AI đọc được hồ sơ bệnh án nhưng không thể giải ngân bảo hiểm
Mặc dù trí tuệ nhân tạo (AI) có thể đọc và phân tích toàn bộ hồ sơ bệnh án, nhưng vẫn tồn tại một chi tiết khiến tiền bảo hiểm không thể giải ngân. Đó là nhận định của ông Todd Manion, Chủ tịch phụ trách chu kỳ doanh thu của Mayo Clinic, một trong những hệ thống y tế hàng đầu thế giới. Chia sẻ tại hội nghị thường niên của Hiệp hội Quản lý Tài chính Y tế (HFMA) diễn ra tại National Harbor, bang Maryland (Mỹ), ông Manion cho rằng sự phức tạp của thực hành lâm sàng không thể được nén gọn vào dữ liệu có cấu trúc mà các hệ thống tự động hóa yêu cầu.
Giới hạn của AI trong chu kỳ doanh thu y tế
Theo ông Manion, một trong những thách thức lớn nhất nằm ở cách bác sĩ ghi nhận thông tin chuyên môn. Ông đưa ra tình huống thực tế: bác sĩ sử dụng ngôn ngữ lâm sàng hoàn toàn chính xác, nhưng cách diễn đạt đó không thể chuyển đổi trực tiếp thành các mã phục vụ lập hóa đơn. Ví dụ, một bệnh nhân có thể được điều trị bằng đầy đủ các loại thuốc và phương pháp dành cho bệnh viêm phổi. Tuy nhiên, nếu trong hồ sơ bác sĩ chỉ ghi nhận tình trạng là “thâm nhiễm phổi” thay vì chẩn đoán “viêm phổi”, thì đội ngũ mã hóa dữ liệu sẽ không thể sử dụng thông tin đó để lập yêu cầu bồi thường bảo hiểm.
Ông Manion nhấn mạnh: “Tôi nghĩ có một sự hiểu lầm rằng toàn bộ hồ sơ y tế đều có thể được sử dụng để điều trị cho bệnh nhân, nhưng trừ khi chẩn đoán đó nằm ở một vị trí cụ thể, chúng tôi không thể áp dụng nó vào yêu cầu bồi thường nếu không quay lại hỏi bác sĩ và xác minh.” Điều này cho thấy, dù AI có thể đọc và phân tích toàn bộ hồ sơ bệnh án, hệ thống vẫn phải tuân thủ nghiêm ngặt các quy định về mã hóa và lập hồ sơ trong quy trình thanh toán bảo hiểm. Chỉ một chẩn đoán rõ ràng, có chữ ký xác nhận của bác sĩ lâm sàng và được nhập vào đúng phần quy định trong hồ sơ y tế mới đủ điều kiện xuất hiện trên yêu cầu bồi thường bảo hiểm.
AI phát huy hiệu quả ở những công việc lặp lại
Dù thận trọng trước khả năng tự động hóa hoàn toàn, ông Manion không phủ nhận giá trị thực tế mà AI đang mang lại cho Mayo Clinic. Theo ông, công nghệ này đã chứng minh hiệu quả rõ rệt ở những công việc mang tính quy trình và lặp đi lặp lại trong chu kỳ doanh thu. Cụ thể, AI đang được ứng dụng để kiểm tra trạng thái các yêu cầu bồi thường bảo hiểm, gắn cờ những khoản thanh toán còn tồn đọng, đồng thời theo dõi các khoản chi trả đang bị chậm hơn thời hạn quy định trong hợp đồng.
Trước đây, nhiều công việc trong số này đòi hỏi nhân viên phải trực tiếp gọi điện hoặc giữ máy trong thời gian dài để chờ phản hồi từ phía đơn vị bảo hiểm. Hiện nay, các tác vụ đó có thể được AI xử lý tự động, qua đó giải phóng nguồn nhân lực để tập trung vào những nhiệm vụ có giá trị cao hơn và cần đến khả năng đánh giá của con người. Ông nhận định: “Tôi không cần nhân viên phải giữ máy chờ đợi để tìm hiểu xem trạng thái của một yêu cầu bồi thường với bên thanh toán bảo hiểm đang ở đâu. Có những nhiệm vụ đơn giản mang tính lặp đi lặp lại mà chúng tôi đã sử dụng AI để đơn giản hóa, từ đó có thể nâng cao năng lực của nhân sự hướng tới các vấn đề phức tạp hơn của bệnh nhân.”
Triết lý vận hành của Mayo Clinic
Theo ông Manion, nhiều người thường nhìn chu kỳ doanh thu như một hoạt động xoay quanh việc theo đuổi các khoản bồi thường bảo hiểm hoặc tìm cách lấp đầy những khoảng trống trong thanh toán. Tuy nhiên, tại Mayo Clinic, triết lý vận hành lại khác. Ông cho rằng mục tiêu cốt lõi của chu kỳ doanh thu là phản ánh một cách chính xác những dịch vụ chăm sóc sức khỏe thực tế mà bệnh nhân đã được cung cấp. Khi dữ liệu lâm sàng, hồ sơ y tế và quy trình lập yêu cầu thanh toán đều chính xác ngay từ đầu, các bước tiếp theo sẽ diễn ra thuận lợi hơn.
Ông khẳng định: “Nếu chúng tôi có thể làm được điều đó và làm một cách chính xác, mọi thứ khác sẽ tự động vào guồng.” Quan điểm này cũng lý giải vì sao Mayo Clinic lựa chọn triển khai AI theo hướng hỗ trợ con người ở những quy trình có tính chuẩn hóa cao, thay vì kỳ vọng công nghệ có thể thay thế hoàn toàn các quyết định mang tính chuyên môn và lâm sàng.
Kết luận: Con người vẫn giữ vai trò quyết định
Trong bối cảnh AI đang ngày càng hiện diện sâu rộng trong hệ thống y tế, kinh nghiệm từ Mayo Clinic cho thấy ranh giới giữa tự động hóa và chuyên môn con người vẫn còn rất rõ ràng. AI có thể đảm nhiệm hiệu quả các công việc lặp lại, giúp tối ưu nguồn lực và nâng cao năng suất vận hành. Tuy nhiên, khi dữ liệu lâm sàng, quy định thanh toán và trách nhiệm chuyên môn giao thoa với nhau, con người vẫn giữ vai trò quyết định để bảo đảm tính chính xác của hồ sơ và phản ánh trung thực chất lượng dịch vụ chăm sóc đã được cung cấp.
