ಚಿತ್ರ ಮೈತ್ರಿ | ಚಿತ್ರ ಮೈತ್ರಿ | ಗೆಟ್ಟಿ ಚಿತ್ರಗಳು
AI ದುಬಾರಿ ಮತ್ತು ಆಡಳಿತಾತ್ಮಕವಾಗಿ ಸಂಕೀರ್ಣವಾದ US ಆರೋಗ್ಯ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಗೆ ಆಳವಾಗಿ ಚಲಿಸುತ್ತಿದೆ, ವೈದ್ಯರಿಗೆ ರೋಗಿಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮತ್ತು ಚಿಕಿತ್ಸೆ ನೀಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ಆಸ್ಪತ್ರೆಗಳ ಬಿಲ್ ಹೇಗೆ, ಯಾವ ವಿಮೆ ಪಾವತಿಸುತ್ತದೆ ಮತ್ತು ಯಾವ ಕ್ಲೈಮ್‌ಗಳನ್ನು ನಿರಾಕರಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ಮತ್ತು ಹಣದುಬ್ಬರವಿಳಿತದ ಶಕ್ತಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಉತ್ಪಾದಕತೆಯ ಸಾಧನವಾಗಿ AI ಯ ಎಲ್ಲಾ ಚರ್ಚೆಗಳಿಗೆ, ಕೆಲವು ಆರಂಭಿಕ ಪುರಾವೆಗಳು ಈ ಉಪಕರಣಗಳು ಈಗಾಗಲೇ ದುಬಾರಿ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೆಚ್ಚು ದುಬಾರಿಯಾಗಿಸುತ್ತದೆಯೇ ಎಂಬ ಪ್ರಶ್ನೆಗಳನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತವೆ.
ಬ್ಲೂ ಕ್ರಾಸ್ ಬ್ಲೂ ಶೀಲ್ಡ್ ಅಸೋಸಿಯೇಷನ್ ಇತ್ತೀಚೆಗೆ AI-ಸಹಾಯದ ವೈದ್ಯಕೀಯ ಕೋಡಿಂಗ್‌ನ ಆಸ್ಪತ್ರೆಗಳ ಬಳಕೆಯು 2023 ಮತ್ತು 2025 ರ ನಡುವೆ ಅದರ ಆರೋಗ್ಯ ಯೋಜನೆಗಳಿಗೆ ಹೆಚ್ಚುವರಿ ವೆಚ್ಚದಲ್ಲಿ ಸುಮಾರು $1 ಶತಕೋಟಿ ($942 ಮಿಲಿಯನ್) ಕೊಡುಗೆ ನೀಡಿದೆ ಎಂದು BCBSA ಅಂದಾಜಿಸಿದೆ. ರೋಗಿಗಳನ್ನು ಹೆಚ್ಚಿನ ಮರುಪಾವತಿ ವಿಭಾಗಗಳಿಗೆ ಸ್ಥಳಾಂತರಿಸಿದ ದ್ವಿತೀಯ ರೋಗನಿರ್ಣಯಗಳಿಂದ ಹೆಚ್ಚಿನ ಹೆಚ್ಚಳವಾಗಿದೆ ಎಂದು BCBSA ಹೇಳಿದೆ. AI ಪರಿಕರಗಳನ್ನು ಗುರುತಿಸಲು ಇದು ವಿಶೇಷವಾಗಿ ಸೂಕ್ತವಾಗಿರುತ್ತದೆ.”
ಆಸ್ಪತ್ರೆಗಳು, ವಿಮೆಗಾರರು ಮತ್ತು ಆರೋಗ್ಯ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಯ ಇತರ ಭಾಗಗಳು ಬಿಲ್ಲಿಂಗ್, ಕೋಡಿಂಗ್ ಮತ್ತು ಕ್ಲೈಮ್‌ಗಳ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ AI ಅನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸುವುದರಿಂದ ಈ ಸಂಶೋಧನೆಯು ಬರುತ್ತದೆ ಮತ್ತು ಕಡಿಮೆ ಆಡಳಿತಾತ್ಮಕ ಹೊರೆಗಳು ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಈಗಾಗಲೇ ನಿರ್ಮಿಸಲಾದ ಹಣಕಾಸಿನ ಪ್ರೋತ್ಸಾಹವನ್ನು ಬಲಪಡಿಸಬಹುದೇ ಎಂಬ ಪ್ರಶ್ನೆಯನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತದೆ.
ಆಸ್ಪತ್ರೆಯ ಕೋಡಿಂಗ್ ಅನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಬ್ರೌನ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಆರೋಗ್ಯ ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞ ಕ್ರಿಸ್ಟೋಫರ್ ವೇಲಿ ಪ್ರಕಾರ, AI “ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿದೆ ಮತ್ತು ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಆಧಾರವಾಗಿರುವ, ಆಧಾರವಾಗಿರುವ ಬಿಲ್ಲಿಂಗ್ ಪ್ರೋತ್ಸಾಹಕಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದನ್ನು ಕೆಲವು ರೀತಿಯಲ್ಲಿ ಸುಲಭಗೊಳಿಸುತ್ತದೆ.”
AI ನಿಂದ ಗುರುತಿಸಲ್ಪಟ್ಟ ಹೆಚ್ಚುವರಿ ರೋಗನಿರ್ಣಯಗಳು ಅಗತ್ಯವಾಗಿ ಸೂಕ್ತವಲ್ಲ ಎಂದು ಇದರ ಅರ್ಥವಲ್ಲ. “ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ, ರೋಗನಿರ್ಣಯಗಳು ಕಾನೂನುಬದ್ಧವಾಗಿರುತ್ತವೆ ಮತ್ತು ಸಿಕ್ಕಿಹಾಕಿಕೊಳ್ಳುವುದಿಲ್ಲ” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಆದರೆ “ನಿಜವಾಗಿಯೂ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಸಂಬಂಧಿಸದ ಮತ್ತು ರೋಗಿಯ ಆರೈಕೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರದ” ಷರತ್ತುಗಳಿವೆ, ಆದರೆ ವಿಭಿನ್ನ ಬಿಲ್ಲಿಂಗ್ ಕೋಡ್ ಅನ್ನು ಅನ್ವಯಿಸಲು ಮತ್ತು ಪಾವತಿಯನ್ನು ಹೆಚ್ಚಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ಅವರು ಹೇಳಿದರು.
AI ಬ್ಲೂ ಕ್ರಾಸ್ ಬ್ಲೂ ಶೀಲ್ಡ್ ಸಂಶೋಧನೆಗಳು
BCBSA ತನ್ನ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ “ಅತ್ಯಾಧುನಿಕ ಕೋಡಿಂಗ್” ಎಂದು ಕರೆಯುವ ಹೆಚ್ಚಳವು 60% ಆಸ್ಪತ್ರೆ ವ್ಯವಸ್ಥೆಗಳು AI ಕೋಡಿಂಗ್ ಉಪಕರಣಗಳನ್ನು ಬಳಸಲಾರಂಭಿಸಿದ ಅವಧಿಯಲ್ಲಿ ಸಂಭವಿಸಿದೆ ಎಂದು ಬರೆದಿದೆ. “ಕೋಡಿಂಗ್ ಮತ್ತು ಚಿಕಿತ್ಸೆಯ ನಡುವೆ ಸ್ಪಷ್ಟವಾದ ವ್ಯತ್ಯಾಸವಿದೆ” ಎಂದು ಅದರ ವರದಿ ಹೇಳಿದೆ.
ವಿಮಾದಾರರು ಗುರುತಿಸಿದ ಬಿಲ್‌ನ ಸುಮಾರು 70%, ಅಥವಾ $653 ಮಿಲಿಯನ್, ಆರೈಕೆಯಲ್ಲಿ ಬದಲಾವಣೆಯೊಂದಿಗೆ ಇಲ್ಲದ ಹೆಚ್ಚುವರಿ ರೋಗನಿರ್ಣಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿದೆ ಎಂದು BCBSA ನ ಉತ್ಪನ್ನ ಮತ್ತು ಡೇಟಾ ವಿಜ್ಞಾನದ ಹಿರಿಯ ಉಪಾಧ್ಯಕ್ಷ ಲ್ಯೂಕ್ ಚಾಕರ್ CNBC ಗೆ ತಿಳಿಸಿದರು.
ಎಲ್ಲಾ ಬೆಳವಣಿಗೆಯನ್ನು AI ಗೆ ಕಾರಣವೆಂದು ಚಾಕರ್ ನಿಲ್ಲಿಸಿದರು. “ಹೆಚ್ಚಿದ ಕೋಡಿಂಗ್ ತೀವ್ರತೆಗೆ ವಿವಿಧ ಅಂಶಗಳು ಕೊಡುಗೆ ನೀಡುತ್ತವೆಯಾದರೂ, AI- ಸಕ್ರಿಯಗೊಳಿಸಲಾದ ಕೋಡಿಂಗ್ ಮತ್ತು ದಸ್ತಾವೇಜನ್ನು ಉಪಕರಣಗಳು ಒಂದು ಪಾತ್ರವನ್ನು ವಹಿಸುತ್ತವೆ ಎಂದು ಸಂಶೋಧನೆಗಳು ಸೂಚಿಸುತ್ತವೆ” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಗ್ರಾಹಕರು ಆತಂಕಕ್ಕೆ ಒಳಗಾಗಲು ಕಾರಣವಿದೆ ಎಂದು ಅವರು ಹೇಳಿದರು. ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಕೋಡಿಂಗ್ ಹೆಚ್ಚಿನ ನಿರ್ವಹಣೆ ಇಲ್ಲದೆ ಹೆಚ್ಚಿನ ಪರಿಹಾರವನ್ನು ನೀಡುತ್ತದೆ. “ಈ ವೆಚ್ಚಗಳು ಅಂತಿಮವಾಗಿ ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂಗಳು ಮತ್ತು ಪಾಕೆಟ್ ವೆಚ್ಚಗಳ ರೂಪದಲ್ಲಿ ಬರಬಹುದು” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಪ್ರಯೋಜನಗಳ ಸಲಹಾ ಸಂಸ್ಥೆ ಮಾರ್ಷ್‌ನ ಇತ್ತೀಚಿನ ಮುನ್ಸೂಚನೆಯ ಪ್ರಕಾರ, ಆರೋಗ್ಯ ರಕ್ಷಣೆಯ ವ್ಯಾಪ್ತಿಗೆ ಪ್ರತಿ ಉದ್ಯೋಗಿ ಖರ್ಚು 2027 ರಲ್ಲಿ ಸರಾಸರಿ 8.2% ರಷ್ಟು ಹೆಚ್ಚಾಗುವ ನಿರೀಕ್ಷೆಯಿದೆ, ಇದು 2003 ರಿಂದ ಅತ್ಯಧಿಕ ಹೆಚ್ಚಳವಾಗಿದೆ.
ಅಮೇರಿಕನ್ ಹಾಸ್ಪಿಟಲ್ ಅಸೋಸಿಯೇಷನ್ BCBSA ಯ ವಿಶ್ಲೇಷಣೆಯನ್ನು ತಿರಸ್ಕರಿಸಿತು. “ಇಂದಿನ ರೋಗಿಗಳು ವಯಸ್ಸಾದವರು ಮತ್ತು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಹೆಚ್ಚು ಸಂಕೀರ್ಣರಾಗಿದ್ದಾರೆ” ಎಂದು AHA ವಕ್ತಾರರು CNBC ಗೆ ಹೇಳಿಕೆಯಲ್ಲಿ ತಿಳಿಸಿದ್ದಾರೆ, AI ಉಪಕರಣಗಳು ಪೂರೈಕೆದಾರರಿಗೆ “ತಮ್ಮ ರೋಗಿಗಳ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಆರೈಕೆ ಯೋಜನೆಯಲ್ಲಿ ಸಹಾಯ ಮಾಡಲು ನಿಖರವಾಗಿ ಹಿಡಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತಿವೆ. BCBSA ಯ ವಿಶ್ಲೇಷಣೆಯು ಈ ಉಪಕರಣಗಳು ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಗುಣಮಟ್ಟ, ರೋಗಿಗಳ ಪ್ರವೇಶ ಅಥವಾ ವೆಚ್ಚವನ್ನು ಹೇಗೆ ಪ್ರಭಾವಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಅಗತ್ಯವಾದ ಸಂದರ್ಭವನ್ನು ಹೊಂದಿಲ್ಲ.”
“ವೈದ್ಯಕೀಯವಾಗಿ ಅಗತ್ಯವಾದ ಆರೈಕೆಯ ವ್ಯಾಪ್ತಿಯನ್ನು ತಡೆಗಟ್ಟುವ, ಕಾರ್ಯಪಡೆಯ ಹೊರೆಗಳನ್ನು ಹೆಚ್ಚಿಸುವ ಮತ್ತು ಆಡಳಿತಾತ್ಮಕ ತ್ಯಾಜ್ಯದ ಮೂಲಕ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುವ ಸ್ವಯಂಚಾಲಿತ ಅವನತಿ ಮತ್ತು ನಿರಾಕರಣೆ ಅಭ್ಯಾಸಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿ ವಿಮಾದಾರರು ಒದಗಿಸುವವರ ಕೋಡಿಂಗ್ ಬಗ್ಗೆ ಕಳವಳ ವ್ಯಕ್ತಪಡಿಸುವುದನ್ನು ನೋಡುವುದು ವಿಶೇಷವಾಗಿ ತೊಂದರೆದಾಯಕವಾಗಿದೆ” ಎಂದು AHA ವಕ್ತಾರರು ಹೇಳಿದರು.
ಕ್ಲೈಮ್ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಬ್ಲೂ ಕ್ರಾಸ್ ಬ್ಲೂ ಶೀಲ್ಡ್ ಕಂಪನಿಗಳು AI ಅನ್ನು ಬಳಸುತ್ತವೆ ಎಂದು ಚಾಲ್ಕರ್ ಹೇಳಿದರು, ಆದರೆ “ಪ್ರತಿ ಕ್ಲಿನಿಕಲ್ ನಿರಾಕರಣೆಯು ಯಾವಾಗಲೂ ಅರ್ಹ ವೈದ್ಯರಿಂದ ಪರಿಶೀಲಿಸಲ್ಪಡುತ್ತದೆ.”
ಹೆಲ್ತ್‌ಕೇರ್‌ನಲ್ಲಿ ಆಡಳಿತಾತ್ಮಕ AI ಆರ್ಮ್ಸ್ ರೇಸ್
ಆರೋಗ್ಯ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಯ ಎಲ್ಲಾ ಅಂಶಗಳಲ್ಲಿ AI ಪರಿಕರಗಳನ್ನು ಹೆಚ್ಚು ಬಳಸಲಾಗುತ್ತಿರುವುದರಿಂದ, ಇದು ವೇಲಿ “ಆಡಳಿತಾತ್ಮಕ ಶಸ್ತ್ರಾಸ್ತ್ರ ಸ್ಪರ್ಧೆ” ಎಂದು ಕರೆಯುವುದಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು.
“ಇದು ಆಸ್ಪತ್ರೆಯ ಬದಿಯಲ್ಲಿರಲಿ ಅಥವಾ ವಿಮೆಯ ಭಾಗವಾಗಿರಲಿ, ಈ ಉಪಕರಣಗಳು ಮತ್ತು ತಂತ್ರಜ್ಞಾನಗಳು ಎರಡೂ ತುಂಬಾ ದುಬಾರಿಯಾಗಿದೆ, ಮತ್ತು ಸೂಕ್ತವಾದ ರೋಗಿಗಳ ಆರೈಕೆಯನ್ನು ಒದಗಿಸುವುದರೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವಿಲ್ಲ” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಹೆಚ್ಚಿನ ಪ್ರೀಮಿಯಂಗಳು ಮತ್ತು ತೆರಿಗೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಆ ವೆಚ್ಚಗಳನ್ನು ಅಂತಿಮವಾಗಿ ಗ್ರಾಹಕರಿಗೆ ಆರೋಗ್ಯ ರಕ್ಷಣಾ ವ್ಯವಸ್ಥೆಯ ಮೂಲಕ ರವಾನಿಸಲಾಗುತ್ತದೆ ಎಂದು ವೈಲಿ ಹೇಳಿದರು.
ಆಲಿವರ್ ವೈಮನ್ ಅವರ ಆರೋಗ್ಯ ಮತ್ತು ಜೀವ ವಿಜ್ಞಾನ ಅಭ್ಯಾಸದ ಪಾಲುದಾರರಾದ ಮಾರಿಸಾ ಗ್ರೀನ್ವಾಲ್ಡ್, ಆಸ್ಪತ್ರೆಗಳು ಮತ್ತು ವಿಮಾದಾರರಿಗೆ AI ತಂತ್ರ, ಕಾರ್ಯಾಚರಣೆಗಳು ಮತ್ತು ಆದಾಯ ಚಕ್ರ ನಿರ್ವಹಣೆ ಸೇರಿದಂತೆ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಅಳವಡಿಕೆಗೆ ಸಲಹೆ ನೀಡುತ್ತಾರೆ, AI ಈಗಾಗಲೇ ಆರೋಗ್ಯ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ವೈದ್ಯರಿಗೆ ಪ್ರಯೋಜನಗಳನ್ನು ತರುತ್ತಿದೆ ಎಂದು ಹೇಳಿದರು.
ಆಡಳಿತಾತ್ಮಕ ಕೆಲಸವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ, ವೈದ್ಯರು ರೋಗಿಗಳನ್ನು ನೋಡಲು ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು ಕಳೆಯಬಹುದು ಮತ್ತು ಗಂಟೆಗಳ ನಂತರ ದಾಖಲೆಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಕಡಿಮೆ ಸಮಯವನ್ನು ಕಳೆಯಬಹುದು. ಆರೋಗ್ಯ ವ್ಯವಸ್ಥೆಗಳು AI ಅನ್ನು ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸಲು ಮಾತ್ರವಲ್ಲದೆ ವೈದ್ಯರಿಗೆ “ಕೆಲವು ಕೆಲಸ-ಜೀವನದ ಸಮತೋಲನವನ್ನು ಮರಳಿ ನೀಡಲು” ಬಳಸುತ್ತಿವೆ ಎಂದು ಗ್ರೀನ್ವಾಲ್ಡ್ ಹೇಳಿದರು.
ಆರ್ಥಿಕ ಲಾಭವೂ ಇದೆ. ರೋಗಿಗಳನ್ನು ನೋಡಲು ಹೆಚ್ಚಿನ ಸಮಯದೊಂದಿಗೆ, ವೈದ್ಯರು ರೋಗಿಗಳ ಪ್ರಮಾಣವನ್ನು ಹೆಚ್ಚಿಸಬಹುದು, ಗ್ರೀನ್ವಾಲ್ಡ್ ಗಮನಿಸಿದರು, ಆದರೆ ಹೆಚ್ಚು ನಿಖರವಾದ ಕೋಡಿಂಗ್ “ಹೆಚ್ಚು ತೀವ್ರವಾದ ಘಟಕಗಳು ಮತ್ತು ಹೆಚ್ಚುವರಿ ರೋಗನಿರ್ಣಯಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು,” ಹೆಚ್ಚಿನ ಮರುಪಾವತಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ಆದರೆ ಎಷ್ಟು ಹೆಚ್ಚಳವು ಇತರ ಅಂಶಗಳ ವಿರುದ್ಧ ನಿಜವಾದ ಉತ್ತಮ ದಾಖಲಾತಿಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು ಕಷ್ಟ ಎಂದು ಅವರು ಹೇಳಿದರು. “ಎಷ್ಟು ನಿಖರತೆ ಉತ್ತಮವಾಗಿದೆ ಎಂದು ಹೇಳುವುದು ಕಷ್ಟ. ಯಾವಾಗಲೂ ದುರುಪಯೋಗ ಮತ್ತು ಬಳಕೆದಾರರ ದೋಷ ಮತ್ತು ಓವರ್‌ಕೋಡಿಂಗ್ ಇರುತ್ತದೆ.”
ಕೋಡಿಂಗ್ ಅನ್ನು ಸುಧಾರಿಸಲು ಪೂರೈಕೆದಾರರು AI ಅನ್ನು ಬಳಸಿದರೆ ಮತ್ತು ಹೆಚ್ಚಿನ ನಿರಾಕರಣೆಗಳಿಗೆ ಕಾರಣವಾಗುವ ತಮ್ಮದೇ ಆದ AI ಸಾಧನಗಳೊಂದಿಗೆ ವಿಮೆಗಾರರು ಪ್ರತಿಕ್ರಿಯಿಸಿದರೆ, “ಶಸ್ತ್ರಾಸ್ತ್ರ ಸ್ಪರ್ಧೆಯು ತೀವ್ರಗೊಳ್ಳಲು ಸಿದ್ಧವಾಗಿದೆ. ಸಮೀಕರಣದ ಎರಡೂ ಬದಿಗಳಲ್ಲಿ, ನಾವು ಮಾಡುತ್ತಿರುವುದು ಈಗಾಗಲೇ ಸಂಕೀರ್ಣವಾದ ಮತ್ತು ಸಂಕೀರ್ಣವಾದ ವ್ಯವಸ್ಥೆಗೆ ವೆಚ್ಚ ಮತ್ತು ಹೊರೆಯನ್ನು ಸೇರಿಸುವುದನ್ನು ಆಟಗಾರರು ಗುರುತಿಸುತ್ತಾರೆ.”
ಇಲ್ಲದಿದ್ದರೆ, ಆರೋಗ್ಯ ರಕ್ಷಣೆಯು “ರೋಬೋಟ್‌ಗಳು ರೋಬೋಟ್‌ಗಳೊಂದಿಗೆ ಮಾತನಾಡುವುದು ಮತ್ತು ಪರಸ್ಪರ ಜಗಳವಾಡುವುದರೊಂದಿಗೆ ಕೊನೆಗೊಳ್ಳಬಹುದು” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಆಸ್ಪತ್ರೆ-ವಿಮೆದಾರರ ಉದ್ವಿಗ್ನತೆ ಹೊಸದೇನಲ್ಲ
ದಿ ಹೆಲ್ತ್‌ಕೇರ್ ರೆವಿನ್ಯೂ ಸೈಕಲ್ AI ಪ್ಲೇಬುಕ್‌ನ ಲೇಖಕಿ ಮತ್ತು ಆರೋಗ್ಯ ಆಡಳಿತಕ್ಕಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮ್ಯಾಜಿಕಲ್‌ನಲ್ಲಿನ RCM ತಂತ್ರದ ಮುಖ್ಯಸ್ಥರಾದ ವನೆಸ್ಸಾ ಮೊಲ್ಡೊವನ್, ವೈದ್ಯಕೀಯ ಕೋಡಿಂಗ್ ಸುತ್ತಲಿನ ಅನೇಕ ಉದ್ವಿಗ್ನತೆಗಳು AI ಗಿಂತ ಮುಂಚೆಯೇ ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ ಎಂದು ಹೇಳಿದರು.
“ಈ ಕೃತಕ ಹೊಸದು, ಆದರೆ ಉಳಿದವು ಹೊಸದಲ್ಲ” ಎಂದು ಅವರು ಹೇಳಿದರು. “ನೀವು 10 ಕೋಡರ್‌ಗಳನ್ನು ಜೋಡಿಸಬಹುದು ಮತ್ತು ಅವರೆಲ್ಲರೂ ಒಂದೇ ಚಾರ್ಟ್‌ನಲ್ಲಿ ನೋಡಬಹುದು ಮತ್ತು ಅವರು ಅದನ್ನು ವಿಭಿನ್ನವಾಗಿ ಕೋಡ್ ಮಾಡಬಹುದು” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಅದೇ ಸಮಯದಲ್ಲಿ, ವಿಮಾದಾರರ ವಿವರವಾದ ಅವಶ್ಯಕತೆಗಳ ಅಡಿಯಲ್ಲಿ ಪೂರೈಕೆದಾರರು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಾರೆ, ಇದಕ್ಕಾಗಿ ರೋಗನಿರ್ಣಯಗಳು ಮತ್ತು ಸೇವೆಗಳನ್ನು ಮರುಪಾವತಿ ಮಾಡಲಾಗುತ್ತದೆ. ಹೆಚ್ಚಿನ ದಾಖಲೆಗಳು ಮತ್ತು ದಾಖಲೆಗಳನ್ನು ವೇಗವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು AI ಸಂಸ್ಥೆಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ಪೂರೈಕೆದಾರರು ಅವರು ನಿಜವಾಗಿ ಒದಗಿಸುವ ಆರೈಕೆಗಾಗಿ ಪಾವತಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂದು ಮೊಲ್ಡೊವನ್ ಹೇಳಿದರು.
ಆದರೆ ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳಿಂದ ರೋಗನಿರ್ಣಯವನ್ನು ಬೆಂಬಲಿಸದಿದ್ದಾಗ ಅವಳು ರೇಖೆಯನ್ನು ಎಳೆದಳು. “ರೋಗಿಗೆ ಆ ಪರಿಸ್ಥಿತಿಗಳು ಇಲ್ಲದಿದ್ದರೆ, ಅವರು ಆ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ” ಎಂದು ಅವರು ಹೇಳಿದರು. ಮೊಲ್ಡೊವಾ ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವತಂತ್ರ ಗೂಢಲಿಪೀಕರಣವನ್ನು ವಿರೋಧಿಸಲು ಇದು ಒಂದು ಕಾರಣವಾಗಿದೆ. “ರಿಂಗ್‌ನಲ್ಲಿ ಯಾವಾಗಲೂ ಮನುಷ್ಯ ಇರಬೇಕು.”
ಹೆಲ್ತ್‌ಕೇರ್ ಸಂಸ್ಥೆಗಳು ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಮಾನವ ಕೋಡರ್‌ಗಳ ಕೆಲಸವನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸುತ್ತವೆಯೋ ಅದೇ ರೀತಿಯಲ್ಲಿ AI ನಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಕೋಡಿಂಗ್ ಅನ್ನು ಪರಿಶೀಲಿಸಬೇಕು ಎಂದು ಅವರು ಹೇಳಿದರು.
ಚಾಲ್ಕರ್ ಒಪ್ಪಿಕೊಂಡರು, AI “ನಿರ್ಧಾರ ಮಾಡುವಿಕೆಯನ್ನು ಬೆಂಬಲಿಸಬೇಕು, ಮಾನವ ತೀರ್ಪನ್ನು ಬದಲಿಸಬಾರದು.”
ಆಸ್ಪತ್ರೆಯು ದೊಡ್ಡ ಪಾವತಿಯನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಮೀರಿ ಅಪಾಯಗಳು ಹೋಗುತ್ತವೆ. ರೋಗನಿರ್ಣಯಗಳು ರೋಗಿಯ ವೈದ್ಯಕೀಯ ದಾಖಲೆಯ ಭಾಗವಾಗಬಹುದು ಮತ್ತು AI- ರಚಿತವಾದ ಡೇಟಾದಲ್ಲಿ ಜನರು ಹೆಚ್ಚು ನಂಬಿಕೆ ಇಡುತ್ತಾರೆ ಎಂದು ಮೊಲ್ಡೊವನ್ ಅವರು ಕಳವಳ ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ.
“ನಾವು ಅದರ ಮೇಲೆ ಅತಿಯಾಗಿ ಅವಲಂಬಿಸುವ ಅಪಾಯದಲ್ಲಿದ್ದೇವೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ ಏಕೆಂದರೆ ನಾವು ‘ಓಹ್, ಇದು AI ಆಗಿದೆ, ಇದು ಸ್ಮಾರ್ಟ್ ಆಗಿರಬೇಕು,” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಆದರೆ ಮೊಲ್ಡೊವಾ AI ಅನ್ನು ವಿಮಾದಾರರ ನಿರಾಕರಣೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಲು ಪೂರೈಕೆದಾರರಿಗೆ ಸಹಾಯ ಮಾಡುವ ಸಾಧನವಾಗಿ ನೋಡುತ್ತದೆ. ದಸ್ತಾವೇಜನ್ನು ಮತ್ತು ಉಲ್ಲೇಖಗಳಿಗಾಗಿ ವಿನಂತಿಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಆದಾಯ ಚಕ್ರ ತಂಡಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಮಾನವಶಕ್ತಿಯನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ, ಅವರು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯಿಸಲು AI ಅವರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂದು ವಿವರಿಸಿದರು.
“ನಾವು ಹೆಚ್ಚು ಮೊಕದ್ದಮೆಗಳನ್ನು ಪಡೆಯಬಹುದು, ನಾವು ಹೆಚ್ಚಿನ ದೂರುಗಳನ್ನು ಪಡೆಯಬಹುದು,” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಇದು ಬಿಲ್ಲಿಂಗ್ ವಿವಾದದ ಬಹು ಹಂತಗಳಲ್ಲಿ AI ಅನ್ನು ಇರಿಸುತ್ತದೆ: ಪೂರೈಕೆದಾರರಿಗೆ ಡಾಕ್ಯುಮೆಂಟ್ ಮಾಡಲು ಮತ್ತು ಕೋಡ್ ನಿರ್ವಹಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಕ್ಲೈಮ್‌ಗಳನ್ನು ತನಿಖೆ ಮಾಡಲು ವಿಮೆದಾರರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಿರಾಕರಣೆಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸಲು ಪೂರೈಕೆದಾರರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಆದರೆ ಬ್ರೌನ್ ವೇಲಿ ಅವರು AI ಆರೋಗ್ಯ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆಯೇ ಎಂಬುದು ಅಂತಿಮ ಪರೀಕ್ಷೆಯಾಗಬಾರದು ಎಂದು ಹೇಳಿದರು.
ಪ್ರವೇಶ ಅಥವಾ ಆರೈಕೆಯ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸುವಾಗ ತಂತ್ರಜ್ಞಾನವು ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸಿದರೆ, ಅದು ಇನ್ನೂ ಯೋಗ್ಯವಾಗಿರುತ್ತದೆ ಎಂದು ಅವರು ಹೇಳಿದರು.
“AI ಪರಿಕರಗಳನ್ನು ಸ್ವಲ್ಪ ಹೆಚ್ಚು ಕಾರ್ಡ್‌ಗಳನ್ನು ಷಫಲ್ ಮಾಡಲು ಬಳಸಲಾಗಿದ್ದರೆ ಮತ್ತು ನೀವು ಮೇಲಕ್ಕೆ ಬರುತ್ತೀರಿ ಮತ್ತು ರೋಗಿಗಳಿಗೆ ಏನನ್ನೂ ಮಾಡಬೇಡಿ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ,” ವೇಲಿ ಹೇಳಿದರು, “ನಂತರ ಅದು ಸಂಪನ್ಮೂಲಗಳ ಹೂಡಿಕೆಗೆ ಯೋಗ್ಯವಾದ ವಿಷಯವಲ್ಲ.”
Leave a Reply