{"id":246141,"date":"2022-10-19T19:26:58","date_gmt":"2022-10-19T19:26:58","guid":{"rendered":"https:\/\/magazineoffice.com\/alaffia-health-aprovecha-la-ia-para-detectar-errores-en-las-facturas-del-hospital-techcrunch\/"},"modified":"2022-10-19T19:27:00","modified_gmt":"2022-10-19T19:27:00","slug":"alaffia-health-aprovecha-la-ia-para-detectar-errores-en-las-facturas-del-hospital-techcrunch","status":"publish","type":"post","link":"https:\/\/magazineoffice.com\/alaffia-health-aprovecha-la-ia-para-detectar-errores-en-las-facturas-del-hospital-techcrunch\/","title":{"rendered":"Alaffia Health aprovecha la IA para detectar errores en las facturas del hospital \u2022 TechCrunch"},"content":{"rendered":"
\n<\/p>\n
No se espera que el aumento de varias d\u00e9cadas en los costos de atenci\u00f3n m\u00e9dica cambie de rumbo en el corto plazo. En busca de una soluci\u00f3n, Adun Akanni y TJ Ademiluyi cofundaron Alaffia Health en 2020, una de las nuevas empresas que participan en TechCrunch Disrupt Battlefield 200. La empresa de tecnolog\u00eda de la salud utiliza el aprendizaje autom\u00e1tico para tratar de identificar el fraude, el desperdicio y el abuso en las reclamaciones de atenci\u00f3n m\u00e9dica. .<\/p>\n
\u00abAprovechamos los conocimientos clave de la compa\u00f1\u00eda de facturaci\u00f3n m\u00e9dica de nuestra familia para fundar Alaffia\u00bb, dijo Ademiluyi a TechCrunch en una entrevista. \u201cDeterminamos que la mayor\u00eda de los desperdicios en el sistema son el resultado de un error humano natural, la falta de transparencia en el procesamiento de reclamos y los incentivos desalineados entre los proveedores de atenci\u00f3n m\u00e9dica y los pagadores. Fundamos Alaffia para abordar estos problemas utilizando el aprendizaje autom\u00e1tico incipiente y la inteligencia artificial, construidos sobre la base de una profunda experiencia en el campo de la atenci\u00f3n m\u00e9dica\u201d.<\/p>\n
Alaffia vende servicios principalmente a pagadores de seguros de salud y empresas que brindan cobertura de salud a sus empleados. Usando IA para extraer y estandarizar datos de facturas de hospitales, incluidos varios c\u00f3digos de procedimientos de facturaci\u00f3n m\u00e9dica y fechas de servicio, la plataforma tiene como objetivo reducir el gasto de los pagadores al encontrar errores y sobrecargos en las facturas enviadas por los proveedores de atenci\u00f3n m\u00e9dica.<\/p>\n
Las causas de los errores de facturaci\u00f3n m\u00e9dica son innumerables, pero a menudo surgen de la facturaci\u00f3n doble, el incumplimiento de la fecha l\u00edmite de env\u00edo del pagador y la falta de captura de la informaci\u00f3n del paciente. Los c\u00f3digos de diagn\u00f3stico no espec\u00edficos son otro problema com\u00fan, lo que lleva a instancias de codificaci\u00f3n superior e inferior. La codificaci\u00f3n superior es cuando un codificador informa un servicio de mayor nivel que el que recibieron los pacientes o que nunca hab\u00edan realizado, mientras que la codificaci\u00f3n inferior es cuando los c\u00f3digos de facturaci\u00f3n no capturan el alcance completo del trabajo realizado por un m\u00e9dico.<\/p>\n
Se espera que los gastos m\u00e9dicos crezcan en un promedio del 5,1 % entre 2021 y 2030, alcanzando los $6,8 billones, seg\u00fan los Centros de Servicios de Medicare y Medicaid, y una parte significativa de esos gastos se deriva de errores en las reclamaciones de seguros m\u00e9dicos. Se estima que alrededor del 80 % de las reclamaciones en los EE. UU. contienen al menos un error de facturaci\u00f3n m\u00e9dica y que cada a\u00f1o se pierden hasta $300 mil millones por fraude, desperdicio y abuso del proveedor.<\/p>\n