关键字: [TriZetto, Authorization Process Optimization, Genai Leveraging, Claim Authorization Matching, Encounter Summarization, Clinical Documentation Validation, Medical Necessity Identification, Event Documentation Automation, Code Summarization, Amazon Web Services Bedrock Services, Llm Integration]

本文字数: 400, 阅读完需: 2 分钟

导读

在一场亚马逊云科技活动上, 演讲者阐释了如何利用生成式人工智能(GenAI) 简化授权流程。演讲者探讨了GenAI 如何优化医疗保健领域的预先授权流程; 具体阐明了94% 的医生认为预先授权需要优化,46% 的急诊就诊可以通过适当优化流程得到更好的处理。演讲重点介绍了Cognizant 基于亚马逊云科技服务( 如Amazon Bedrock) 构建的解决方案, 如何实现更佳的理赔和授权匹配、简化文档和决策流程、将临床记录总结为代码, 从而带来优化授权流程、减少人工干预、改善成本和护理平衡等益处。

演讲精华

在医疗保健领域, 授权流程一直是一个棘手的难题。据统计数据显示,94% 的医生认为现有的授权流程需要优化, 而46% 的急诊就医可能是由于授权流程不畅所导致的。传统的授权流程涉及大量的人工干预和手动操作, 导致成本高昂, 效率低下, 影响了医疗服务的质量和可及性。

为了解决这一痛点,Cognizant 与亚马逊云科技(AWS) 携手合作, 利用GenAI 技术开发了一套创新的解决方案。Cognizant 是一家领先的医疗保健IT 服务提供商, 拥有TriZetto 产品系列, 包括facets Q next 和30 多种医疗保险和提供商管理产品, 覆盖了美国20 多家主要保险公司和2 亿多名被保险人。它与亚马逊云科技建立了合作伙伴关系, 将产品部署在亚马逊云科技云端, 并利用亚马逊云科技的各种原生服务, 其中facets 平台是核心产品之一, 被9 家出10 家主要保险公司所采用。

在开发这个解决方案的过程中,Cognizant 与亚马逊云科技团队首先梳理了整个授权流程的业务流程, 从患者就诊到最终获得保险赔付, 中间涉及大量的手动操作和文档编辑工作。它们识别出了多个可以应用GenAI 技术的关键环节, 包括匹配授权和索赔信息、分析临床总结和医疗必要性、记录事件和决策过程、验证缺失文档以及将临床记录总结转换为诊断和程序代码等。

其中, 优化索赔和授权的匹配过程是解决方案的核心。传统上, 系统使用离散算法进行匹配, 只能根据代码进行简单的比对。但实际情况往往更加复杂, 例如授权和索赔中的服务时长描述可能不一致, 导致无法正确匹配。为了解决这个问题,Cognizant 利用Amazon Bedrock 服务构建了一个GenAI 解决方案。该服务可以分析索赔和授权中的等效服务、CPT 代码和诊断代码, 并提供增强的匹配结果。Bedrock 服务封装了与大语言模型(LLM) 集成的复杂性, 无需编写低级代码即可调用LLM 的能力。

这个解决方案的架构包括一个Lambda 函数、API 网关和Bedrock 服务。Lambda 函数负责调用Bedrock 服务并调用LLM,API 网关则将整个服务暴露给客户端平台, 如Cognizant 的TriZetto facets 平台。整个解决方案的开发和部署仅用了4 到6 周的时间, 展现了亚马逊云科技云端服务的高效和灵活性。

除了优化索赔和授权的匹配过程之外,Cognizant 还发现了20 到30 个可以应用GenAI 技术的领域, 以进一步优化整个授权流程。例如, 它开发了一个基于聊天机器人的系统, 可以自动匹配医疗索赔和授权信息, 提高了这一环节的效率和准确性。另外, 它还利用GenAI 技术进行临床总结和医疗必要性的分析、事件和决策过程的记录、缺失文档的验证, 以及将临床记录总结转换为诊断和程序代码等。

在优化索赔和授权匹配的解决方案中,Cognizant 利用Amazon Lambda 函数调用Bedrock 服务, 再由Bedrock 服务调用LLM 模型。Lambda 函数的优势在于可以根据需求自动扩展计算资源, 而Bedrock 服务则提供了简化的LLM 集成方式, 降低了开发难度。 最终, 通过API 网关将整个服务暴露给TriZetto facets 平台, 实现了无缝集成。

总的来说, 这个解决方案可以带来多重好处, 包括提高授权流程的自动化水平、减少人工干预、降低成本、缩短周期时间、提高准确性和一致性等。根据Cognizant 的介绍, 传统的授权流程存在大量的手动操作和文档编辑工作, 导致效率低下, 而它与亚马逊云科技合作开发的这款基于GenAI 的创新解决方案, 可以显著优化这 程, 为医疗保险公司和提供商带来全新的体验。

通过与亚马逊云科技的紧密合作, 利用Amazon Lambda 、API 网关、Bedrock 等云端服务,Cognizant 成功开发出了这款基于GenAI 的创新解决方案, 为医疗保险公司和提供商带来了全新的授权流程优化体验。该解决方案不仅可以显著提升效率和质量, 还能为患者带来更加便捷、高效的医疗服务体验。

总结

该演讲深入探讨了医疗保健领域事先授权流程的复杂性, 强调了优化的需求, 以简化错综复杂的工作流程和手动干预, 这些往往阻碍了高效的医疗服务提供。演讲者介绍了由Cognizant 与亚马逊云科技合作开发的一种基于GenAI 的解决方案, 旨在改善索赔与授权的匹配流程。

首先, 该解决方案利用GenAI 自动化了就诊记录整合过程, 在触发授权之前识别医疗必需条件, 从而加快了审批流程。其次, 它利用GenAI 记录事件和决策过程, 缓解了在授权期间诊断或治疗计划发生变化所带来的挑战。第三, 该解决方案采用GenAI 验证缺失的文档, 确保根据所提供的服务准确提供所有必需信息。

演讲者强调, 该解决方案能够通过利用亚马逊云科技Bedrock 服务和LLM 集成来优化索赔与授权的匹配流程。这种方法通过考虑等效服务、CPT 代码和诊断代码, 增强了匹配能力, 从而减少了人工干预, 提高了效率。

总之, 演讲者提出了一个采用基于GenAI 的解决方案来简化事先授权流程的合理理由, 解决了付款人和提供者所面临的痛点。该解决方案有望优化业务流程、降低成本, 并最终提高医疗服务质量。

亚马逊云科技（Amazon Web Services ）是全球云计算的开创者和引领者。提供200 多类广泛而深入的云服务，服务全球245 个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI 的首选，通过生成式AI 技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI 应用的大模型等工具、以及开箱即用的生成式AI 应用。深耕本地、链接全球 -- 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。