La integración de herramientas impulsadas por inteligencia artificial en la codificación médica ofrece valiosas oportunidades para mitigar la creciente presión sobre los sistemas de salud, optimizando así su eficiencia operativa.
Advertisement
Cleveland Clinic is a non-profit academic medical center. Advertising on our site helps support our mission. We do not endorse non-Cleveland Clinic products or services. Policy
Sin embargo, la captura precisa y eficiente de la atención recibida por un paciente suele ser una tarea compleja y que requiere mucho tiempo para los codificadores médicos.
“A medida que la codificación médica evoluciona, surgen cada vez más oportunidades para automatizar tareas rutinarias que no requieren intervención humana, permitiendo a los codificadores concentrarse en aquellas tareas que realmente se benefician del juicio humano. Esto nos ayuda a distinguir claramente entre lo que se puede automatizar y lo que necesita un toque personal”, afirma Nicholas Judd, MBA, RHIA, Director Senior de Gestión del Ciclo de Ingresos y Gestión de la Información de Salud de Cleveland Clinic.
La codificación médica abarca una amplia gama de actividades esenciales para la facturación, el reembolso, la elaboración de informes y el mantenimiento precisos de los registros de los pacientes. Dentro de este flujo de trabajo se encuentra la codificación a mitad del ciclo de ingresos, el paso que garantiza que la atención que recibe un paciente se documente con precisión y se traduzca en códigos estandarizados. Estos códigos son vitales para comunicar la complejidad y el alcance del tratamiento, brindar atención de alta calidad entre proveedores y entornos, lo que respalda la continuidad de la atención y la toma de decisiones clínicas informadas.
“Una codificación correcta facilita el acceso a los servicios necesarios. Ayuda a garantizar que las autorizaciones previas sean aprobadas y que los pacientes no enfrenten barreras innecesarias para recibir atención. Cuando la codificación es inexacta o incompleta, puede resultar en una mala comunicación o retrasos que afecten negativamente la experiencia del paciente”, explica Gina DeFranza, Directora de Codificación y Reembolso de Cleveland Clinic.
Judd añade: “La documentación precisa y codificada correctamente ayuda a prevenir errores que podrían conducir a resultados incorrectos para los pacientes, retrasos en el procesamiento de seguros y cargos inesperados para los pacientes o reclamaciones denegadas. Esto contribuye a brindar una atención más segura y eficaz, una experiencia financiera más fluida y reduce las cargas administrativas para los pacientes, los codificadores y los proveedores”.
Elegir al socio adecuado
En Cleveland Clinic, los equipos de ciclo de ingresos suelen revisar más de 100 documentos clínicos por cada caso, como notas de progreso, resúmenes de alta e informes de patología, antes de seleccionar códigos de un conjunto de más de 140.000 opciones. Este proceso puede tardar hasta una hora por cada consulta de un paciente.
“La búsqueda de la herramienta de IA adecuada evolucionó a partir de un proceso de evaluación exhaustivo con aportaciones internas de la Oficina de Estrategia, Digital y gestión del ciclo de ingresos”, señala Judd.
Fue entonces cuando Cleveland Clinic se asoció con AKASA para implementar herramientas de IA generativa que ayudan a las prácticas de codificación médica. Esta colaboración tiene como objetivo mejorar la eficiencia, la precisión y la calidad general de la atención al paciente a través de la automatización avanzada.
Juntos, las organizaciones están abordando las complejidades de la codificación y la documentación que ocurren entre la atención al paciente y la facturación.
Navegando el potencial futuro
“La gestión del ciclo de ingresos en el sector sanitario es un dominio complejo y altamente regulado”, afirma Judd. “Herramientas sofisticadas como la IA generativa son esenciales para mantenerse al día con los rápidos cambios. El desafío es gestionar las expectativas, equilibrando el bombo publicitario con la realidad de las capacidades de la IA”.
“Los primeros resultados muestran una mejora en la velocidad y la precisión en comparación con nuestro flujo de trabajo anterior”, dice DeFranza. “Al automatizar tareas rutinarias, estamos liberando a los profesionales de la salud para que se concentren en trabajos más complejos que se basan en su experiencia clínica y pensamiento crítico”.
Judd añade: “Una codificación precisa es esencial para la continuidad de la atención, la seguridad del paciente y los resultados de calidad. La optimización de las tareas del ciclo de ingresos reduce la fricción en procesos como las autorizaciones previas y las denegaciones de los pagadores. En última instancia, esto garantiza que la prestación de atención siga siendo el foco central, mejorando la experiencia general del paciente”.
De cara al futuro, tanto Judd como DeFranza coinciden en que el aprendizaje compartido y el éxito demostrado impulsarán nuevas innovaciones y avances en la industria del ciclo de ingresos.
