A medida que el reembolso de atención médica evoluciona, los hospitales se enfrentan a un nuevo desafío: los pagadores están utilizando cada vez más la inteligencia artificial (IA) para gestionar reclamaciones. Muchos proveedores pueden no darse cuenta de que se están utilizando herramientas de IA para revisar sus reclamaciones, y estos sistemas no están construidos con los intereses de los proveedores en mente. Aunque la IA tiene el potencial de agilizar los procesos, su uso actual en el ciclo de ingresos está resultando en más negaciones de reclamaciones, retrasos en el pago y una mayor necesidad de apelaciones, especialmente porque los pagadores a menudo utilizan la IA para revisar retroactivamente las determinaciones de necesidad médica. Para navegar por este panorama impulsado por la IA, los hospitales necesitan desarrollar experiencia para combatir los sesgos y errores inherentes en estos sistemas.
Falta de transparencia
Uno de los principales problemas con la IA en el procesamiento de reclamaciones es la falta de transparencia. Los pagadores rara vez revelan que se está utilizando IA o explican cómo opera, y los proveedores a menudo desconocen los algoritmos que impulsan estos sistemas de IA. Esto deja a los hospitales con poca información para impugnar las negaciones generadas por la IA.
Sin visión sobre la lógica detrás de estas negaciones, los hospitales están en desventaja, especialmente dada la carga administrativa adicional de impugnarlas. Por ejemplo, las auditorías de IA a menudo ocurren después de que los hospitales han completado la debida diligencia, recibido autorización y han sido pagados por una reclamación. Los sistemas de IA pueden reevaluar retroactivamente la reclamación y decidir que no se cumplió con la necesidad médica. Esto puede llevar a reversiones de pago, lo que requiere que los hospitales utilicen aún más recursos para impugnar reclamaciones que inicialmente fueron aprobadas. En resumen, las auditorías posteriores al pago impulsadas por la IA retrasan los pagos y erosionan la confianza entre los hospitales y los pagadores, poniendo a los hospitales bajo presión financiera.
El tiempo es crítico
Una vez que se niega una reclamación, los hospitales están en el reloj para apelar. Las apelaciones requieren recursos sustanciales y una comprensión clara de por qué se negó la reclamación.
Considere un procedimiento de diagnóstico que no requiere aprobación inicialmente pero se convierte en un procedimiento quirúrgico cuando un médico descubre un tumor o lesión. La IA podría rechazar automáticamente esa reclamación debido a la falta de preautorización, incluso aunque la situación evolucionó naturalmente y cualquier médico habría actuado de la misma manera. Sin detectar estas negaciones impulsadas por la IA temprano, los hospitales pueden perder ingresos significativos.
De manera similar, los algoritmos de IA pueden negar tratamientos de quimioterapia o radioterapia si continúan más allá del período aprobado, incluso cuando un médico dice que el tratamiento debe continuar. Sin reautorización oportuna, los hospitales corren el riesgo de sufrir pérdidas financieras sustanciales.
IA vs. IA: ¿Una batalla perdida?
En un esfuerzo por combatir las negaciones de IA de los pagadores, algunos hospitales han implementado sus propias herramientas de IA para manejar reclamaciones. Si bien esto puede parecer una buena solución, puede salir mal. Los sistemas de IA de los pagadores son cada vez más sofisticados y a veces pueden detectar cuando son contrarrestados por otro sistema de IA en lugar de un ser humano capacitado. Esto puede desencadenar más negaciones, ya que los sistemas de los pagadores pueden pasar por alto o rechazar respuestas automatizadas, percibiéndolas como menos creíbles.
La IA carece de la capacidad de interpretar las complejidades de la atención médica de la misma manera que un clínico capacitado puede. Cuando los sistemas de IA luchan entre sí, el resultado suele ser una cascada de errores y oportunidades perdidas para apelar. Los hospitales que confían demasiado en la IA sin supervisión humana pueden encontrarse atrapados en un ciclo de negaciones del cual es difícil escapar. La IA de los pagadores, al reconocer la ausencia de experiencia humana, puede volverse aún más agresiva al emitir negaciones.
Abordando el desafío de la IA
A pesar de las dificultades que presenta la IA, los hospitales pueden tomar varias medidas para reducir su impacto en los ingresos:
Aprovechar la experiencia humana: Los errores de IA a menudo requieren intervención humana. Los clínicos y los equipos de ciclo de ingresos capacitados para anticipar las negaciones relacionadas con la IA, combinados con una documentación exhaustiva y contexto, pueden reducir las negaciones y mejorar las tasas de éxito en las apelaciones.
Comprender los algoritmos: Los hospitales deben desarrollar una comprensión de cómo funcionan los sistemas de IA. Un análisis cuidadoso de las historias clínicas, una comunicación clara con los médicos e identificación de las causas fundamentales de las negaciones pueden prevenir problemas futuros antes de que surjan.
Adaptarse a los nuevos sistemas: En algunos casos, los hospitales han reducido con éxito las negaciones adaptándose a los nuevos sistemas de puntuación introducidos por los algoritmos de IA de los pagadores. Por ejemplo, un hospital redujo significativamente las negaciones de reclamaciones relacionadas con la sepsis después de comprender y ajustarse a un nuevo sistema de puntuación utilizado por la IA de un pagador. Este enfoque proactivo ahorró al hospital miles de dólares por episodio de atención.
Reconocer patrones y mantenerse proactivo: Los hospitales deben identificar patrones en las negaciones y ajustar los procesos en consecuencia. Asegurar de manera proactiva reautorizaciones para tratamientos como la quimioterapia, que a menudo tienen períodos de aprobación limitados, puede prevenir pérdidas de ingresos debido a lapsos en la autorización.
Mirando hacia el futuro
A medida que la IA continúa desempeñando un papel más importante en el procesamiento de reclamaciones, los hospitales enfrentarán crecientes desafíos relacionados con negaciones, auditorías y apelaciones. Sin embargo, estos desafíos también presentan una oportunidad para mejorar la gestión del ciclo de ingresos equilibrando la experiencia humana con la tecnología. Comprender cómo opera la IA de los pagadores y garantizar la supervisión humana en el proceso de reclamaciones puede ayudar a los hospitales a reducir las negaciones erróneas.
Si bien la IA puede ser útil, el juicio humano sigue siendo esencial para gestionar reclamaciones médicas complejas. Los hospitales deben evitar depender en exceso de las herramientas de IA para combatir las negaciones. Al combinar la experiencia clínica con un enfoque estratégico para abordar las decisiones impulsadas por la IA de los pagadores, los hospitales pueden proteger mejor sus ingresos y evitar las costosas consecuencias de un aumento de negaciones.
En última instancia, los hospitales que mantienen un fuerte elemento humano en sus procesos de ciclo de ingresos estarán en una mejor posición para navegar los desafíos de las negaciones de reclamaciones impulsadas por la IA y minimizar su impacto en el rendimiento financiero.