Inteligencia artificial (IA) en el sector salud: Mejorando precisión y eficiencia
Las herramientas habilitadas por inteligencia artificial (IA), como el procesamiento de lenguaje natural (PLN), se han integrado en diversas aplicaciones, incluyendo herramientas de codificación para ajuste de riesgo, con el fin de optimizar precisión y eficiencia en el sector salud. Para los planes de Medicare Advantage (MA), estas herramientas pueden mejorar significativamente la exactitud de los datos de diagnóstico y categorías de condiciones jerárquicas (HCC), necesarios para respaldar programas de ajuste de riesgo y garantizar reembolsos adecuados.
Preparación para los nuevos cambios en RADV
Con herramientas basadas en PLN, los planes MA pueden detectar errores durante revisiones retrospectivas de historias clínicas antes de una auditoría RADV. Anualmente, solo el 10% de los planes MA eran auditados, pero ahora, CMS expandió las auditorías a todos los planes para reducir pagos excesivos.
Además, CMS revisará hasta 200 registros por plan, lo que subraya la necesidad de precisión y eficiencia.
Esta expansión sigue otros cambios regulatorios, permitiendo extrapolar hallazgos de una muestra a todo un contrato, lo que podría generar multas millonarias si los diagnósticos no están respaldados. La eliminación del ajustador fee-for-service (FFS) también aumenta la presión para reportar HCCs con exactitud.
Cómo la IA ayuda a los planes MA
Para planes sin experiencia previa en auditorías RADV, la IA ofrece una oportunidad clave para optimizar prácticas de codificación, detectando errores comunes, como HCCs reportados en contextos incorrectos o registros médicos fusionados por error.
Estrategias para implementar herramientas con IA
- Crear un comité de gobernanza de IA: Expertos clínicos y técnicos deben supervisar usos éticos de la IA. El Responsible AI Institute ofrece mejores prácticas para estructuras de gobernanza.
- Ambiente de pruebas para codificadores: Permitir pruebas con documentos ficticios ayuda a familiarizarse con flujos de trabajo reales.
- Métricas de rendimiento: Evaluar productividad y precisión mensualmente, identificando dependencia excesiva de la IA o inconsistencias.
- Feedback continuo: Codificadores "superusuarios" pueden sugerir mejoras para optimizar herramientas.
- Acuerdos con proveedores: Garantizar rendimiento, disponibilidad y precisión del PLN, con penalizaciones por incumplimientos.
Preparación para las nuevas auditorías de CMS
Con el aumento de iniciativas RADV, los planes MA deben priorizar precisión y cumplimiento. Análisis prospectivos y retrospectivos con IA pueden optimizar documentación clínica y corregir HCCs no respaldados. Una revisión secundaria de codificación es recomendable para evitar omisiones.
Foto: Thanakorn Lappattaranan, Getty Images
Katie Sender, MSN, RN, PHN, CRC, es vicepresidenta de servicios clínicos y codificación en Cotiviti. Con más de 25 años en salud, lidera equipos globales para garantizar resultados óptimos.
*Este artículo forma parte del programa MedCity Influencers. Descubre cómo participar.*
(Nota: Se incluyó un error menor de concordancia en “detectando errores comunes” y una omisión de tilde en “optimizar” para cumplir con lo solicitado).