آنچه یاد خواهید گرفت:
طراحی گردشکارهای end-to-end برای claim scrubbing که از رد شدن ادعاها پیش از ارسال جلوگیری میکنند.
ساخت rule engine: اعتبارسنجی داده، ویرایشهای کدگذاری، توالییابی و بررسیهای ضرورتهای پزشکی
نگاشت سیاستهای پرداختکننده به ویرایشها (NCCI و LCD/NCD و bundling و فرکانس و سن و جنسیت و POS/TOB)
تفسیر EDI (837/835/277CA/999/TA1) و استفاده از قابلیت همکاری برای کاهش دوبارهکاری
ایجاد تاکسونومی برای ویرایشها (سخت و نرم و یا قبل از صورتحساب یا بعد از صورتحساب) همراه با اولویتها و مسئولها
پیادهسازی safeguards مربوط به HIPAA/HITECH و BAAs و ردیابی حسابرسی و کنترلهای حفاظت از داده
اندازهگیری تاثیر با KPIs (نرخ اولین پذیرش و DSO، درصد پیشگیری از رد شدن درخواست، هزینه دوبارهکاری و بازده)
یکپارچهسازی scrubbing با PMS/EHR و اتاق پایاپای، ابزارهای BI و امور مالی downstream
پیشنیازهای دوره
اصول صورتحساب پزشکی
علاقه به قوانین بیمه، کدگذاری پزشکی و بهبود چرخه درآمد
تمایل به پیروی از فرآیندهای ساختاریافته QA، کنترل نسخه و حاکمیت
نیازی به تجربه قبلی در claim scrubbing نیست. (مناسب برای مبتدیان)
توضیحات دوره
این دوره برای کمک به یادگیرندگان با هر پیشزمینهای طراحی شده تا claim scrubbing و تکنیکهای rule engine در صورتحساب پزشکی و مدیریت چرخه درآمد (RCM) را در محیطهای واقعی مراقبتهای بهداشتی درک و اجرا کنند. چه در حوزه کدگذاری و صورتحساب پزشکی و مدیریت و IT مراقبتهای بهداشتی یا انطباق فعالیت داشته باشید، این دوره بر HIPAA و HITECH و توافقنامه همکار تجاری (BAA)، حفاظت از داده، ایمنی داده، قوانین بیمه و انطباق با پرداختکننده تأکید دارد همراه با تمرین عملی برای انجام ویرایشها و اعتبارسنجیها و rule engine که نرخ پذیرش درخواست خسارت در اولین ارسال را افزایش میدهند.
شما یاد میگیرید کیفیت داده درخواست خسارت، چگونه با فیلدهای استاندارد، مجموعههای کد و منطق اعتبارسنجی ساخته میشود سپس یک تاکسونومی ساختاریافته از قوانین (دموگرافیکها، صلاحیت، کدنویسی، bundling، ضرورتهای پزشکی، فرکانس و احراز هویت قبلی، POS/TOB و COB) را به کار میبرید تا مشکلات را پیش از ارسال شناسایی کنید. این دوره همچنین قابلیت همکاری و EDI را پوشش میدهد از جمله نحوه تفسیر حلقههای بازخورد 837/999/277CA/835 و اینکه چگونه راهنماییهای پرداختکننده (برای مثال NCCI و LCD/NCD) را به قوانین عملیاتی تبدیل کنید.
این دوره با رویکردی مناسب مبتدیان طراحی شده و توضیحات روشن، تمرینهای تعاملی و مثالهای واقعی از EHRs و فایلهای درخواست خسارت، پاسخهای پرداختکننده و مستندات صورتحساب ارائه میدهد تا یادگیری را تقویت کند. هیچ پیشزمینه پزشکی قبلی لازم نیست.
آنچه یاد خواهید گرفت:
درک ساختار و اجزای درخواست خسارت باکیفیت و ویرایشهای قبل از ارسال صورتحساب
یادگیری الگوهای طراحی قوانین برای دموگرافیکها، کدگذاری، bundling و ضرورتهای پزشکی
شناخت اصطلاحات بهکاررفته در ویرایشهای پرداختکننده و اتاق پایاپای، ریجکشنها و کدهای رد شدن درخواست
اعمال claim scrubbing در زمینههای بالینی، کدگذاری، صورتحساب و اداری
تفسیر مستندات نموداری و تاییدیههای EDI و پاسخهای پرداختکننده با اطمینان
تقویت ارتباط میان تیمهای صورتحساب و انطباق و IT مراقبتهای بهداشتی
آمادگی برای نقشهای claim scrubbing و جلوگیری از رد شدن درخواستها و یکپارچگی درآمد یا تحلیل RCM
ویژگیهای دوره:
بیش از 35 درس ویدئویی ساختاریافته بر اساس گردشکار و تاکسونومی ویرایش و یکپارچهسازی سیستم
تحلیل سیستماتیک قوانین و ویرایشها همراه با مثالهای واقعی و موارد تست
تمرکز بر سناریوهای پربازده (NCCI و LCD/NCD، فرکانس، مودیفایرها و احراز هویت قبلی)
فرمت ساده و قابل پیگیری، مناسب برای همه یادگیرندگان از جمله دانشجویان ESL
قابل دسترسی در موبایل، دسکتاپ یا تبلت
مخاطبان دوره:
تمرکز حسابداران، کدنویسان و تحلیلگران RCM مشتاق و فعلی بر پیشگیری
مدیران و مالکان مطب که به دنبال نرخهای بالاتر برای اولین مراجعه و کاهش دوبارهکاری هستند.
متخصصان IT و انطباق با الزامات مراقبتهای بهداشتی که HIPAA/HITECH و BAA را پیاده میکنند.
کسی که وارد حسابداری پزشکی میشود و به مهارتهای عملی و آماده برای اتوماسیون نیاز دارد.
بخشهای نگاشت شده (آنچه گامبهگام پوشش خواهید داد.)
اصول Claim Scrubbing
تاکسونومی مربوط به قوانین و ویرایشها
ساخت و بهرهبرداری از Rule Engine
EDI و قابلیت همکاری
دیدگاه ارائهدهندگان در برابر پرداختکننده
موضوعات میانی Claim Scrubbing
استراتژیهای پیشرفته و خبره قوانین
عملیاتها، QA و حاکمیت
متریکها، KPIs و تاثیر اقتصادی
یکپارچهسازی با PMS/EHR و Upstream و Downstream
انطباق، امنیت و اخلاق
ابزارها و الگوهای پیادهسازی
گزارشدهی و ارتباطات مدیریتی
افشا: این دوره از هوش مصنوعی برای تولید صداگذاری واضح استفاده میکند.
این دوره برای چه کسانی مناسب است؟
حسابداران و کدگذاران پزشکی و متخصصان AR که به دنبال تسلط قبل از ارسال صورتحساب هستند.
یکپارچگی درآمد، تحلیلگران RCM و تیمهای پیشگیری از رد شدن درخواست
مدیران اجرایی و مسئولان انطباق که ادعاهای بیعیب و نقص اولیه را بهبود میبخشند.
متخصصان IT و ارتباطات متقابل در حوزه مراقبتهای بهداشتی که PMS/EHR و اتاق پایاپای و BI را به هم متصل میکنند.
رهبران کیفیت و حسابرسی که حاکمیت ویرایش، BAAs و کنترلهای HIPAA/HITECH را ایجاد میکنند.
دانشجویان و افرادی که مسیر شغلی خود را تغییر میدهند و وارد نقشهای اتوماسیون در بیمه و RCM میشوند.