醫療編碼

建構自動化 ICD、CPT 和其他醫療編碼任務的 AI 模型

The Challenge

醫療編碼——將臨床文件翻譯成標準化診斷和程序代碼的過程——是醫療保健收入循環管理的基石。準確的編碼決定了報銷率、是否符合付款方要求以及監管報告。僅 ICD-10-CM 系統就包含超過 72,000 個診斷代碼，選擇正確的代碼需要理解臨床脈絡、具體性要求、編碼指引和付款方特定規則。代碼之間的一個數字差異可能意味著順利理賠和被拒之間的區別。

醫療編碼人員面臨長期短缺，美國健康資訊管理協會報告有數萬個未填補的編碼職位。這種短缺造成了延遲收入的積壓，隨著過度工作的編碼員趕工導致錯誤率上升，以及組織依賴昂貴的合約編碼員而推高成本。通用 AI 工具無法解決這一差距，因為醫療編碼需要同時理解臨床語言、應用複雜的編碼指引和導航分類系統的具體性階層——通用模型不具備的領域知識組合。

The Solution

Ertas 使醫療保健組織能夠在其自有的已編碼臨床文件上微調 AI 模型，建立一個根據組織遇到的特定模式、專科和付款方要求建議適當代碼的編碼助手。透過 Ertas Studio，收入循環團隊在臨床筆記與其已驗證代碼分配的配對上訓練模型，教導模型在其編碼員所達到的具體性水準上理解臨床語言和代碼選擇之間的關係。

微調後的模型作為編碼助手，分析臨床文件並建議主要和次要代碼，附帶支持理由——引用證明每個代碼選擇合理性的特定臨床發現。透過 Ollama 或 Ertas Cloud 在本地部署，模型在編碼員工作時即時處理病歷，呈現編碼員審查和核准的建議。這種人機協作工作流程維持編碼準確性，同時大幅提升編碼員產出量。Ertas Vault 確保訓練和推論中使用的所有 PHI 都經過加密和存取控制，具有滿足 HIPAA 要求的稽核追蹤。

Key Features

Studio

臨床文件訓練

使用 Studio 在您組織的已驗證代碼分配上訓練編碼模型。支援 ICD-10-CM/PCS、CPT、HCPCS 和自訂代碼集，具有具體性層級的訓練資料。

Hub

醫學語言模型

從 Hub 上理解臨床術語、縮寫和文件模式的模型開始——減少準確代碼建議所需的訓練資料量。

Cloud

即時編碼 API

透過 Cloud 部署為低延遲 API，與編碼工作流程和 EHR 系統整合。在編碼員處理病歷時即時建議代碼。

Vault

PHI 安全訓練管線

Vault 為模型訓練和推論中使用的所有臨床文件提供端到端加密、自動化 PHI 偵測和可設定的資料保留。

Example Workflow

一家 500 床的醫院系統每週處理 2,000 例住院和 8,000 例門診就診。編碼團隊匯出 100,000 個歷史已編碼就診記錄——臨床筆記配對已驗證的 ICD-10 和 CPT 代碼分配——在自動化 PHI 清洗後上傳至 Ertas Vault。使用 Ertas Studio，他們微調一個專門處理其前 15 個服務線的模型，這些服務線佔編碼量的 80%。模型在本地部署並透過瀏覽器擴充功能與其編碼工作流程整合。當編碼員開啟每份病歷時，AI 建議主要和次要代碼，附帶信心分數和在文件中高亮的支持臨床證據。編碼員以一鍵審查建議、接受或修正。編碼產出量增加 35%，因編碼錯誤導致的拒絕率從 8% 降至 3%，組織填補的合約編碼員職位減少，每年節省超過 $600,000。