Czy AI może sprawdzać i poprawiać kody ICD-10 w dokumentacji szpitalnej?

AI może sprawdzać kody ICD-10 i ICD-9CM w dokumentacji szpitalnej, porównując je z treścią rozpoznań, opisami procedur i wpisami z historii choroby. Nie zastępuje kodera medycznego i nie nadpisuje kodów samodzielnie, ale wychwytuje niespójności i braki zanim dokument trafi do zamknięcia epizodu i przekazania danych do NFZ. Dla wielu oddziałów to pierwsze narzędzie, które faktycznie łapie błędy przed rozliczeniem, a nie po zakwestionowaniu pozycji przez płatnika.

Co AI konkretnie sprawdza w dokumentacji?

Narzędzia AI do walidacji ICD czytają to, co lekarz wpisał w polach tekstowych i kodowych systemu HIS, i szukają niespójności między tymi dwiema warstwami. Nie analizują stanu klinicznego pacjenta. Pracują na treści dokumentu.

W praktyce mogą sprawdzać:

• czy kod rozpoznania głównego (pierwsza pozycja w karcie wypisowej) jest spójny z opisem słownym w polu "rozpoznanie końcowe" lub "rozpoznanie przy wypisie"
• czy kody rozpoznań dodatkowych, czyli powikłania, choroby współistniejące, kody E przyczyn zewnętrznych, w ogóle pojawiają się w treści dokumentu lub notatkach pielęgniarskich
• czy procedury w sekcji ICD-9CM odpowiadają świadczeniom opisanym w protokołach zabiegu i kartach zleceń
• czy brakuje kodów, które typowo towarzyszą danemu rozpoznaniu głównemu: kod patogenu przy infekcji, gdy wynik posiewu jest dostępny w systemie, albo kod powikłania przy cukrzycy wymienionej w historii choroby
• czy kod nie jest zbyt ogólny, czyli z kategorii NOS (not otherwise specified), podczas gdy treść dokumentu pozwala na dokładniejsze rozpoznanie

Ważny szczegół: AI nie wymaga dostępu do wyników badań ani danych laboratoryjnych poza tym, co jest wpisane w dokumencie. Działa na tym, co ma.

Gdzie błędy w kodowaniu kosztują szpital najbardziej?

Błędne lub niespójne kody ICD to jeden z częstszych powodów odrzucenia albo zakwestionowania pozycji przez NFZ przy kontroli dokumentacji. Odrzucona pozycja to konieczność korekty i ponownego przekazania, albo utrata przychodu, jeśli termin minął lub kontrola zamknęła sprawę bez możliwości poprawy.

Najczęstsze wzorce błędów, które pojawiają się przy przeglądzie dokumentacji:

• rozpoznanie wpisane słownie, na przykład "przewlekła niewydolność nerek stadium IIIa", z kodem odpowiadającym ogólnej kategorii bez uwzględnienia stadium, co zmienia grupę JGP
• kod rozpoznania głównego przypisany chorobie współistniejącej, a nie tej, z powodu której pacjent był hospitalizowany
• brak kodu powikłania zabiegowego, które pielęgniarka odnotowała w karcie obserwacji, ale które nie trafiło do karty wypisowej
• niepełna sekwencja kodów przy rozpoznaniach złożonych: cukrzyca z neuropatią i owrzodzeniem wymaga trzech kodów, tymczasem lekarz wpisał jeden
• użycie kodu dla stanu przeszłego zamiast aktywnego, gdy historia choroby jednoznacznie wskazuje na aktywną chorobę

U jednego klienta, szpitala wielospecjalistycznego, analiza archiwum dokumentacji z kilku oddziałów pokazała, że znaczna część dokumentów z zakwestionowanymi pozycjami miała niezgodność między treścią a kodem, a nie brak faktycznie wykonanego świadczenia. Samo poprawienie dokumentacji i ponowna weryfikacja pozwoliły odzyskać część zakwestionowanych środków.

Jak to wygląda w pracy kodera i lekarza?

AI do walidacji kodów nie musi działać w czasie rzeczywistym. To istotna informacja, bo pojawia się obawa, że nowe narzędzie "wejdzie w drogę" lekarzowi przy wypisywaniu pacjenta.

Typowy przepływ wygląda tak. Lekarz zamyka wizytę lub wypisuje pacjenta w HIS jak dotychczas, bez żadnych zmian w swoim rytmie pracy. Raz dziennie, zwykle nocą albo wczesnym rankiem, AI przegląda całą pulę dokumentów zamkniętych danego dnia i generuje listę alertów. Rano koder medyczny lub koordynator ds. rozliczeń widzi w systemie dokumenty z flagą. Przegląda każdy alert: jeśli błąd jest oczywisty, poprawia kod lub odsyła dokument do lekarza z adnotacją. Jeśli sugestia AI jest błędna, odrzuca ją.

Lekarz nie odczuwa tej weryfikacji w trakcie swojej pracy. Ewentualny kontakt z dokumentem to tylko te przypadki, gdzie koder potrzebuje potwierdzenia klinicznego przed zmianą kodu. W praktyce to mniejszość alertów.

Jak AI łączy się z systemem HIS?

AI przy kodowaniu ICD potrzebuje dostępu do treści dokumentacji. Sposób integracji zależy od tego, co daje dostawca HIS:

• moduł wbudowany w HIS: część producentów systemów szpitalnych buduje własne walidatory ICD lub otwiera się na partnerstwa z dostawcami AI; warto zapytać opiekuna systemu, co jest dostępne w ramach obecnej umowy serwisowej
• zewnętrzna aplikacja przez API: AI łączy się bezpośrednio z HIS, pobiera dokumenty do weryfikacji i odsyła alerty z powrotem do systemu
• eksport pliku: HIS generuje plik XML lub HL7 FHIR z dokumentami gotowymi do rozliczenia, zewnętrzny system go przetwarza i zwraca listę niezgodności

Jeśli HIS nie ma API i nie oferuje eksportu w ustandaryzowanym formacie, integracja jest trudniejsza. Nie niemożliwa, ale wymaga więcej pracy po stronie technicznej. To pytanie, które warto zadać konkretnemu opiekunowi systemu, a nie generalnemu handlowcowi.

Czego AI nie zrobi i gdzie decyzja zostaje przy człowieku?

AI przy kodowaniu ICD nie jest systemem diagnostycznym. Nie stawia rozpoznania klinicznego i nie certyfikuje się jako wyrób medyczny w rozumieniu MDR, bo jego zadanie jest inne: sprawdza formalną spójność dokumentu, nie ocenia stanu zdrowia pacjenta.

Nie nadpisuje kodów automatycznie. Każda zmiana wymaga decyzji lekarza lub kodera. AI zgłasza alert, człowiek decyduje, czy go przyjąć.

Jeśli dokumentacja jest lakoniczna, a opis rozpoznania ogólny, AI nie "uzupełni" tego z niczego. Efekty walidacji są wprost proporcjonalne do jakości tego, co lekarz wpisał w dokumencie.

Warto przed uruchomieniem narzędzia ustalić z IOD, jak przechowywać logi sugestii AI i decyzji kodera. Przy kontroli NFZ lub wewnętrznym audycie te dane mogą być potrzebne, żeby udowodnić, że każda zmiana kodu była decyzją człowieka, nie automatycznym nadpisaniem przez system.

Od czego zacząć?

Zanim zaczniesz rozmawiać z dostawcami, zrób jedno: poproś dział rozliczeń o zestawienie odrzuconych i zakwestionowanych pozycji NFZ z ostatnich sześciu do dwunastu miesięcy. Sprawdź, ile z nich miało u podstaw niezgodność między kodem a treścią dokumentu, a nie brak faktycznie wykonanego świadczenia. Jeśli ta liczba jest znacząca, masz konkretne uzasadnienie projektu do rozmowy z zarządem.

Potem zapytaj dostawcę HIS, co jest dostępne w ramach obecnej umowy serwisowej. Zanim szukasz zewnętrznego narzędzia AI, warto wiedzieć, czego nie ma w systemie, który już płacisz.

Jeśli chcesz sprawdzić, czy w waszej dokumentacji są wzorce błędów, które AI mógłby wychwytywać, możemy to ocenić wspólnie. Możesz umówić się na bezpłatny audyt i dowiedzieć się, od czego w waszym przypadku zacząć. Możesz też przejrzeć realne wdrożenia, żeby zobaczyć, jak ten proces wygląda w innych placówkach w pierwszych miesiącach po uruchomieniu.