Bereits 2015 hat innovas die erste KI-Unterstützung für die Krankenhausrechnungsprüfung in Deutschland entwickelt und als KOLUMBUS SRP veröffentlicht. Seitdem wird die Komponente stetig um neue Scores und Funktionalitäten erweitert.
Die Bewertung von Fällen in KOLUMBUS SRP erfolgt auf der Grundlage statistischer Modelle, die Methoden der künstlichen Intelligenz umsetzen (Neuronale Netze/Deep Learning, Entscheidungsbäume). Diese Modelle berechnen Scores, die für jeden Fall bewerten, ob für ihn eine erfolgreiche Beanstandung möglich ist. Dazu werden große Mengen historischer Falldaten in Trainingsverfahren verarbeitet. Die resultierenden Aussagen der Modelle sind immer statistische Werte, die einen Durchschnittswert für bestimmte Fallkonstellationen abbilden. Für Einzelfälle geben diese Berechnungen damit keine Garantie, sondern dienen immer nur als Ansatzpunkt für weitere manuelle Prüfungen. In größeren Mengen lassen sich die Vorteile der KI-Verfahren aber gut messen.
Das Training der Modelle zur Score-Ermittlung erfolgt bei innovas auf Grundlage von Kunden-Falldaten. Durch die Mischung von Daten verschiedener Kunden kann jeder einzelne von ihnen von erfolgreichen Prüfansätzen verschiedener Leistungsträger profitieren. Das Modell auf Basis gemischter Daten kann also auch erfolgreich beanstandbare Fälle finden, die der einzelne Kunde mit seiner bisherigen Prüfstrategie und seinen individuell entwickelten Regelwerken nicht gefunden hätte.
Darüber hinaus kann jeder Kunde auch ein Modell erhalten (und verwenden), das ausschließlich mit seinen eigenen Daten trainiert wurde. Unterschiedliche Modelle zur Ermittlung des Scores für die Auffälligkeit können mit KOLUMBUS SRP importiert und verwaltet werden, so dass auch mehrere statistische Modelle parallel aktiv sein können. Dies dient insbesondere dazu, Modellverhalten retrospektiv zu analysieren und zu vergleichen (z.B. mittels KOLUMBUS Controlling).
Die Qualität der Modelle wird mittels einer Kreuzvalidierung mit beim Trainingsverfahren unbekannten Daten und passenden Metriken gemessen und überwacht. Bei binären Klassifizierungsproblemen wie beim Auffälligkeitsmodell ist dies der ROC-Graph und der zugehörige ROC-AUC-Wert (Stand 2024 ca. 85 Prozent). Neben diesem zentralen Evaluationsmaß werden noch weitere Metriken betrachtet und alle Kunden, für die Modelle trainiert werden, erhalten auf freiwilliger Basis einen umfangreichen, individuell erstellten SRP-Bericht, der die Metriken auf der eigenen Datenbasis sowie aggregiert auf der innovas exklusiv zur Verfügung stehenden gemischten Datenbasis darstellt. Der Bericht erhält außerdem viele statistische Auswertungen des gelieferten Exports und erläutert ausführlich die Evaluationsverfahren. Darüber hinaus bietet er monetäre Auswertungen des Scorings auf den individuellen Daten, die zur Steuerung der Dunkelverarbeitung anhand des Auffälligkeitsscores in Ihrem System hilfreich sind.
KOLUMBUS SRP analysiert stationäre Krankenhausfälle (DRG/PEPP) mit Hilfe statistischer Modelle und trifft darauf basierend eine Aussage zu verschiedenen Fragestellung. Darüber hinaus beinhaltet die SRP-Lizenz noch weitere zusätzliche Komfortfunktionen bei der Fallbearbeitung. Die wichtigsten Funktionalitäten sind:
Diese Modelle bieten eine statistische Einschätzung der Erfolgsaussichten zur Erzielung einer Einsparung bei der Beanstandung von Fällen. Diese Bewertung hilft Sachbearbeitenden bei der manuellen Begutachtung eines Falles, kann eine Automatisierung oder Fallverteilung steuern und helfen, ein Regelwerk zu optimieren.
KOLUMBUS SRP kann – als Ergänzung zu einem Regelwerk – auch eine Aussage zu den wahrscheinlichen Gründen einer Auffälligkeit (z.B. Verweildauer o.ä.) machen, da auch hier statistische Verfahren die Beanstandungsgründe erfassen und prognostizieren.
Die Erstellung von MD-Beauftragungen im GKV-Bereich wird durch die Prognose von sinnvollen Kranzfragen zu einem auffälligen Fall unterstützt. Darauf spezialisierte Modelle errechnen einen Score zu jeder Kranzfrage für den betrachteten Fall und die fünf Kranzfragen mit den höchsten prognostizierten Erfolgsaussichten zeigt KOLUMBUS zur Unterstützung der Fallbearbeitung an.
Im Bereich der Auftragsauswahl an den Medizinischen Dienst unterstützt KOLUMBUS SRP durch spezialisierte MD-Modelle, die neben der Abschätzung der Erfolgsaussicht der Beanstandung auch die Höhe der erwarteten Einsparung berücksichtigen. Der resultierende MD-Score dient dann als Basis für die Auswahl der an den Medizinischen Dienst zu versendenden Aufträge, um die Prüfquote bestmöglich auszuschöpfen.
Diese Funktionalität erlaubt das schnelle Auffinden von ähnlichen Fällen aus der Vergangenheit, deren bereits abgeschlossene Beanstandung den Rechnungsprüfer bei der Entscheidung zur Beanstandung des aktuell betrachteten Falls unterstützen kann.
Möchten Sie unsere Produkte oder Dienstleistungen kennenlernen oder sich von unserer Fachexpertise überzeugen? Zögern Sie nicht, wir freuen uns auf Ihre Fragen und melden uns umgehend bei Ihnen.
Kontakt