AKASA HFMA सर्वे: 80% हेल्थ सिस्टम बिलिंग में AI आज़मा रहे
17 दिसंबर 2025 को प्रकाशित AKASA HFMA सर्वे में पाया गया कि अमेरिका के 80% हेल्थ सिस्टम रेवेन्यू साइकल मैनेजमेंट के लिए जेनरेटिव AI को खंगाल रहे हैं, पायलट कर रहे हैं या लागू कर रहे हैं, जबकि 2023 में 58% सिर्फ़ इस पर विचार कर रहे थे। एक यूज़र, Methodist Health System, बताता है कि टूल ने 71% अकाउंट स्टाफ़ की कतार से हटा दिए। अस्पताल की फ़ाइनेंस टीमों का निशाना कोडिंग की गलतियों से खोया राजस्व है: जवाब देने वालों ने इसे कुल राजस्व का 8.49% बताया।
रेवेन्यू साइकल टीमें डॉक्यूमेंटेशन पर पैसा क्यों खोती हैं
क्लिनिकल डॉक्यूमेंटेशन और कोड अधूरे होने पर हेल्थ सिस्टम राजस्व खोते हैं। सर्वे में 89% फ़ाइनेंस लीडर्स ने कहा कि छूटे या गलत कोड राजस्व को प्रभावित करते हैं, और 51% ने असर को महत्वपूर्ण या बहुत महत्वपूर्ण बताया। औसतन जवाब देने वालों का अनुमान था कि डॉक्यूमेंटेशन या कोडिंग की समस्याओं से कुल राजस्व का 8.49% जोखिम में है।
एक चौथाई से ज़्यादा लीडर्स ने अधूरे डॉक्यूमेंटेशन को अपनी सबसे बड़ी चुनौती बताया, स्टाफ़िंग और टेक्नोलॉजी की सीमाओं दोनों से आगे। Omaha, Nebraska के Methodist Health System के चीफ़ फ़ाइनेंशियल ऑफ़िसर Jeff Francis ने इस हिस्से को डॉलर में रखा: 1 बिलियन डॉलर के संगठन में राजस्व का 8% करीब 80 मिलियन डॉलर होता है।
रेवेन्यू साइकल के लिए कितने हेल्थ सिस्टम जेनरेटिव AI इस्तेमाल करते हैं
अपनाने की रफ़्तार तेज़ रही है। 2025 में 80% हेल्थ सिस्टम कहते हैं कि वे रेवेन्यू साइकल मैनेजमेंट के लिए जेनरेटिव AI टूल को खंगाल रहे हैं, पायलट कर रहे हैं या लागू कर रहे हैं, जो दो साल से कम में 38% की छलांग है। 2023 में 58% सिर्फ़ इस पर विचार कर रहे थे। आज करीब 40% पायलट या लागू कर रहे हैं, 39% खंगाल रहे हैं, और 20% ने शुरू नहीं किया।
सर्वे AKASA ने कराया, जो South San Francisco की कंपनी है और अस्पतालों के रेवेन्यू साइकल मैनेजमेंट के लिए जेनरेटिव AI बेचती है। HFMA ने इसे अपने Pulse Survey कार्यक्रम के ज़रिए अप्रैल 2025 में चलाया और अमेरिका भर के अस्पतालों और हेल्थ सिस्टम के 519 चीफ़ फ़ाइनेंशियल ऑफ़िसर और रेवेन्यू साइकल लीडर्स से जवाब जुटाए।
छोटे हेल्थ सिस्टम AI अपनाने में पीछे क्यों हैं
आकार बाज़ार को बाँटता है। 500 मिलियन से 1 बिलियन डॉलर राजस्व वाले छोटे हेल्थ सिस्टम में करीब 20% पायलट या लागू कर रहे हैं, जबकि बड़े सिस्टम में 64%। सर्वे इन मध्यम आकार के सिस्टम को सबसे सतर्क अपनाने वालों में गिनता है, जिन्हें प्रतिस्पर्धी प्राथमिकताएँ और सीमित IT क्षमता रोकती हैं।
जवाब देने वालों ने सबसे ज़्यादा बाधाएँ मौजूदा सिस्टम के साथ इंटीग्रेशन, लागत और बजट, और डेटा सुरक्षा को बताया। बड़े सिस्टम के लिए लागत और बजट की सीमाएँ अकेली सबसे बड़ी चुनौती थीं, 52.5% पर। अधिकारियों ने निवेश पर स्पष्ट रिटर्न न होने की ओर भी इशारा किया।
AKASA, Methodist Health System के लिए क्या चलाता है
Methodist Health System 2019 से क्लेम निपटान तेज़ करने के लिए AKASA के साथ काम कर रहा है। टूल पेयर वेब पोर्टलों पर क्लेम की स्थिति जाँचने जैसे रेवेन्यू साइकल काम स्वचालित करता है, ताकि स्टाफ़ इंश्योरेंस फ़ॉलो-अप से रेवेन्यू साइकल के दूसरे कामों की ओर जा सके।
AKASA रेवेन्यू साइकल का ज्ञान ऐसे कस्टम लार्ज लैंग्वेज मॉडल से जोड़ता है जो हेल्थ सिस्टम के अपने क्लिनिकल और वित्तीय डेटा पर ट्रेन किए जाते हैं। Methodist इसे क्लेम बिल होने से पहले कोडिंग समीक्षा के लिए भी इस्तेमाल करता है। Francis ने कहा कि पहले सिस्टम खारिज या कम भुगतान वाला क्लेम महीनों बाद किसी थर्ड पार्टी को भेजता था; अब जाँच प्री-बिल चलती है, इसलिए क्लेम पहली बार में सही होता है और पैसा जल्दी आता है।
क्लेम स्टाफ़ के लिए AI ने क्या बदला
एक केस स्टडी के अनुसार AI ने 71% अकाउंट स्टाफ़ की कतार से हटा दिए और लगभग 14 पूर्णकालिक कर्मचारियों के बराबर स्टेटस वर्क किया। AKASA के अनुसार उसने आठ महीनों में 56,118 अकाउंट के क्लेम निपटाए, और उस अवधि में 5,559 घंटे का काम बचाया।
Francis ने नतीजा स्टाफ़िंग की भाषा में बताया। Methodist ने आठ FTE के बराबर समय मुक्त किया है, और वे लोग अब ज़्यादा कठिन क्लेम पर काम करते हैं, जिसे उन्होंने बेहतर यील्ड कहा। हेल्थ सिस्टम अब प्री-ऑथराइज़ेशन को स्वचालित करने पर विचार कर रहा है।
अस्पताल की फ़ाइनेंस टीमों के लिए क्या बदलता है
अस्पताल की फ़ाइनेंस टीम के लिए AI जो काम लेता है वह ठोस है: क्लेम स्टेटस जाँच, बिलिंग से पहले कोडिंग समीक्षा और डॉक्यूमेंटेशन की खामियाँ ढूँढना। यह पूछे जाने पर कि जेनरेटिव AI कहाँ सबसे ज़्यादा फ़र्क ला सकता है, करीब 60% जवाब देने वालों ने छूटे रिइम्बर्समेंट अवसर, 57% ने क्लिनिकल डॉक्यूमेंटेशन की खामियाँ और 33% ने छूटे क्वालिटी इंडिकेटर गिनाए।
ज़्यादातर सिस्टम पहले से बाहरी मदद के लिए भुगतान करते हैं: 55% क्लिनिकल डॉक्यूमेंटेशन इंटीग्रिटी वेंडर और 76% कोडिंग वेंडर इस्तेमाल करते हैं, और सर्वे अपनाने को बिखरा हुआ बताता है। AKASA के चीफ़ एग्ज़ीक्यूटिव Malinka Walaliyadde ने कहा कि वेंडर्स को सिस्टम के चल रहे इलेक्ट्रॉनिक हेल्थ रिकॉर्ड के API के साथ मानक-आधारित इंटीग्रेशन इस्तेमाल करने चाहिए, ताकि छोटे सिस्टम पर IT का बोझ कम पड़े।
"डॉक्यूमेंटेशन में सटीकता सुधारने का अवसर साफ़ है, लेकिन इसके लिए निवेश, भरोसा और ऐसा रोडमैप चाहिए जो टेक्नोलॉजी को मौजूदा वर्कफ़्लो में ज़िम्मेदारी से जोड़े।" — Malinka Walaliyadde, AKASA के CEO और सह-संस्थापक
सवाल और जवाब
कितने हेल्थ सिस्टम रेवेन्यू साइकल मैनेजमेंट में AI इस्तेमाल करते हैं?
सर्वे में 80% हेल्थ सिस्टम ने कहा कि वे 2025 में रेवेन्यू साइकल मैनेजमेंट के लिए जेनरेटिव AI को खंगाल रहे हैं, पायलट कर रहे हैं या लागू कर रहे हैं। करीब 40% पहले से पायलट या लागू कर रहे थे, और 20% ने शुरू नहीं किया था।
कोडिंग की गलतियों से कितना राजस्व जोखिम में है?
जवाब देने वालों का औसत अनुमान था कि डॉक्यूमेंटेशन या कोडिंग समस्याओं से कुल राजस्व का 8.49% जोखिम में है। 89% ने कहा कि छूटे या गलत कोड राजस्व को प्रभावित करते हैं।
सर्वे किसने चलाया और किसने जवाब दिया?
HFMA ने इसे अपने Pulse Survey कार्यक्रम के ज़रिए अप्रैल 2025 में चलाया, AKASA के कहने पर। अमेरिकी अस्पतालों और हेल्थ सिस्टम के 519 चीफ़ फ़ाइनेंशियल ऑफ़िसर और रेवेन्यू साइकल लीडर्स ने जवाब दिए।
MOZGII की राय
हम इसे कैसे बनाते
Methodist जैसा AI क्लेम असिस्टेंट तीन काम करता है: पेयर पोर्टल से क्लेम की स्थिति पढ़ता है, बिल जाने से पहले कोड को क्लिनिकल नोट से मिलाता है, और कठिन मामले लोगों तक भेजता है। हम इन्हें अलग हिस्सों के रूप में बनाते। स्टेटस चेकर ज़्यादातर प्लंबिंग है और बिना किसी लैंग्वेज मॉडल के चलना चाहिए। कोडिंग समीक्षा वह जगह है जहाँ अस्पताल के अपने नोट और पुराने क्लेम पर ट्रेन किया मॉडल काम आता है, और जहाँ गलतियाँ सबसे महँगी पड़ती हैं।
मॉडल के हर सुझाए बदलाव के लिए हम प्रमाणित कोडर को लूप में रखते, जब तक पेयर और सेवा लाइन के हिसाब से गलती की दर पता न हो। हर सुझाव के साथ वह नोट टेक्स्ट होता जिस पर वह टिका है, ताकि ऑडिटर देख सके कि कोड क्यों जोड़ा गया। पेयर पोर्टल बिना चेतावनी बदल जाते हैं, इसलिए स्टेटस चेकर में ऐसे अलार्म चाहिए जो तब बजें जब वह चुपचाप फ़ेल होने लगे।
हम एक ही मेट्रिक देखते: पहली सबमिशन पर भुगतान हुए क्लेम का हिस्सा। बचे घंटे गिनना आसान है, पर वे यह नहीं दिखाते कि राजस्व आया या नहीं। अगला कदम होता प्रायर ऑथराइज़ेशन बनाना, जिसका नाम Methodist पहले ही ले चुका है, क्योंकि वह उन्हीं नोट और उन्हीं पेयर नियमों पर टिका है।
स्रोत
इस खबर के तथ्य इन स्रोतों से लिए गए हैं।