рабочие процессы и технологии кодирования HCC
20:20 - Демонстрация в реальном времени: платформа кодирования HCC
24:44 - Аудиты RADV и требования CMS
30:44 - Демонстрация в реальном времени: инструмент проверки RADV

Начиная с основ корректировки рисков, в этом сеансе показано, как модели NLP анализируют клиническую документацию для:

Выявления недокодированных и перекодированных состояний
Сопоставления диагнозов с категориями ICD-10 и HCC
Автоматического прикрепления клинических доказательств
Поддержки крупномасштабных ретроспективных обзоров
Подготовки соответствующих требованиям отчетов по аудиту RADV

Вы также увидите, как эксперты-люди сотрудничают с ИИ через интуитивно понятный интерфейс кодирования и аудита.

Что вы узнаете:

Как рассчитываются баллы RAF и почему важна точность
Распространенные ошибки в кодировании HCC
Как ИИ снижает количество пропущенных состояний и аудиторский риск
Требования к аудиту RADV и правила проверки CMS
Масштабируемые рабочие процессы для миллионов медицинских записей

Ресурсы:
Корректировка рисков с помощью Martlet AI - https://martlet.ai/

#МедицинскоеКодирование #АналитикаЗдравоохранения #КодированиеHCC #RADV #ИИвЗдравоохранении #СоответствиеТребованиямВЗдравоохранении #УходНаОсновеЦенности #КлиническаяДокументация #МедицинскаяNLP