Трансформация рабочих процессов предварительного согласования с помощью генеративного ИИ на AWS

Описание: Медицинские учреждения тратят более 13 часов в неделю на обработку запросов на предварительное согласование, при этом 30% запросов отклоняются, а 24% отказов при первой подаче заявки связаны с ошибками в согласовании — это ежегодная нагрузка на отрасль в размере 262 миллиардов долларов. Немедицинский административный персонал не обладает достаточной клинической подготовкой для интерпретации сложных правил медицинских показаний плательщиков, что приводит к неполным заявкам и дорогостоящим циклам повторной подачи, задерживающим оказание медицинской помощи пациентам. В этой сессии демонстрируется интеллектуальный помощник на базе Amazon Bedrock, который позволяет немедицинскому персоналу проверять запросы на предварительное согласование на соответствие критериям медицинских показаний конкретного плательщика перед отправкой, обеспечивая одобрение с первого раза. Решение интеллектуально извлекает коды CPT, диагнозы и данные плательщика из запросов на согласование, выполняет автоматическое сопоставление правил с помощью базы знаний Bedrock, содержащей критерии конкретного плательщика, и предоставляет анализ пробелов с практическими рекомендациями по недостающей документации.

https://github.com/aws-samples/sample...