La startup de inteligencia artificial con sede en California Aesop Technology, que tiene una oficina de investigación y desarrollo en Taiwán, presentó recientemente su última herramienta de mejora de documentación clínica que ayuda a los programadores a identificar diagnósticos o procedimientos codificados incorrectamente.
DxPrime proporciona sugerencias para respaldar la entrada de datos médicos. La herramienta CDI se basa en un modelo de aprendizaje automático que se ha entrenado en un conjunto de datos de aproximadamente 3200 millones de visitas de pacientes.
Según Aesop Technology, su última solución de codificación médica aprovecha la IA para "compensar de manera eficiente las debilidades tradicionales de CDSS y NLP para encontrar diagnósticos correctos o erróneos".
PORQUE IMPORTA
Ahora disponible en el mercado de salud digital de Olive Library, DxPrime proporciona información de diagnóstico o procedimiento faltante o codificada incorrectamente para corregir fácilmente los registros de los pacientes.
Con registros médicos incorrectos, dice Aesop, los pacientes pueden recibir instrucciones de alta inadecuadas, por lo que reciben poca atención después del alta. Para los proveedores, esto podría conducir a una estimación incorrecta de la duración de la estadía de sus pacientes y reclamos de seguro de código incorrectos, lo que en última instancia podría conducir a rechazos y pérdida de ingresos.
Aesop señaló que los errores en la entrada de diagnóstico son difíciles de evitar para los médicos debido a la brecha en su conocimiento de los sistemas de codificación. Actualmente, la 10ª revisión de la Clasificación Estadística Internacional de Enfermedades y Problemas de Salud Relacionados (CIE-10) tiene 14.400 enfermedades incluidas en su clasificación básica, 68.000 códigos de diagnóstico bajo ICD-10-CM y 87.000 códigos de procedimiento bajo ICD-10-PCS.
LA MAYOR TENDENCIA
El mes pasado, se lanzó la herramienta de soporte de decisiones sobre medicamentos RxPrime de Aesop en Olive Helps, una plataforma de escritorio para desarrolladores de TI de atención médica. La solución analiza los datos de hospitalización utilizando plantillas de prescripción e informa de prescripciones potencialmente inadecuadas que no coinciden con el diagnóstico del paciente.
En otras noticias, Aesop se asoció el año pasado con la Universidad Médica de Taipei, la Facultad de Medicina de Harvard y el Hospital Brigham and Women's para un estudio que ejecutó su modelo de aprendizaje automático en los sistemas EHR en los Estados Unidos. Descubrió que el modelo, que proporciona sugerencias adaptativas para ayudar a los médicos a completar mejor sus recetas, había demostrado una buena transferibilidad internacional.
EN EL DOCUMENTO
Jim Long, director ejecutivo de Aesop, dijo: "Los médicos, el equipo de CDI y los programadores deben pasar mucho tiempo revisando los registros médicos para encontrar diagnósticos clínicos clave a partir de la gran cantidad de información disponible. Después de eso, tienen que pasar por un serie de pasos. ineficiente en la computadora para completar el proceso de entrada, y la funcionalidad de búsqueda de ICD a menudo no es útil. Todo el proceso es complejo, requiere mucho tiempo y es propenso a errores ".
Mientras usaba DxPrime, dijo, los médicos pudieron notar complicaciones del código incorrecto. "Al ayudarlos a obtener los diagnósticos correctos, nuestros socios han visto un aumento del 5% al 10% en los ingresos por paciente hospitalizado", dijo Long.