医疗账单和编码是医疗保健的一个组成部分。仅医疗账单外包市场预计将达到$ 16.9十亿到2021年。编码和计费过程翻译病历信息成用于计费患者和第三方付款人，如医疗保险和保险公司的标准代码。
然而，编码的准确性是一个持续的挑战。根据医疗保险和医疗补助服务中心(CMS)的说法，错误导致了这种结果$ 36.21十亿在FY2017的不当支付。例如，一个大类CMS属性，这些错误就是“家庭健康要求的文档不足。”
家庭保健被定义为卫生保健专业人员在病人家中提供的医疗服务。为了有资格获得医疗保险，医生认证是必需的，当文件丢失或不完整时，会出现不适当的支付错误。
在提高精度和结算的效率和编码过程中的努力，公司正在测试的AI应用的可能性。
为了更好地理解人工智能在改善医疗账单和编码方面的作用，有一些问题需要回答:
- 哪些类型的人工智能应用程序正在出现，以改善医疗帐单和编码?
- 医疗市场如何回应这些人工智能应用?
医疗帐单及编码AI应用程序概述
大多数的AI使用情况以及医疗帐单新兴应用和编码似乎陷入计算机的辅助编码类别。具体来说，公司正在使用机器学习和自然语言处理（NLP）自动识别和医疗文件中提取数据进行适当的编码和计费。
在下面的文章中，我们将介绍四个有代表性的例子以及每个例子的当前进展。我们用7个可量化的因素（如募集资金、目标用户等）组织了这些公司，我们认为读者会特别感兴趣。
这两家公司是基于预计公司收入或总基金中排名募取决于公司类型（例如私人对启动）。请注意，排名严格充当的了解程度牵引这些医疗帐单和编码应用在医疗行业取得的方法。
我们将通过讨论这些应用的潜在价值和未来的影响的结论。
3米
-
- 预计公司收入：317亿美元
- 成立年份：1902
- 总部：圣保罗,明尼苏达州
- 在职员工人数：54000 +
- 目标用户:医院
- 处理的数据类型:文本
- 估计数量当前用户：1700家医院
3米权利要求书是它利用NLP提供通过自动医疗编码其360全方位™专业系统。
训练有素的医疗术语的大型数据集，该公司的基于Web的应用程序自动从临床记录的文本分析医生文档的编码过程，并自动识别正确的计费代码。
该公司报告称，目前全国有1700多家医院使用其软件来简化工作流程，提高编码准确性和收入潜力。共8篇摘要实例探究该公司介绍了他们对医疗系统的客户端的影响。
在一个例子中，在将3M公司的编码软件集成到他们的工作流程中之后，一家医院实现了98%的编码精度。但是，在使用该软件之前，没有说明准确率是多少。此外，没有提供医院的具体名称。
在下面的1分16秒的视频中，3M公司技术领导团队的Richard Wolniewicz讨论了NLP对编码器生产力的影响:
在下面的1:55分客户见证，布伦达·诺特，编码和Operations Manager为华盛顿大学圣路易斯3M公司的软件对医院运营的影响提供了相关细节。
据3M公司的LinkedIn页面，目前超过54000专业人士与公司有关，包括数据的科学家。例如，布赖恩·克Stankiewicz，博士在他的专业之间的3M公司的医疗保健部门列出了机器学习和计算机视觉的主要数据科学家。
A2iA
-
- 预计公司收入：$ 14.8万
- 成立年份：1991年
- HQ位置（S）：法国巴黎/纽约，NY
- 在职员工人数：79
- 目标用户:医院
- 处理的数据类型:文本，打印和手写狂草
- 估计数量当前用户：不明
A2iA声称人工智能驱动其自动文本提取和文档分类软件产品。该公司声称已经做到了从一开始就使用自动化和数据分析不过，目前还不清楚到什么程度AI已经A2iA最初的产品已经实现。
培训了大量医疗关键字和词组，系统学习识别它们在不同的文档格式，然后可以喂它们到计算机辅助编码系统。例如，该公司的RIMES数据库从1300名志愿者组成的12,723文件，对应于5605个手写信件。
文档扫描为图像文件，类别包括医疗记录、医生笔记和帐单文档。例如，该公司将其a2ia DocumentReader™平台作为NLP编码软件的补充，扩展了数据提取能力。
具体而言，该软件会自动识别所有类型的文档，包括含机打印，手印和行书这些关键字或短语。
在一个案例研究， A2iA声称它帮助一家医疗保健公司从超过15个类别的医疗文件中提取数据，每天分类超过120万份医疗文件。没有具体说明软件如何为客户节约成本。
下面的视频1:44提供的a2ia的主要特点演练DocumentReader软件:
按照A2iA的LinkedIn页面目前79专业人士与公司，包括数据科学家有关。例如，克里斯托弗Kermorvant博士是一名研发经理，他将机器学习和深度学习列为自己的专长。
EMscribe
-
- 预计公司收入：$ 1.6万
- 成立年份：2002年
- 总部：忙碌，新泽西
- 在职员工人数：11
- 目标用户:医院
- 处理的数据类型:文本
- 估计数量当前用户：不明
人工医疗智能公司。(AMI)声称其软件平台，EMscribe®，集成自然语言处理以自动化医疗编码。
该公司的解决方案针对大量与编码过程相关的医学术语和上下文数据进行培训。该软件分析医疗文档，然后通过识别文档中的特定术语和短语生成医疗代码。
例如，为了帮助临床医生跟踪和管理患者的药物，EMscribe可以从病人的病历抽象的细节，如药物，其剂量和药物形式的名称。文字可以从多种文件格式，包括PDF文件或Excel电子表格中抽象出来。
在一个案例研究该公司报告说，它协助罗伯特伍德约翰逊大学医院在减少编码时间过程从60-90秒（手动）为10秒。这相当于每周或者每年一FTE（全时当量）保存44小时。由于该系统得知该医院的独特运作需要的处理时间进一步从10秒减少到0.5秒。
下面这13分钟，以深入的培训演示走过的特征和在临床上运行EMscribe计算机辅助编码软件的过程中观众。
据该公司的LinkedIn页面目前11专业人士与AMI在内的多个软件工程师的关联。虽然没有数据科学家都列出来，这是需要注意的是LinkedIn的员工列表可能不包括总员工名册重要。
Popul8
-
- 募集资金总额：$ 1.4万
- 成立年份：2012
- 总部：马里兰州安纳波利斯
- 在职员工人数：66
- 目标用户:医院
- 处理的数据类型:文本
- 估计数量当前用户：不明
医疗分析公司Pulse8提供声称其Popul8编码技术集成了机器学习和NLP技术来优化客户工作流程。
该平台的算法对大量数据的训练，学会识别特定的文字，然后用相应的代码进行匹配。该Popul8编码引擎首先进行了全面分析，以确定所有相关的从病历和医生的笔记医疗条件。NLP是杠杆，以尽量减少误报，并最大限度地检测精度。
在努力提供额外的精度检查点，编码引擎中预填充的图表，为客户提供一个良好的开端提供给编码过程，有助于简化他们的工作流程。
虽然该公司提出要求，它的平台可以增加40％的生产力，目前还没有这样的证据证明该公司的网站上这个特定的要求。
脉冲8LinkedIn页面列出了66位与该公司相关的专业人士，包括一些医疗数据分析师和软件工程师。公司首席数据科学家，斯科特·斯垂顿，Pulse8提供领导的产品发展战略，并提供预测建模和数据挖掘的专业知识。
总结思考
医疗帐单和编码的医疗是如何传递，并在美国收到的不准确计费的风险的核心部件仍然在这一领域的挑战，涉及大量的数据是AI应用的主要领域。
提供更多的背景，第十次修订的国际疾病分类（俗称ICD-10）被用于医疗编码的工业标准。从ICD-9到ICD-10的过渡导致从增加3,824至71924医疗程序。同样，医学诊断的代码从14,025至69823。
因此，自动化有助于降低医疗机构的风险，并允许医疗人员将更多时间花在病人护理和更复杂的编码场景上。
致力于扩展NLP的字符和短语识别能力的公司，特别是针对非结构化数据的公司，将比产品可能更有限的竞争对手具有优势。A2iA就是一个很好的例子，它的软件可以识别草书。
除了处理大量数据外，人工智能显著减少人为错误的潜力是实现人工智能驱动解决方案的另一个优势。此外，减少手动完成医疗编码和计费过程所需的公司时间的量也是重要的考虑因素。
随着人工智能在这一领域发挥更大的作用，工作安全可能是一个值得关注的潜在领域。然而，重要的是要注意的是劳工统计局的一个项目从2016年到2026年，卫生信息技术人员的就业增加了13%，超过了所有职业的平均增长率。
在这篇文章中介绍的上市公司相比，似乎R＆d时间投资开发计算机辅助编码软件相关因素增加公司营收。公司具有较长的历史很可能有更多的时间来建立数据库和资源培训算法相比，新的公司。
可能影响一个新的公司，以更迅速地获得竞争优势的能力的一个重要因素是扩展的数据，它的软件可以处理的类型。例如，我们可以看到越来越多的公司处理手写文档以及提供语音命令选项在不久的将来。
我们可以预见公司提供AI应用程序在未来几年医疗编码之间的竞争的量增加。潜在的影响因素包括：不断增长的人口老龄化，增加在医疗保健技术的应用和不断上升的医疗支出这是预计到2025年将等于国内生产总值的近20％。
标题图片来源：Adobe公司股票
