بر اساس تجزیه و تحلیل انجمن Blue Cross Blue Shield که در حال تشدید جنگ بین بیمارستان ها و بیمه ها بر سر اینکه چه کسی از هوش مصنوعی پزشکی سود می برد، استفاده روزافزون بیمارستان ها از ابزارهای هوش مصنوعی هنگام ارائه ادعاهای بیمه، حدود 942 میلیون دلار به هزینه های مراقبت های بهداشتی ایالات متحده در یک دوره دو ساله اضافه کرد.

آنچه تجزیه و تحلیل پیدا کرد

انجمن صلیب آبی سپر آبی، اتحاد ملی طرح‌های صلیب آبی و سپر آبی، گزارش داد که افزایش شدید بیمارانی را که دارای شرایط پیچیده هستند - نوعی تشخیص که نرخ بازپرداخت بالاتر را توجیه می‌کند - گزارش کرد. For more context on this story, see our ongoing latest AI developments.

این انجمن استدلال کرد که بین کدگذاری پزشکی و درمان یک گسست آشکار وجود دارد و گفت که هیچ مدرکی دال بر تغییر مربوطه در مراقبت های ارائه شده به بیماران پیدا نکرده است. به عبارت دیگر، با وجود ثابت ماندن درمان، پرونده ها پیچیده تر و گران تر شده اند.

نیویورک تایمز که این تجزیه و تحلیل را گزارش کرد، آن را آخرین نشانه ای از کمک هوش مصنوعی به افزایش هزینه های مراقبت های بهداشتی در ایالات متحده توصیف کرد. جنگ بین بیمارستان‌ها و بیمه‌گران بر سر درمان‌ها و پرداخت‌ها چیز جدیدی نیست، اما تایمز خاطرنشان کرد که به نظر می‌رسد استقرار هوش مصنوعی در هر دو طرف میز مذاکره به جای حل و فصل آن، درگیری را بدتر می‌کند.

مکانیسم در مرکز اختلاف، کدگذاری پزشکی است - سیستمی که هر تشخیص و روشی را به دسته های صورتحساب استاندارد ترجمه می کند. مستندسازی شرایط پیچیده و پرهزینه معمولاً به معنای پرداخت بالاتر است، بنابراین دقت و کامل بودن کدگذاری دارای ارزش مالی مستقیم است. وقتی ابزارهای هوش مصنوعی ثبت هر شرایط ممکنی را که ممکن است یک بیمار داشته باشد بدون دردسر می کند، مرز بین ثبت کامل سوابق و بهینه سازی درآمد واقعاً دشوار می شود.

'حمام خون کاملاً یک طرفه'

مدیران صنعت در مورد خطرات خجالتی نیستند. لوک چالکر، معاون ارشد انجمن سپر آبی صلیب آبی، در برابر قاب‌بندی وضعیت به عنوان رقابتی مساوی بین دو اردوگاه مجهز به هوش مصنوعی مقاومت کرد.

چالکر گفت: "این یک جنگ نیست. بلکه یک حمام خون کاملا یک طرفه است."

این نظر منعکس کننده نگرانی فزاینده در میان پرداخت کنندگان است: نویسندگان هوش مصنوعی محیطی و دستیاران کدگذاری خودکار می توانند به بیمارستان ها کمک کنند تا تمام جزئیات قابل پرداخت ویزیت بیمار را ثبت کنند، در حالی که بیمه گذاران برای حسابرسی سیل ادعاهای پیچیده تر با همان سرعت تلاش کرده اند.

منظره از سمت بیمارستان

همه افراد جامعه سلامت هوش مصنوعی توصیف بیمه گذاران را نمی پذیرند. دکتر شیو رائو، بنیانگذار استارت‌آپ مستندسازی هوش مصنوعی Abridge، اذعان کرد که این فناوری می‌تواند آینده‌ای وحشتناک را ایجاد کند که هیچ‌کس نمی‌خواهد در آن زندگی کند، با «ربات‌ها با ربات‌ها می‌جنگند، مأموران با عوامل مبارزه می‌کنند».

اما رائو استدلال کرد که همین اتوماسیون می‌تواند راه دیگری را کاهش دهد - کاهش تنش بین بیمارستان‌ها و پرداخت‌کنندگان، کاهش هزینه‌های اداری و در نهایت کاهش هزینه‌ها به جای افزایش آنها. بسیاری از سیستم‌های سلامت این خوش‌بینی را دارند که می‌گویند نویسندگان هوش مصنوعی فرسودگی شغلی پزشکان را کاهش می‌دهند و کامل بودن سوابق پزشکی را بهبود می‌بخشند.

هر دو چیز می تواند در یک زمان درست باشد. مستندات کامل‌تر، داروی بهتر و صورت‌حساب بهتر است، و خط بین این دو دقیقاً همان جایی است که اکنون مبارزه پولی وجود دارد.

هوش مصنوعی اکنون در هر دو طرف ادعا است

صنعت مراقبت های بهداشتی به یکی از سریع ترین پذیرندگان هوش مصنوعی مولد تبدیل شده است. بیمارستان‌ها از ابزارهای گوش دادن محیطی برای تهیه یادداشت‌های بالینی، نرم‌افزار کدگذاری برای ترجمه آن یادداشت‌ها به کدهای صورت‌حساب، و دستیاران هوش مصنوعی برای درخواست تجدیدنظر در مورد ادعاهای رد شده استفاده می‌کنند. در همین حال، بیمه‌گران الگوریتم‌هایی را برای بررسی ادعاها، علامت‌گذاری ناهنجاری‌ها و هزینه‌های رقابتی که از نظر آنها متورم شده است، به کار می‌گیرند.

هنگامی که هر دو طرف خودکار می‌شوند، هر ارتقا از یک طرف باعث ایجاد یک به‌روزرسانی متقابل از سوی دیگر می‌شود - مسابقه تسلیحاتی که بر سر پرداخت‌کنندگان حق بیمه و بیماران قرار می‌گیرد. تجزیه و تحلیل BCBSA نشان می‌دهد که اولین نتیجه قابل اندازه‌گیری این مسابقه، نزدیک به یک میلیارد دلار هزینه اضافی در طول تنها دو سال است، فقط از طرف دفتر کل بیمارستان.

چرا اعداد فراتر از مراقبت های بهداشتی مهم هستند

این اختلاف یک مطالعه موردی اولیه در مشکلی است که هوش مصنوعی را در هر صنعت مبتنی بر صورت‌حساب دنبال می‌کند: وقتی هزینه تولید اسناد دقیق تقریباً به صفر می‌رسد، کاغذبازی‌ها چند برابر می‌شود و اختلافات بر سر آن نیز افزایش می‌یابد.

برای تنظیم‌کننده‌ها، یافته‌های BCBSA سوالاتی را در مورد اینکه آیا شیوه‌های کدگذاری فعال شده توسط ابزارهای هوش مصنوعی باید با بررسی‌های جدید مواجه شوند، به ویژه در مواردی که تشخیص‌ها بدون هیچ تغییر مستندی در مراقبت پیچیده‌تر می‌شوند، سؤالاتی را ایجاد می‌کند. برای بیمارستان‌ها و فروشندگان هوش مصنوعی، این تجزیه و تحلیل هشداری است مبنی بر اینکه درآمدهای مرتبط با اسناد خودکار ممکن است ممیزی، دعوی قضایی و واکنش عمومی را به دنبال داشته باشد.

در حال حاضر، نه بیمارستان‌ها و نه شرکت‌های بیمه نشانه‌ای از کاهش سرعت پذیرش هوش مصنوعی خود را نشان نمی‌دهند. سوال 9 رقمی که در مورد مراقبت‌های بهداشتی ایالات متحده وجود دارد این است که آیا این فناوری در نهایت راه خود را به سمت مدیریت ارزان‌تر خودکار می‌کند یا اینکه صرفاً به هر دو طرف می‌آموزد که سخت‌تر بر سر ادعاهای مشابه مبارزه کنند.

برای تجزیه و تحلیل کامل و پاسخ های صنعت، گزارش اصلی را در TechCrunch و نیویورک تایمز بخوانید.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →