Ứng dụng AI lập hóa đơn và mã hóa y tế hoạt động như thế nào

Hoàng

June 30, 2025

15 phút đọc

Theo phương pháp thông thường, điền thông tin bệnh nhân vào hệ thống máy tính là một quá trình tốn thời gian và dễ xảy ra sai sót.

Nhân viên y tế thường phải dành hàng giờ đồng hồ để gõ lại thông tin từ những tờ giấy, quét thẻ bảo hiểm, hoặc sao chép dữ liệu từ các hệ thống EHR khác nhau.

Ví dụ: Tại một phòng khám đa khoa, một nhân viên tiếp tân có thể mất 5-10 phút để nhập thông tin của mỗi bệnh nhân mới, bao gồm họ tên, địa chỉ, thông tin bảo hiểm và tiền sử bệnh. Với 50 bệnh nhân mới mỗi ngày, họ sẽ tốn khoảng 4-8 giờ chỉ riêng cho việc nhập liệu.

AI đã mang đến sự thay đổi căn bản cho quy trình này.

Giải pháp AI, thường được kết hợp với công nghệ Tự động hóa Quy trình Robot (RPA) có thể tự động thu thập thông tin bệnh nhân từ nhiều nguồn khác nhau.

Thông tin bao gồm tài liệu đã được quét và các biểu mẫu điện tử.

Sau đó, AI sẽ tự động đưa những thông tin này vào hệ thống thanh toán và quản lý bệnh nhân một cách trực tiếp.

Ví dụ: Khi một bệnh nhân mang theo thẻ bảo hiểm đến bệnh viện, hệ thống AI có thể quét thẻ và tự động điền đầy đủ thông tin vào máy tính trong vòng 30 giây.

Hệ thống cũng có thể nhận diện chữ viết tay trên các biểu mẫu khám bệnh và chuyển đổi thành dữ liệu số một cách chính xác.

Quá trình này không chỉ rút ngắn đáng kể thời gian xử lý mà còn hạn chế tối đa nguy cơ sai sót do con người gây ra.

Thay vì nhân viên phải gõ lại từng thông tin, họ chỉ cần kiểm tra và xác nhận kết quả cuối cùng.

Ngoài tự động hóa việc nhập liệu, AI còn đảm nhận vai trò quan trọng để kiểm tra độ chính xác của dữ liệu bệnh nhân.

Hệ thống AI có khả năng tự động rà soát và đối chiếu thông tin để đảm bảo dữ liệu đầy đủ và chính xác.

Đây là yếu tố quyết định để đảm bảo các yêu cầu bảo hiểm sau này được chấp nhận.

AI cũng hỗ trợ quy trình thanh toán y tế thông qua “thu thập và xác thực dữ liệu bệnh nhân nhằm đảm bảo độ chính xác của yêu cầu bảo hiểm”.

Thách thức của dữ liệu không cấu trúc

Một lượng lớn thông tin y tế quan trọng thường tồn tại dưới dạng văn bản không có cấu trúc cố định.

Thông tin bao gồm ghi chú của bác sĩ, hồ sơ bệnh án viết tay, báo cáo kết quả xét nghiệm và các bản tóm tắt khi bệnh nhân xuất viện.

Rút ra thông tin cần thiết để mã hóa từ những nguồn này một cách thủ công là công việc cực kỳ phức tạp và mất nhiều thời gian.

Ví dụ: Một chuyên viên mã hóa y tế có thể phải đọc qua 5-10 trang ghi chú của bác sĩ để tìm ra thông tin cần thiết cho việc mã hóa một ca phẫu thuật.

Trong đó, họ phải nhận diện các chẩn đoán chính, chẩn đoán phụ, thủ thuật được thực hiện, và các biến chứng có thể xảy ra.

Quá trình này có thể mất 30-60 phút cho mỗi hồ sơ phức tạp.

Ví dụ: Ghi chú “Bệnh nhân được thực hiện phẫu thuật cắt túi mật qua nội soi do viêm túi mật cấp tính, trong quá trình phẫu thuật phát hiện dính nhiều, chuyển mở bụng”.

Chuyên viên mã hóa phải nhận biết được đây là ca phẫu thuật cắt túi mật, bắt đầu qua nội soi nhưng chuyển thành mở bụng, với chẩn đoán là viêm túi mật cấp tính và biến chứng dính.

Công nghệ NLP trong y tế

Các thuật toán Xử Lý Ngôn Ngữ Tự Nhiên (NLP) được phát triển để có thể phân tích một cách sâu sắc các loại tài liệu lâm sàng.

Chúng có khả năng nhận diện và trích xuất các thông tin y tế cốt lõi, bao gồm chẩn đoán bệnh, thủ thuật đã được thực hiện, triệu chứng quan trọng, và những yếu tố liên quan khác.

Hệ thống NLP sẽ quét qua từng câu trong hồ sơ bệnh án và nhận diện các thuật ngữ y tế.

Ví dụ: khi gặp cụm từ “đau ngực”, hệ thống không chỉ nhận diện đây là một triệu chứng mà còn phân tích xem đây là triệu chứng chính hay phụ, có liên quan đến chẩn đoán nào, và mức độ nghiêm trọng ra sao.

Các tài liệu chuyên môn đã chỉ ra “Thuật toán NLP có thể phân tích và trích xuất thông tin liên quan từ hồ sơ y tế để sau đó sử dụng thông tin này để gán mã phù hợp.”

Đề xuất mã hóa tự động và chính xác

Dựa trên kết quả phân tích, hệ thống AI tích hợp NLP có thể tự động đưa ra đề xuất các bộ mã y tế phù hợp nhất với nội dung của tài liệu lâm sàng.

Đề xuất bao gồm mã ICD cho chẩn đoán, mã CPT hoặc HCPCS cho các thủ thuật.

Quá trình này không chỉ giúp các chuyên gia mã hóa thực hiện công việc nhanh chóng hơn mà còn nâng cao độ chính xác của các mã được gán.

Ví dụ: Tại một bệnh viện lớn, hệ thống AI có thể xử lý hàng trăm hồ sơ bệnh án mỗi ngày.

Khi phân tích một báo cáo phẫu thuật cắt ruột thừa, hệ thống sẽ tự động đề xuất mã ICD-10 cho chẩn đoán viêm ruột thừa cấp tính và mã CPT cho thủ thuật cắt ruột thừa qua nội soi.

Đã có những nghiên cứu huấn luyện thuật toán NLP học sâu để dự đoán mã CPT từ các ghi chú phẫu thuật.

Một hệ thống AI hiện đại có thể “phân tích dữ liệu mã hóa trong quá khứ và hồ sơ bệnh nhân.

Từ đó đưa ra đề xuất các mã chính xác nhất cho các thủ thuật và chẩn đoán”.

Thay vì dành 30-60 phút để mã hóa một hồ sơ phức tạp, chuyên viên mã hóa giờ đây chỉ cần 10-15 phút để xem xét và xác nhận các đề xuất của AI.

Điều này giúp tăng năng suất lên gấp 3-4 lần.

Hiểu ngữ cảnh vượt trội

Một ưu điểm nổi bật của NLP so với các phương pháp tìm kiếm dựa trên từ khóa đơn thuần là khả năng hiểu được bối cảnh của các thuật ngữ y tế trong văn bản.

NLP không chỉ nhận diện từ ngữ mà còn phân tích mối quan hệ giữa các từ, cấu trúc câu và ý nghĩa tổng thể.

Ví dụ:

• Tìm kiếm từ khóa đơn giản: Khi gặp từ “đau”, hệ thống chỉ nhận biết có triệu chứng đau

• NLP thông minh: Khi đọc “bệnh nhân không còn đau sau khi dùng thuốc”, hệ thống hiểu được rằng triệu chứng đau đã được kiểm soát, không phải là vấn đề hiện tại

Điều này đảm bảo các mã được đề xuất phản ánh chính xác bản chất của tình trạng bệnh lý hoặc dịch vụ y tế đã được cung cấp.

Như các chuyên gia đã nhấn mạnh: “Không giống như tìm kiếm từ khóa cơ bản, NLP diễn giải bối cảnh của các thuật ngữ y tế, đảm bảo áp dụng đúng mã.

Ví dụ:: Khi hệ thống đọc “bệnh nhân có tiền sử đái tháo đường nhưng hiện tại đã kiểm soát tốt”, nó sẽ hiểu đái tháo đường là bệnh nền đã được điều trị, không phải là vấn đề cấp tính cần điều trị trong lần khám này.

Công cụ tiên tiến thậm chí còn sử dụng NLP và học máy để hiểu sâu hơn về bối cảnh và ý nghĩa, vượt xa khả năng khớp từ khóa đơn giản.

Những hệ thống này có thể phân biệt được giữa các tình huống y tế khác nhau ngay cả khi sử dụng những từ ngữ tương tự.

Do đó giúp đảm bảo tính chính xác cao trong mã hóa y tế.

Nguyên nhân gây sai sót

Một trong những lợi ích nổi bật nhất của AI là khả năng cải thiện đáng kể độ chính xác và hạn chế sai sót so với quy trình thủ công.

Các lỗi trong mã hóa và lập hóa đơn thủ công thường xuất phát từ nhiều nguyên nhân khác nhau như hiểu sai các quy tắc phức tạp, sự mệt mỏi của nhân viên, hoặc thiếu kiến thức cập nhật về các thay đổi trong quy định.

Một số sai sót thường gặp:

• Một chuyên viên mã hóa có thể nhầm lẫn giữa mã ICD-10 cho “viêm phổi do vi khuẩn” (J15.9) và “viêm phổi không xác định nguyên nhân” (J18.9) khi đọc hồ sơ không rõ ràng
• Nhân viên lập hóa đơn có thể nhập sai số lượng thuốc (10 viên thay vì 100 viên) sau nhiều giờ làm việc liên tục
• Khi quy định bảo hiểm thay đổi, nhân viên có thể vẫn áp dụng mức đồng chi trả cũ

Ví dụ: Tại một phòng khám nhi khoa, việc mã hóa sai một ca khám định kỳ thành ca khám cấp cứu có thể làm tăng chi phí từ 500.000 đồng lên 1.500.000 đồng, gây thiệt hại cho cả bệnh nhân và cơ sở y tế.

Khả năng xử lý nhất quán của AI

AI với khả năng xử lý thông tin nhất quán và dựa trên logic được lập trình sẵn, có thể hạn chế tối đa các yếu tố này.

Dữ liệu chính xác hơn là một lợi thế đáng kể khác vì các hệ thống do AI cung cấp có thể phát hiện lỗi và sự không nhất quán theo thời gian thực.

Cách thức hoạt động của AI:

• Kiểm tra logic tự động: Hệ thống sẽ cảnh báo nếu phát hiện mâu thuẫn như “bệnh nhân nam giới được chẩn đoán ung thư buồng trứng
• Xác thực thông tin chéo: AI đối chiếu thông tin giữa các phần khác nhau trong hồ sơ để đảm bảo tính nhất quán
• Cập nhật quy định tự động: Hệ thống luôn áp dụng các quy tắc mã hóa và thanh toán mới nhất

AI được phát triển để tự động hóa các tác vụ này, giúp “giảm đáng kể khả năng xảy ra lỗi”.

So sánh trực tiếp cho thấy mã hóa thủ công “có thể mắc lỗi của con người”, trong khi mã hóa tự động bằng AI thì “nhất quán và chính xác”.

Tác động tích cực đến quy trình thanh toán

Giảm thiểu sai sót trong mã hóa và lập hóa đơn trực tiếp dẫn đến giảm tỷ lệ các yêu cầu bảo hiểm bị từ chối bởi các công ty bảo hiểm.

Khi yêu cầu được xử lý chính xác ngay từ đầu, quá trình thanh toán sẽ diễn ra dễ dàng hơn.

Vì vậy đảm bảo cơ sở y tế nhận được khoản thanh toán đúng và kịp thời cho các dịch vụ đã cung cấp.

Ví dụ: Một bệnh viện đa khoa sau khi triển khai AI đã giảm tỷ lệ từ chối thanh toán từ 8% xuống còn 2%, giúp cải thiện dòng tiền và giảm công việc xử lý khiếu nại.

Hơn nữa, cải thiện độ chính xác trong mã hóa còn góp phần “cải thiện chất lượng tổng thể của dữ liệu chăm sóc sức khỏe”.

Từ đó tạo nền tảng vững chắc cho các phân tích y tế và hoạch định chính sách sau này.

Giảm chi phí hoạt động

Tối ưu hóa Chu trình Doanh thu (Revenue Cycle Management – RCM) là một mục tiêu quan trọng của mọi tổ chức y tế.

AI cung cấp các công cụ mạnh mẽ để đạt được mục tiêu này khi giúp giảm thiểu chi phí hoạt động thông qua hợp lý hóa các quy trình làm việc, hạn chế các lỗi tốn kém của con người và tự động hóa các tác vụ hành chính.

Tiết kiệm chi phí:

• Trước khi có AI: Một bệnh viện có thể cần 20 nhân viên để xử lý hóa đơn và thanh toán cho 5.000 bệnh nhân/tháng
• Sau khi có AI: Chỉ cần 12 nhân viên để xử lý cùng khối lượng công việc, tiết kiệm 40% chi phí nhân sự
• Chi phí xử lý sai sót: Giảm từ 500 triệu đồng/năm xuống còn 150 triệu đồng/năm nhờ hạn chế lỗi thủ công

“Giảm chi phí hoạt động là một yếu tố thúc đẩy chính cho nhiều tổ chức chăm sóc sức khỏe” khi cân nhắc việc áp dụng AI.

AI có thể “tự động hóa các tác vụ như xử lý yêu cầu bảo hiểm, giảm thiểu lỗi và chi phí hành chính”.

Cải thiện dòng tiền

Xử lý yêu cầu bảo hiểm nhanh hơn và chính xác hơn nhờ AI dẫn đến một dòng tiền ổn định và dễ dự đoán hơn cho các cơ sở y tế.

Vì thế hạn chế tình trạng chậm trễ thanh toán hoặc bị từ chối yêu cầu không đáng có.

Cải thiện dòng tiền:

• Thời gian thu hồi công nợ: Từ 45-60 ngày xuống còn 25-30 ngày
• Tỷ lệ thu tiền đúng hạn: Tăng từ 65% lên 85%
• Khả năng dự đoán doanh thu: Độ chính xác tăng từ 70% lên 92%

Ví dụ: Một phòng khám đa khoa sau khi triển khai AI đã cải thiện dòng tiền từ việc luôn thiếu hụt 2-3 tỷ đồng thành dư thừa 500 triệu đồng, giúp đầu tư nâng cấp thiết bị và mở rộng dịch vụ.

Ngăn ngừa rủi ro

Một khía cạnh quan trọng khác là khả năng phân tích dự đoán của AI.

Thuật toán AI có thể phân tích một lượng lớn dữ liệu lịch sử về các yêu cầu bảo hiểm để xác định các mẫu và xu hướng dẫn đến việc từ chối thanh toán.

Nhờ đó, các tổ chức y tế có thể chủ động xác định và giải quyết các vấn đề tiềm ẩn trước khi chúng gây ra tổn thất tài chính.

Cách thức hoạt động:

• Nhận diện mẫu từ chối: AI phát hiện rằng 80% yêu cầu từ chối liên quan đến thiếu tài liệu bổ sung cho một loại thủ thuật cụ thể
• Dự đoán hành vi thanh toán: Hệ thống cảnh báo bệnh nhân có khả năng cao không thanh toán đúng hạn dựa trên lịch sử
• Tối ưu hóa thời điểm gửi hóa đơn: AI đề xuất thời điểm tốt nhất để gửi hóa đơn cho từng loại bảo hiểm

“Phân tích dự đoán do AI điều khiển trao quyền cho các nhóm RCM dự báo hành vi thanh toán của bệnh nhân, xác định các mẫu từ chối yêu cầu bảo hiểm và tối ưu hóa quy trình hoàn trả”.

Những thông tin này giúp các nhà cung cấp dịch vụ y tế đưa ra các quyết định thông minh, tác động tích cực đến hiệu quả tài chính của họ.

Cải thiện thông qua minh bạch

Lợi ích của AI không chỉ giới hạn ở các khía cạnh tài chính và vận hành nội bộ của cơ sở y tế mà còn nâng cao trải nghiệm cho cả bệnh nhân và đội ngũ nhân viên y tế.

Đối với bệnh nhân, AI có thể hỗ trợ các cổng thông tin trực tuyến.

Do đó giúp họ dễ dàng theo dõi tình trạng xử lý các yêu cầu bảo hiểm của mình, chủ động giải quyết các vấn đề liên quan đến hóa đơn viện phí.

Bệnh nhân còn nhận được thông tin cập nhật theo thời gian thực về phạm vi bảo hiểm cũng như các quyền lợi của họ.

Tính năng hỗ trợ bệnh nhân:

• Ứng dụng di động thông minh: Bệnh nhân có thể xem trạng thái thanh toán, số tiền còn nợ, và kế hoạch điều trị sắp tới
• Chatbot AI 24/7: Trả lời các câu hỏi về bảo hiểm, hóa đơn viện phí trong vòng 30 giây
• Thông báo: Gửi SMS nhắc nhở thanh toán hóa đơn 3 ngày trước hạn, kèm link thanh toán trực tuyến

Ví dụ: Một bệnh nhân sau phẫu thuật có thể theo dõi toàn bộ quá trình từ gửi hóa đơn bảo hiểm, xử lý, đến số tiền phải đóng thêm trên điện thoại thay vì phải gọi điện hỏi nhiều lần.

Dịch vụ hỗ trợ tài chính thông minh

Hệ thống tự động do AI điều khiển có thể gửi các lời nhắc thân thiện về các hóa đơn chưa thanh toán, cung cấp các lựa chọn kế hoạch thanh toán linh hoạt.

AI còn có thể giải đáp các thắc mắc của bệnh nhân một cách nhanh chóng và hiệu quả.

Hỗ trợ tài chính cá nhân hóa:

• Kế hoạch thanh toán tùy chỉnh: AI phân tích thu nhập của bệnh nhân và đề xuất kế hoạch trả góp phù hợp (3, 6, 12 tháng)
• Ưu đãi thanh toán sớm: Tự động áp dụng giảm giá 5% nếu thanh toán trong 10 ngày
• Hỗ trợ tài chính: Gợi ý các chương trình hỗ trợ y tế dành cho hộ nghèo hoặc bảo hiểm bổ sung

Ví dụ: Tỷ lệ thanh toán đúng hạn của bệnh nhân tăng từ 60% lên 85%, giảm 70% số cuộc gọi khiếu nại về hóa đơn.

Minh bạch và hỗ trợ tùy chỉnh giúp nâng cao sự hài lòng của bệnh nhân và thúc đẩy trách nhiệm tài chính của họ.

Tập trung nhân viên y tế vào chăm sóc

Đối với các nhà cung cấp dịch vụ và nhân viên y tế thì AI giảm bớt gánh nặng từ các công việc hành chính nhàm chán và lặp đi lặp lại.

Vì vậy giúp họ có thêm thời gian và năng lượng để tập trung vào các hoạt động mang tính chuyên môn cao hơn, đặc biệt là công tác chăm sóc bệnh nhân trực tiếp và các nhiệm vụ mang tính chiến lược.

Sự thay đổi trong công việc của nhân viên:

• Bác sĩ: Dành thêm 2 giờ/ngày cho khám bệnh thay vì làm giấy tờ
• Y tá: Tập trung vào giáo dục sức khỏe cho bệnh nhân thay vì xử lý hóa đơn
• Nhân viên quản lý: Phát triển chiến lược cải thiện chất lượng dịch vụ thay vì giải quyết khiếu nại thanh toán

Ví dụ: Một phòng khám đã tăng số lượng bệnh nhân khám/ngày từ 40 lên 55 người nhờ tiết kiệm thời gian hành chính, đồng thời nâng cao chất lượng chăm sóc vì bác sĩ có thêm thời gian tư vấn cho mỗi bệnh nhân.

Như vậy không chỉ nâng cao chất lượng dịch vụ mà còn có thể dẫn đến sự hài lòng trong công việc cao hơn và giảm tỷ lệ kiệt sức của nhân viên.

Số liệu về cải thiện môi trường làm việc:

• Mức độ hài lòng của nhân viên: Tăng từ 6.5/10 lên 8.2/10
• Tỷ lệ nghỉ việc: Giảm từ 25% xuống 12%
• Thời gian làm thêm giờ: Giảm 40% nhờ quy trình tự động hóa