di Aaron Zavora e Neel Shapur
È lunedì alle 8 del mattino. Un addetto alla fatturazione medica apre la sua coda.
Durante il fine settimana, i file di rimessa 835 di venerdì sono atterrati perfettamente nel tuo data lake. Ogni Codice Motivo di Adeguamento Richiesta (CARC) e ogni codice di Adeguamento a Livello di Fornitore (PLB) è stato analizzato, decodificato e normalizzato. Delle 412 richieste nel file, 38 sono state pagate in modo insufficiente. La finestra di presentazione tempestiva per il rifiuto più vecchio scade tra 27 giorni.
Ha tutti i dati di cui ha bisogno. Ciò che non ha è un posto dove agire.
Invece, trascorre la mattinata a scorrere manualmente i loop 2100 e 2110, i dettagli annidati della richiesta e della linea di servizio sepolti all'interno di ogni file EDI, in una query SQL, incollando i pagamenti insufficienti in un foglio di calcolo e riconciliandoli rispetto a un registro dei pagamenti. Quando finalmente prende il telefono per contestare un rifiuto, metà della sua giornata è svanita.
Secondo KFF, le compagnie assicurative hanno rifiutato 1 richiesta su 5 in rete su HealthCare.gov nel 2023, e meno dell'1% di tali rifiuti è mai stato appellato, il che significa che la maggior parte dei pagamenti insufficienti rimangono tali.
La realtà dell'IT sanitario moderno è questa: il problema dei dati è in gran parte risolto. Il problema del flusso di lavoro non lo è.
Questo è il divario operativo in X12 sanitario: lo strato mancante proprio sopra il motore di parsing. Per risolverlo, Genpact e Databricks hanno creato un workbench operativo unificato che risiede interamente all'interno del tuo ambiente Databricks esistente. Le informazioni sanitarie protette (PHI) non lasciano mai il tuo perimetro sicuro, l'interfaccia utente interroga i dati in loco e la sicurezza a livello di riga viene applicata automaticamente.
Ecco come faremo uscire i tuoi addetti alla fatturazione dai fogli di calcolo e li riporteremo a lavorare sulle richieste.
X12 rimane la spina dorsale dei pagamenti sanitari statunitensi (835, 834, 837). Il parser open-source x12-edi-parser, creato dal team Databricks, è il punto di partenza perfetto. Prende file grezzi, comprende i loop e scrive record normalizzati su Delta Lake.
Ma mentre questo porta un analista di dati a una query SQL, non porta un addetto alla fatturazione a un appello.

La pipeline a medaglione dai file X12 grezzi fino all'interfaccia utente React, con il confine PHI di Unity Catalog chiaramente tratteggiato attorno ai livelli di dati Bronze/Silver/Gold per mostrare la conformità.
Per colmare questo divario, abbiamo creato una soluzione in due livelli: estendendo il parser sottostante per la realtà di livello di produzione e costruendo una superficie operativa sicura e intuitiva per il tuo team.
Le esigenze del mondo reale di RCM (Revenue Cycle Management) richiedono lookup che i parser open-source standard non sempre colgono. Abbiamo esteso il motore per includere:
Questa è la superficie operativa: un'applicazione web sicura che si trova direttamente sopra il tuo connettore Databricks SQL. Ogni numero su ogni schermata è una query live su una vista gold di Unity Catalog. Non c'è alcuna copia ombra ETL né cache sincronizzata.
Il workbench presenta sei viste principali progettate per il modo in cui i team RCM lavorano effettivamente:
Lavorare sulle Richieste:

Il Workbench dei Rifiuti. Notare le due righe oltre i 30 giorni in rosso, i badge di età che segnalano la criticità e il totale dei dollari a rischio nella barra delle statistiche per una visibilità immediata.

La richiesta CLM-4209 è selezionata. Il cassetto mostra tre linee di servizio, decodifica l'adeguamento CO-45 in linguaggio semplice ed espone pulsanti di azione diretti per Redigere Appello / Correzione.
Gestione del Campo:

La finestra modale di accesso di emergenza che mostra il blocco di sicurezza, il campo motivo precompilato, l'avviso di conformità HIPAA e l'anteprima della voce di registro prima che l'addetto alla fatturazione confermi l'accesso.
Mettere i dati di fronte all'addetto alla fatturazione è il primo passo. Il secondo passo è accelerare il lavoro.
La prossima frontiera per questo workbench è l'integrazione di un modello Claude tramite le API Databricks Foundation Model. Presto, il sistema leggerà il codice CARC, recupererà l'837 originale, esaminerà la documentazione clinica e redigerà dinamicamente la lettera di appello. Invece di scrivere da zero, il tuo addetto alla fatturazione agirà semplicemente come revisore e approvatore.
Distribuire questo nel tuo ambiente è una questione di configurazione, non di codice. Si abbina perfettamente all'acceleratore Databricks X12 EDI.
Dacci due settimane, il tuo schema Unity Catalog e venti rifiuti già presenti nella tua coda. Cronometra il tuo addetto alla fatturazione che lavora su quei rifiuti oggi, poi cronometralo mentre lavora su un coorte corrispondente nel workbench.
Tu possiedi i dati, tu possiedi il cronometro e tu possiedi la conclusione.
Per definire l'ambito di questo per la tua organizzazione, contatta Neel Shapur ([email protected]) o Aaron Zavora presso Databricks.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.