AI 和基于价值的护理时代的支付完整性

医疗保健实践 人工智能和基于价值的护理时代的支付诚信 人工智能和基于价值的护理的兴起正在为90亿美元的支付诚信行业带来变革。 本文是TroyHorvat，AkshayKumar，MahiRayasam，JeffRuff和PoojaSingh的共同努力，代表了麦肯锡医疗保健实践的观点。 2023年12月 支付完整性(PI)行业playsacriticalroleinUShealthcare,ensuringthatclaimsadjudicationisaccurateandthatphysiciansandhealthsystemsarereimpliedcorrectlyforcaredelivery.Weestimatethe$9billionindustryhas 近年来以7%的复合年增长率增长，反映了美国医疗保健支出的增长和计费流程的持续复杂性。 这种增长与技术变革相吻合，例如生成式人工智能 (GeneralAI)的兴起和支付模式创新，包括约 基于价值的护理（VBC）付款占总护理服务报销的60 ％1-改变 有可能改变PI行业。本文讨论了这些趋势以及对付款人，护理交付组织，PI公司和投资者的影响。 什么是支付诚信？ PI价值链包括一系列跨越医疗保健金融交易生态系统的功能（图表1）。2这些功能通常分为两大类：预付款功能 ，寻求主动识别 并在健康计划向护理交付组织支付付款之前纠正账单或裁决错误，以及在向护理交付组织支付初始付款后识别和解决历史付款错误的付款能力。 这个价值链包括软件和分析解决方案的组合，通常识别和解决相对简单的错误，以及编码专家和临床医生团队，他们在更复杂的情况下审查索赔和医疗记录。通过内部健康计划功能和增强付款人内部能力的专业PI公司生态系统的组合来提供服务。 PI计划的目标是确保准确的索赔裁决和付款，同时考虑到付款责任等因素，包括识别与资格，福利协调和类似考虑相关的潜在错误；计费准确性，包括识别潜在的编码错误和错误；以及欺诈，浪费和滥用案件。他们还希望确保索赔得到支付。 根据健康计划和护理提供组织之间的合同-也就是说，每项服务都按合同指定的价格支付。 鉴于美国医疗保健支付工作流程的复杂性，支付完整性至关重要，即使在所有利益相关者都努力准确和真诚地提交和支付索赔的情况下，这也会导致自然的错误率 （请参阅侧栏“美国医疗保健支付的复杂性”）。付款人通常会努力识别多付的情况， andcaredeliveryorganizations(viaarevenuecyclefunctiontypicallycalledrevenueintegrity)oftenseektoidentifycasesofunderpayment.ThissystemofchecksandbalanceshelpsensureaccuratepaymentsinUShealthcare. 塑造支付诚信未来的趋势 ThePIindustryispositionedfortransformationinthefutureyears.ContributingfactorsincludegrowthinUShealthcarespending,whichweestimated 从2022年到2027年，增长率将比GDP快大约2.5%， 3增加PI公司的潜在市场，吸引持续投资。 账单和索赔处理的持续复杂性是另一个因素。例如，COVID-19大流行加速了护理向替代环境的转变，如家庭和虚拟护理。4随后出现了新的护理服务 1“2022年APM测量工作”，医疗保健支付学习与行动网络（HCPLAN），2022年11月9日。 2BrandonCarrus，DavidM.Cutler，PrakritiMishra和NikhilR.Sahni，“行政简化：如何节省25万亿美元的美国医疗保健”，麦肯锡，2021年10月20日。 3AddieFleron和ShubhamSinghal，“美国医疗保健领域的风暴：领导者如何应对和蓬勃发展”，麦肯锡，2022年9月8日。 4OlegBestsennyy，MichelleChmielewski，AnneKoffel和AmitShah，“从设施到家庭：到2025年医疗保健将如何转变”，麦肯锡，2022年2月1日；OlegBestennyy，GregGilbert，AlexHarris和JenniferRost，“远程医疗：COVID-19后四分之一万亿美元的现实？”，麦肯锡， 附件1 支付完整性价值链通常分为提前支付和后支付能力。 Function 付款完整性（结果 ）Where 支付完整性能力数据和其他输入 预付款(职前 服务、邮递服务) 索赔编辑 医疗政策和程序 付款责任(正确的受托人) 网络重定价条例 临床或编码 编码标准 计费准确性（错误和错 误编码） review 复杂的临床审查 护理交付组织合同 付款人 护理交付组织审核(包括账单资格和福利 临床适用（编码不准确， 捆绑不准确等） 前发现) 数据挖掘 索赔或遭遇 符合合同的政策、程序、 定价等 协调 好处 附件 (医疗记录和 代位权 分项账单) 护理交付组织少付费用医院负责人 麦肯锡公司 美国医疗保健支付的复杂性 Thefollowing是与美国医疗保健支付相关的一些复杂性。 编码复杂度。持续更新近150,000个诊断和程序代码，1即使索赔中包含的代码中的小错误也可能导致不正确的付款。 合同复杂性。卫生系统和付款人之间的合同可以跨越 数百页，包括针对数千种方案的独特报销费率 ，当在健康计划IT系统中配置这些合同时，可能会出现人为错误。 政策变化。医疗保险和医疗补助服务中心，州医疗补助机构和临床协会发布了有关报销和医疗政策的持续指导， 由于卫生系统和付款人将更新的准则纳入索赔提交和裁决过程，因此在过渡期内可能会造成不正确的裁决。 产品变化。推出新的或改进的产品设计(例如 更新的公式)创建了系统配置更改的需求和相应的人为错误的可能性。 1“国际疾病分类，（ICD-10-CM/PCS）过渡-背景”，疾病控制和预防中心，2015年11月6日。 模型（例如，在家的医院）和虚拟医疗使用的增加使得付款人，卫生系统和政策制定者有必要设计新的计费和报销指南，这创造了潜在索赔错误的新来源。5 PI服务生态系统中的市场动态也在塑造PI的未来：整合已经形成了具有规模和专业化的组织，以利用generAI等新工具。最近，又掀起了一波PI初创企业，其动机是通过推出创新来颠覆行业， AI驱动的解决方案。 但是，有两个趋势对PI行业产生了特别复杂的影响。技术创新，如创AI，可能会导致推出比以往任何时候都更准确和高效的PI解决方案。VBC的日益采用为付款人和护理交付组织创造了新的报销复杂性来源。下面，我们将进一步详细探讨这些趋势与PI的相关性。 人工智能与支付诚信创新分析AI、机器学习(ML)和GeneAI有可能改变许多行业，包括医疗保健。6由于PI功能取决于对各种数据源的快速审查和综合，因此对支付完整性的影响可能特别深远。 此外，即使索赔裁决的准确性和效率提高相对较小，也可能对一系列索赔产生重大财务影响。 由于美国医疗保健支付生态系统的复杂性和规模 ，医疗保健利益相关者的利益。7 如图表2所示，分析和genAI可以增强整个PI价值链的现有能力。例如，在对复杂索赔进行审查或审计期间，genAI可以审查和综合结构化和非结构化数据的复杂组合-包括相遇数据，医疗记录详细信息和健康计划 报销政策-并支持人工审核人员做出决策，提高审核过程的准确性和效率。 正如我们之前所描述的，8医疗保健组织需要时间来充分理解和利用新的AI和ML功能的潜力。但是PI技术的一些潜在影响似乎是可能的。首先，AI和ML可以大大提高PI计划的索赔准确性和管理效率，从而创造价值池的潜在转变。例如，预测分析可以进一步将价值从postpayPI程序转移到预付索赔编辑。此外，早期采用者可能有机会在自己与竞争对手之间建立战略距离，并有意义地提高PI计划的ROI（对于付款人）和内部盈利能力（对于PI服务公司）。最后，PI服务公司可以改变PI价值链的一部分，推出AI和ML成为可能的创新解决方案。 对复杂索赔进行加速、更低成本、更准确的审查或审计。 5例如，虚拟护理采用的增长促使医疗保险和医疗补助服务中心发布了有关远程医疗计费中欺诈，浪费和滥用的检测和预防的新报告和指南。有关更多详细信息 ，请参阅探索远程医疗中的欺诈，浪费和滥用，医疗保健欺诈预防伙伴关系，2023年5月10日。 6ShashankBhasker，DamienBruce，JessicaLamb和GeorgeStein，“用生成AI解决医疗保健的最大负担”，麦肯锡，2023年7月10日。 7DavidM.Cutler等人，“减少与美国医疗保健中的金融交易相关的行政支出的积极步骤”，《卫生事务学者》，2023年11月，第1卷，第5号。 8SanjivBaxi，SagarParikh，MichaelPeterson和AndrewRay，“为自动化和AI的成功设定收入周期”，麦肯锡，2023年7月25日。 附件2 AI可以应用于整个支付完整性价值链。 付款完整性(PI) 能力AI应用的优势 索赔编辑改进了对欺诈、浪费和滥用行为的检测 网络重定价 简化网络定价流程 临床或编码审查 提高临床编码审查的一致性和效率 复杂的临床审查加速审查或审核复杂的索赔 护理交付组织审核(包括账单 前发现)更准确地确定编码错误 数据挖掘 更精确的算法来分析大型数据集并支持PI活动 利益协调 加快福利进程的协调 代位权 自动向参与代位求偿的利益相关者发出通知 麦肯锡公司 VBC与支付诚信的未来同样，VBC采用的增长为PI的创新创造了新的动力。从广义上讲，向VBC的转变需要将护理交付组织的报销与患者的健康结果或价值挂钩。9近年来，VBC的采用显着增加：医疗保健支付学习 &行动网络(HCPLAN)估计，从2015年到2021年，VBC的采用率几乎翻了一番。10 截至2021年,11几乎60％的医疗报销与质量或价值有一定的联系，从绩效付费模式到完全资本化的报销模式（图表3 ）。 9“什么是基于价值的医疗保健？”，NEJMCatalyst，2017年1月1日。 10HCPLAN定义了四类支付模式，从无限制的服务收费到质量或价值（第1类）到全额支付（第4类）。类别3和4包括许多最常见的VBC模型，包括负责任的护理组织模型和捆绑或临时付款。HCPLAN的年度调查表明，这些模型的国家采用从2015年的不到25％的支出增加到2021年的近40％。“2022年APM测量工作”，2022年11月9日。 11Ibid. 附件3 大约60％的医疗报销与质量或价值有关。 2021年报销模式类别和采用率 付款类别 基于价值的护理模式示例 占医疗保健总支出的份额，% 支付和收入的完整性需要 传统FFS支付合同结算与对账诚信模型 1 服务费（FFS）N/A 2 FFS与质量挂钩按绩效付费 质量值 19.5 40.5 3A 仅上行型号 3B 双边或“分担风险”模型 4A 4B 特定条件的人口支付综合人口支付 4C 综合付款人或护理交付组织 片面问责护理组织(ACO)模型 双边ACO模型和回顾性捆绑 预期的捆绑付款 全球或专业人头 KaiserPermanente和护理交付组织主导的健康计划 2.1 4.5 12.2 20.4 资料来源：“2022年APM测量工作”，医疗保健支付学习与行动网络，2022年11月9日0.8 麦肯锡公司 这种向VBC的转变有可能改善患者的护理协调和质量。 12也是 创建可能导致付款错误的复杂性。 例如，与服务收费（FFS）计费相关的传统支付复杂性和错误来源在VBC场景中仍然存在。实际上，这些