エージェントオートメーションを使用して、RCMの上位 5 つの課題を解決

医療提供者はどのようにして患者満足度を向上させ、コストを削減し、払い戻しを促進できるでしょうか？答えは、AI を使って収益サイクル管理（RCM）を強化することです。

これまでの自動化の波で、手動作業の最大 40% が削減されました。しかし、米国の医療制度における管理の複雑さにより、依然として毎年推定で 2,656 億ドルが無駄になっています。

現在、エージェントプロセスオートメーション（APA）と呼ばれるアプローチで、生成 AI などの最新の AI ツールと自動化を組み合わせることができます。 APA は、半自律的な意思決定を活用して、複数の IT システムとデータサイロにまたがるより複雑なプロセスを自動化します。

APA が、正確性、スピード、労働力不足、異議申し立てのコスト、そして支払者のポリシーの複雑さという RCM の主な 5 つの課題をどのように解決するかをご紹介します。

請求、異議申し立て、事前承認の精度の向上

膨大な数の請求を処理する必要があり、情報が複数のシステムに分散しているため、スタッフは非常に大きなプレッシャーの下で仕事をしています。どうしてもミスは避けられません。

データ収集を自動化することで、請求が完全かつ正確な情報でサポートされることを保証できます。これにより、クリーン請求率（初回提出時に追加情報が要求されることなく受理される請求の割合）が向上します。

もちろん、APA を使用する能力を確立したら、それを使って他の多くの RCM プロセスを効率化できます。例えば、事前承認は、支払者とのコミュニケーションや医療の必要性の確認に専念するインテリジェントなエージェントによって実行することができます。自動化を使用することで、事前承認のエラーが大幅に削減されます。

事前承認（PA）を必要とする請求を自動化し、積極的に処理することで、APA はクリーン請求率を向上させます。 APA は、PA だけでなく、医療の必要性の確認も必要な請求をフラグ付けすることで、RCM プロセス全体を効率化するのに役立ちます。

請求と異議申し立ての迅速化

請求、異議申し立て、または事前承認のリクエストの提出が迅速であれば、それだけ早く支払いを受けることができます。売掛金に拘束されているお金は、患者のケアに使うことができません。

RCM プロセスでは、さまざまなデータソースやコンピュータシステムにわたって広範な手作業が日常的に必要になります。 APA の強みは、複数のインテリジェントエージェントを編成して、多くの場合、同時処理を行って、ワークフロー全体をより迅速に実行することです。必要な場面では引き続き人間が関与しますが、意思決定などの高次の活動に焦点が置かれます。

労働力不足への対処

医療スキルの不足はよく知られていますが、RCM 専門家も不足しています。メディカルグループマネジメント協会による会員調査によると、最も採用が難しい職務はコーダーで、次に請求担当者（コンプライアンスおよび監査の専門家）が続きます。

APA は 2 つの方法で役立ちます。まず、チームの効率が大幅に向上し、より多くの請求や異議申し立てを処理できるようになります。例えば、人間の専門家は、1 日に約 6 通の異議申し立て書を書くことができますが、AI を使用する作業者は数分で作成することができます。

第二に、チームの専門知識の一部を AI エージェントにカプセル化することで、経験の浅い新しいチームメンバーがより高いレベルでパフォーマンスを発揮できるようになります。

これにより、経験豊富なスタッフは、AI のサポートを受けて自動化または委任できる日常業務ではなく、人間の注意を必要とする例外や問い合わせに集中できるようになります。

すべてに異議を申し立てる

手動プロセスでは、異議申し立てを行う価値がないとされる金額があります。処理にかかるコストが、得られる金額より高くなるからです。しきい値はわずか 125 ドル程度かもしれませんが、小さい金額も積み重なれば非常に大きな金額になります。

APA を使用すると、ワークフローがほぼ完全に自動化されるため、すべての拒否決定に異議を申し立てることができます。監視、レビュー、承認のために人間の関与を維持したままです。ただし、異議申し立て書を含むすべての情報が整った状態で提示されるため、非常に効率的に作業することができます。

支払者のポリシーを理解する

支払者のポリシーに従わない請求は拒否されます。これは、払い戻しが危うくなるか、医療提供者が異議申し立ての提出により多くの管理時間を費やさなければならないことを意味します。

残念ながら、ポリシーは定期的に変更されるため、すべての提供者のすべてのポリシーに対応するのは困難です。幸い、AI は膨大な情報を処理し、何が重要かを浮かび上がらせることができます。既存の医療ソフトウェアと統合すれば、払い戻しされない治療が記入または請求されようとしている場合に自動的に介入できます。例えば、システムは、支払者に承認されるには、請求コードをより具体的にする必要があることを認識するかもしれません。その結果、初回で適切に処理してもらうことができ、クリーン請求率を向上させることができます。