美国医疗科技公司OpenEvidence近日在其临床AI助手Visits中推出了名为Coding Intelligence的人工智能驱动医疗编码功能。该工具旨在通过自动生成当前程序术语代码建议、评估和管理级别推荐，并直接在临床笔记中写入支持医疗决策的理由及ICD-10诊断，以简化复杂的医疗计费流程。

OpenEvidence临床AI副总裁Ania Bilski医学博士表示：“无需额外工作，OpenEvidence就能为其CPT + E/M建议生成简洁的理由。它真正捕捉了就诊的复杂性，当我在急诊室时为我节省了数小时。”

OpenEvidence是一家快速增长的AI驱动医学搜索引擎，在12月支持了美国约2500万次来自认证医生的临床咨询。该公司表示，其服务现已覆盖美国超过10,000家医院和医疗中心。此前，公司已从临床搜索扩展到其他临床工作流程，包括8月推出的Visits功能和上个月广泛可用的AI集成医生拨号功能，直接挑战Doximity的核心业务。

现代医疗计费因数万种可能的代码和多种编码方式而复杂耗时，医生常难以在不影响患者护理的情况下获得适当报销。OpenEvidence联合创始人兼首席技术官Zachary Ziegler告诉Fierce Healthcare：“如今大多数编码解决方案非常‘老派’。事实上，大多数编码仍由医生自己、护士或外包人工完成。”

Ziegler指出，许多当前AI解决方案采取简化观点，而医疗编码工具Coding Intelligence直接集成到Visits中，对整个就诊记录进行推理，以全面理解诊断、治疗和实验室检查。它使用与医生查找证据相同的技术，找到适合就诊的完整代码集。

该AI医疗编码工具能够报告准确、完整的代码集，适用于医生计费的所有方式，包括E/M代码、程序性CPT代码和ICD-10诊断代码。它提供E/M级别推荐，并自动生成医疗决策理由，确保推理记录在案。

编码建议还包括复杂病例中易遗漏的不常见程序代码，帮助医生减少文书工作时间和收入损失。公司还设计了自动CPT代码排序功能，以最大化报销，并在每个建议旁显示预期的RVU值，以便正确排序。

Ziegler补充说，OpenEvidence应用CMS正确编码倡议规则验证每个代码组合，防止不兼容代码对导致的索赔拒绝。他总结道：“通过在我们的CCI规则引擎中运行每个建议的代码集，医疗编码工具Coding Intelligence确保只有有效、可计费的组合才会呈现给医生。这消除了人工编码员和更简单AI工具常犯的错误。”