कैलिफ़ोर्निया स्थित मेडिकल एआई स्टार्टअप ईसप टेक्नोलॉजी, जिसका ताइवान में एक आर एंड डी कार्यालय है, ने हाल ही में अपने नवीनतम नैदानिक ​​​​दस्तावेज़ीकरण सुधार उपकरण का अनावरण किया है जो कोडर्स को गलत तरीके से कोडित निदान या प्रक्रियाओं को पहचानने में मदद करता है।

DxPrime चिकित्सा डेटा प्रविष्टि का समर्थन करने के लिए सुझाव प्रदान करता है। CDI टूल एक मशीन लर्निंग मॉडल पर आधारित है जिसे लगभग 3.2 बिलियन रोगियों के दौरे के डेटा सेट के आधार पर प्रशिक्षित किया गया है।

ईसप टेक्नोलॉजी के अनुसार, मेडिकल कोडिंग के लिए उनका नवीनतम समाधान एआई को “सही या छूटे हुए निदान खोजने के लिए पारंपरिक सीडीएसएस और एनएलपी कमजोरियों के लिए कुशलतापूर्वक क्षतिपूर्ति” करने के लिए उपयोग करता है।

यह क्यों मायने रखती है

अब डिजिटल हेल्थ मार्केटप्लेस ओलिव लाइब्रेरी पर उपलब्ध, डीएक्सप्राइम रोगियों के चार्ट को आसानी से सही करने के लिए लापता और गलत कोडित निदान या प्रक्रियाओं के बारे में जानकारी प्रदान करता है।

ईसप का दावा है कि गलत मरीज रिकॉर्ड के साथ, मरीजों को अनुचित डिस्चार्ज निर्देश दिए जा सकते हैं, इस प्रकार उन्हें डिस्चार्ज के बाद खराब देखभाल मिल सकती है। प्रदाताओं के लिए, इससे उनके रोगियों के ठहरने की अवधि और गलत कोड बीमा दावों का गलत अनुमान हो सकता है, जिसके परिणामस्वरूप अंततः इनकार और राजस्व हानि हो सकती है।

ईसप ने इस बात पर जोर दिया कि कोडिंग सिस्टम के ज्ञान में अंतर के कारण चिकित्सकों के लिए निदान इनपुट में त्रुटियों से बचना मुश्किल है। वर्तमान में, रोगों और संबंधित स्वास्थ्य समस्याओं के अंतर्राष्ट्रीय सांख्यिकीय वर्गीकरण (ICD-10) के 10वें संशोधन में इसके आधार वर्गीकरण में 14,400 रोग शामिल हैं, ICD-10-CM के तहत 68,000 निदान कोड और ICD-10-PCS के तहत 87,000 प्रक्रियात्मक कोड हैं।

बड़ी प्रवृत्ति

पिछले महीने, ईसप का दवा निर्णय समर्थन उपकरण आरएक्सप्राइम स्वास्थ्य सेवा आईटी डेवलपर्स के लिए एक डेस्कटॉप प्लेटफॉर्म ओलिव हेल्प्स पर लॉन्च किया गया था। समाधान नुस्खों से पैटर्न का उपयोग करके रोगी डेटा का विश्लेषण करता है और संभावित रूप से अनुपयुक्त नुस्खों को फ़्लैग करता है जो रोगी के निदान से मेल नहीं खाते हैं।

अन्य समाचारों में, ईसप ने पिछले साल ताइपे मेडिकल यूनिवर्सिटी, हार्वर्ड मेडिकल स्कूल और ब्रिघम और महिला अस्पताल के साथ साझेदारी की थी। अध्ययन जिसने संयुक्त राज्य अमेरिका में ईएचआर सिस्टम में अपना मशीन लर्निंग मॉडल चलाया। यह पाया गया कि मॉडल, जो डॉक्टरों को उनके नुस्खे को बेहतर ढंग से पूरा करने में मदद करने के लिए अनुकूली सुझाव प्रदान करता है, ने अच्छी अंतरराष्ट्रीय हस्तांतरणीयता का प्रदर्शन किया था।

रिकॉर्ड पर

ईसप के सीईओ जिम लॉन्ग ने कहा: “चिकित्सकों, सीडीआई टीम और कोडर्स को उपलब्ध जानकारी की विशाल मात्रा के बीच प्रमुख नैदानिक ​​निदान खोजने के लिए मेडिकल रिकॉर्ड के माध्यम से बहुत समय बिताना पड़ता है। उसके बाद, उन्हें एक का पालन करना होगा। इनपुट प्रक्रिया को पूरा करने के लिए कंप्यूटर पर अक्षम चरणों की श्रृंखला, और आईसीडी कोड के लिए खोज कार्यक्षमता अक्सर सहायक नहीं होती है। पूरी प्रक्रिया जटिल, समय लेने वाली और त्रुटि-प्रवण होती है”।

DxPrime का उपयोग करते समय, उन्होंने दावा किया, डॉक्टर गलत कोड जटिलताओं को नोटिस करने में सक्षम थे। “उचित निदान इनपुट करने में उनकी सहायता करके, हमारे भागीदारों ने प्रति रोगी 5-10% की राजस्व में वृद्धि देखी है,” लांग ने कहा।



Source link

Leave a Reply