Myśląc o kodowaniu, w głowach pojawiają się prawdopodobnie programiści, którzy klepiąc szybciutko w klawiaturę, potrafią napisać software. Kodowanie występuje również w medycynie, z tym że jest to proces polegający na przekształcaniu informacji medycznych zawartych w dokumentacji pacjenta w ustrukturyzowane kody. Do tej pory tę mozolną pracę wykonywano ręcznie, ale nadchodzi automatyzacja tego procesu.
Spis treści
Kodują nie tylko programiści!
Kodowanie kliniczne to istotna praktyka w placówkach medycznych, dzięki której informacje medyczne zamieniają się w ustrukturyzowane kody. Są one niezwykle przydatne, ponieważ umożliwiają między innymi późniejszą analizę statystyczną posiadanych danych medycznych. Wykonywane ręcznie, jest zadaniem wymagającym dużego nakładu pracy intelektualnej, a także czasu. Musi być wykonane zgodnie z obowiązującymi standardami, aby zapewnić wysoki poziom spójności.
Wyobraźmy sobie jednak, że kodowanie medyczne może być wspierane przez zautomatyzowany system, który przyniesie liczne korzyści. Automatyzacja tego procesu może przyczynić się do poprawy wydajności i dokładności kodowania, wykluczając ludzkie błędy, które mogą się pojawić podczas manualnego wprowadzania danych. Zastosowanie zaawansowanych technologii takich jak sztuczna inteligencja i uczenie maszynowe, może znacząco usprawnić ten proces.
Poprzez wykorzystanie zautomatyzowanych narzędzi, można przyspieszyć przekształcanie informacji medycznych w kody, które są niezbędne do wspomnianej analizy statystycznej. Systemy te są w stanie rozpoznawać i identyfikować kluczowe elementy informacji medycznej takie jak diagnozy, procedury, wyniki badań czy leki, a następnie przypisywać im odpowiednie kody, zgodnie z ustalonymi standardami kodowania.
Wprowadzenie automatyzacji w kodowanie kliniczne przyniosłoby korzyści zarówno dla personelu medycznego (który zwykle jest maksymalnie przeciążony pracą z pacjentem, ale i procesami administracyjnymi w placówkach), ale i dla pacjentów. Pracownicy ochrony zdrowia mogliby zaoszczędzić czas, który obecnie spędzają na ręcznym kodowaniu i skupić się na innych aspektach opieki nad pacjentem. W linkedinowskim artykule, dostarczającym informacji z tego zakresu, autor Bertalan Meskó podaje, że w szkockim NHS (krajowym odpowiednikiem instytucji zdrowia), osoba zajmująca się kodowaniem medycznym potrafi wprowadzić około sześćdziesięciu takich spraw w ciągu dnia, a cały sektor około 20,000 spraw w ciągu miesiąca. Wciąż jednak istnieją pewne zaległości, których nadrobienie może zająć nawet kilka miesięcy.
Ponadto zautomatyzowany system może pomóc w zapewnieniu większej dokładności kodowania, minimalizując ryzyko błędów ludzkich (a w grę wchodzą niekompletne dane medyczne lub zwyczajny brak doświadczenia w kodowaniu).
Wreszcie, analiza danych medycznych opartych na dokładnych i spójnych kodach klinicznych może przynieść liczne korzyści dla badań medycznych, opracowywania nowych protokołów leczenia, monitorowania zdrowia populacji oraz podejmowania decyzji strategicznych w zakresie usług medycznych.
AI + programowanie neurolingwistyczne to przepis na sukces?
W artykule opublikowanym w prestiżowym czasopiśmie Nature naukowcy przedstawiają sposób na kodowanie medyczne, a właściwie na pionierską koncepcję zautomatyzowanego kodowania. Opiera się ona na wykorzystaniu zaawansowanej sztucznej inteligencji i przetwarzania języka naturalnego, czyli na programowaniu neurolingwistycznym (dalej: NLP).
O ile wykorzystanie sztucznej inteligencji nie jest dużym zaskoczeniem, warto pochylić się nad enigmatycznym terminem — programowanie neurolingwistyczne. To dziedzina badawcza, która koncentruje się na związku pomiędzy ludzką siecią neuronalną, językiem oraz wpływem, jaki te elementy mają na nasze zachowanie i komunikację z innymi ludźmi. Jak podaje serwis poradnikzdrowie.pl, termin ten odzwierciedla trzy kluczowe aspekty, które składają się jednocześnie na nazwę tej dziedziny: neuro (odniesienie do mózgu ludzkiego i układu nerwowego), lingwistyczne (dotyczące języka) oraz programowanie (w odniesieniu do wpływu na nasze zachowanie i reakcje, wspólnie rozumianymi jako programowanie).
Pomimo tego, że brzmi to nader skomplikowanie, warto podkreślić, że programowanie neurolingwistyczne jest w istocie zrozumiałym zagadnieniem i każda osoba zainteresowana tą techniką może się z nią z łatwością zapoznać.
Wszystko, co koncentruje się a obrazie lub tekście, jest wielką szansą dla sztucznej inteligencji — wyjaśnia dr Eric Wilke, dyrektor operacyjny w firmie TECHealth, która zajmuje się rekrutacją lekarzy na oddział ratunkowy — Więc tak, patologia, radiologia i dermatologia to obszary możliwości, ale podobnie jest z analizowaniem wykresów pod kątem rozliczeń i kodowania.
Dr Eric Wilke, dyrektor operacyjny w firmie TECHealth.
Połączenie tych dwóch obszarów z pewnością przyniesie liczne korzyści dla personelu medycznego oraz pacjentów placówek medycznych. Jednym z kluczowych aspektów NLP w zautomatyzowanym kodowaniu medycznym jest zdolność systemu do rozumienia i interpretacji języka medycznego. Szkolone na dużych zbiorach danych medycznych, mogą nauczyć się rozpoznać kontekst oraz znaczenie terminów medycznych, przyczyniając się do usprawnienia całego procesu. W przyszłości, zautomatyzowane kodowanie medyczne może się rozwinąć jeszcze bardziej, integrując różne technologie, takie jak głębokie uczenie się, przetwarzanie języka naturalnego i analiza danych medycznych. Może to prowadzić do jeszcze bardziej zaawansowanych systemów, które będą radzić sobie z coraz bardziej złożonymi przypadkami medycznymi i dostarczać jeszcze bardziej spójne i dokładne kody.
Kto oferuje takie rozwiązania obecnie?
W Stanach Zjednoczonych zawód kodera medycznego istnieje, ale nie ma się przesadnie dobrze; mówi się, że brakuje około 30% kadry, która odciążyłaby medyków w tej pracy. A w Polsce? Istnieje Polskie Towarzystwo Koderów Medycznych, którzy… od ponad dekady walczą o wprowadzenie tego zawodu.
Powracając jednak do Stanów, rozwiązania zasilane AI, a wspomagające koderów oferuje kilka firm, wśród których można wymienić Nym, Fathom and CodaMetrix.
[To] dokładne przypisywanie kodów medycznych w ciągu kilku sekund i przy absolutnie zerowej interwencji człowieka — powiedział Julien Dubuis, dyrektor handlowy w firmie Nym, opisując autonomiczne rozwiązanie kodowania AI ich firmy. — Mówiąc dokładnie, mam na myśli to, że możemy osiągnąć 96% dokładności kodowania kodu dla specjalności ambulatoryjnych, co jest porównywalne z niektórymi najlepszymi programistami ludzkimi.
Julien Dubuis, dyrektor handlowy w firmie Nym.
CodaMetrix z drugiej strony współpracuje z dziesięcioma systemami opieki zdrowotnej oraz uniwersytetami, by wdrożyć autonomiczne rozwiązanie, które według zapewnień obejmują aż 70% redukcję pracy fizycznej. Brad Justus, dyrektor ds. sprzedaży w firmie, napisał, że kodowanie medyczne to „sztuka i nauka, a wyszkolony człowiek nadal będzie odgrywał bardzo istotną rolę w całym procesie”.
Firma TECHealth, specjalizująca się w personelu medycznym w dziedzinie SOR (ang. Emergency Room), zrewolucjonizowała proces rozliczania i kodowania medycznego dzięki zautomatyzowanemu narzędzi AI stworzonemu przez firmę Fathom. Dzięki temu zabiegowi TECHealth osiągnęło niesamowite rezultaty, przetwarzając aż 80% roszczeń z minimalną lub żadną interakcją ze strony człowieka.
AI zastąpi koderów medycznych?
Meskó uspokaja, że sztuczna inteligencja nie zastąpi człowieka, ale zdecydowanie wspomoże pracę koderów medycznych. Kodowanie medyczne będzie jednak ewoluować, wciąż uwzględniając pracę ludzką.
Historia firmy i działań TECGealth stanowi doskonałe studium przypadku, ilustrujące korzyści płynące ze współpracy na linii człowiek — sztuczna inteligencja. Dzięki zastosowaniu zautomatyzowanej wersji kodowania firma była w stanie przeprowadzić imponującą transformację w procesie kodowania medycznego, przetwarzając dziesiątki tysięcy kart medycznych w zaledwie kilka dni. Bez wsparcia sztucznej inteligencji, taki sam proces w wykonaniu tylko ludzkich (choć pewnie zręcznych) dłoni trwałby zdecydowanie dłużej.