近年来医疗体系面临着重大挑战。
COVID-19大流行的趋势加速医疗以外的传统医院,导致病人减少卷。此外,人员短缺和结构性问题造成了营业费用急剧上升。2023年1月的一份报告称,考夫曼大厅,医院平均只能达到一个月的盈利能力在整个一年。
医院面临着重大的金融挑战,尤其是在经济困难时期。克服这些挑战和发展,医院需要的解决方案,可以产生收入和利润,不需要大量前期投资资本或员工。
首席财务官时应该有选择性的选择供应商,寻找解决方案,满足三个基本条件:他们应该补充现有系统,产生新的和可核实的收入,没有风险。
通过投资解决方案,满足这些标准,医院可以最大化他们的收入潜力同时最小化的风险成本和颠覆性改变他们现有的基础设施。这种解决方案可以帮助医院渡过困难时期,确保他们的长期生存能力。
医院现在可以实现本质上提高利润率的主要通过引入一个新的软件产品类别:第二个通过评审。
第二通过评审允许医院进行一个额外的文档和代码审查Prebill阶段,之后他们现有的流程已经完成,但在最终的账单发送出去。这补充评审增加现有临床文档改进(CDI)和编码过程和是至关重要的,以确保所有的潜在收益和质量收益已经完全被抓获。
从历史上看,与第二个通过评审人员的挑战。手动re-review可以耗费时间,因此较低的投资回报率。一些医院已经解决这仅仅通过观察“高优先级”的一小部分通过服务供应商或内部流程图表,但这使得大部分潜在机会发现了导致收入损失。
作为回应,专有的AI技术创建了整个临床征象。药物,它可以从实验室过程数据命令,笔记,放射学,和其他图表来源,自动检测特定的发现(不仅仅是图表,但确切诊断机会)的员工。这有效地允许CDI和编码人员“窥视”每一个表,以确保所有相关收入和quality-impacting机会识别。
医院领导可能认为这些发现边际,但其影响比预期的更大的。利润只占医院总收入的一小部分,但即使是一个小改进文档和编码精度从99.6%到99.9%会导致显著增加。利用人工智能技术来发现以前错过的收入机会,医院可以达到大幅提高他们的财务表现。
类股实施成本控制项目不断增加的趋势,促使人工智能技术的创建旨在帮助医院诊断和临床护理中的模式识别失踪。
这些算法的目的是协助医院导航复杂的成本控制程序和补偿损失的收入。这项技术是为了避免“upcoding”的实践验证了增加收入和一组医生,以确保它反映了真正的临床管理。
采用的新技术迅速广泛的医院,从小型社区医院大型医疗系统,甚至精英学术医疗中心。这种技术增加了每个医院的整体利润率由数百万美元。
人工智能技术是一个理想的解决方案的首席财务官正在寻找提高利润率不承担额外的风险。谈到现有CDI和编码流程和软件后,完全由于引进新的收入。此外,它是零风险,提供合约地保证提高利润率。通过投资这项技术,医院可以实现长期的财务可持续性,同时改善患者的护理质量。
Michael Gao生物
Michael Gao,医学博士,是一个企业家的使命是改变医疗操作通过使用AI,目标是消除人们每年花1.1万亿美元在开销和管理。
SmarterDx成立之前,他是转化医学主任在纽约长老会医院,在那里他领导应用人工智能开发、实现和战略的卫生系统。他在伊坎持有教师职位在西奈山医学院,威尔康奈尔医学、卫生系统和其他建议,如Northwell卫生、工程数据的策略。
高博士完成实习并居住于纽约长老会。他从密歇根大学获得医学学位,在那里,他被授予一个5αωα奖服务领导全国。和他从加州大学洛杉矶分校的本科,在那里他开发并发布的贝叶斯统计模型对各种遗传疾病。
此外,Michael Gao还成立了几个组织,包括设计公司高概念设计,和两个非营利组织——学生免费诊所和Findcare (Zocdoc患者没有医疗保险)。他担任首席执行官和创始人工程师Findcare在五个州和扩展它。两个非营利组织仍在歌剧
