赣州虾枚电子商务有限公司

被拒絕的保險索賠對于提供者和付款人來說是一個令人頭疼的問題，最終也會影響到患者。

拒絕和相關(guān)的返工會導(dǎo)致付款延遲，并導(dǎo)致過度緊張的供應(yīng)商和員工精疲力竭。根據(jù)Crowe Horwath的一項研究，拒絕服務(wù)的付款延遲，即最終在拒絕解決后付款時，會對現(xiàn)金流產(chǎn)生深遠影響，比未被拒絕的索賠平均需要多 16.4天的支付時間有限責(zé)任合伙。這種平均延遲的費用和現(xiàn)金流影響至少相當(dāng)于供應(yīng)商成本結(jié)構(gòu)的 1%。

據(jù)估計，有50%到65%的拒絕從未奏效，從而導(dǎo)致提供商的收入損失。

同時，拒絕和上訴的問題給支付者帶來了不必要的管理成本，并與他們的供應(yīng)商網(wǎng)絡(luò)和成員產(chǎn)生了摩擦。

Anomaly是一家使用人工智能來簡化醫(yī)療賬單和支付流程的初創(chuàng)公司，它開發(fā)了一種技術(shù)解決方案來解決這個問題。該公司的人工智能技術(shù)稱為智能響應(yīng)，可為提供商提供實時響應(yīng)，預(yù)測可操作的拒絕和支付金額——因此提供商可以在拒絕發(fā)生之前糾正和避免拒絕。

Anomaly的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jacob Shiff在接受采訪時表示，該軟件通過與付款人、實踐管理軟件和索賠清算所集成，直接在提供商的本地工作流程中運行。

“任何與醫(yī)療保健系統(tǒng)打過交道的人都知道，計費和付款實際上只是一團糟，一團糟的否認(rèn)、上訴、被追回的多付索賠和向上調(diào)整的少付索賠。這個系統(tǒng)對每個人來說真的很痛苦，醫(yī)生、保險公司，最重要的是患者，這會影響醫(yī)療保健本身的負(fù)擔(dān)能力，”他說。

“Anomaly專注于消除這種摩擦，讓醫(yī)療保健支付對每個人都更有效。因此，我們開發(fā)了一些強大的人工智能功能，可以分析索賠流程中的數(shù)十億筆交易，以便在與支付相關(guān)的問題發(fā)生之前預(yù)測和預(yù)防它們，”希夫說。

行業(yè)報告和Anomaly的分析發(fā)現(xiàn)，超過10%的索賠通常被拒絕，這是一個日益嚴(yán)重的問題，與日益增加的計費復(fù)雜性和新冠肺炎等中斷有關(guān)。雖然這給提供者和支付者都帶來了問題，但最終患者經(jīng)常被夾在中間，導(dǎo)致拒絕通知甚至余額賬單的壓力增加。

Anomaly的平臺成立于2020年，使用機器學(xué)習(xí)來搜索醫(yī)療賬單中的違規(guī)行為，以防止超額支付和賬單錯誤。

根據(jù)《美國醫(yī)學(xué)會雜志》2019年發(fā)布的一份報告，此類支付錯誤每年造成超過3000億美元的不必要支出，每花費1美元約10美分。

“想象一下，如果你的信用卡就是這種情況——如果你每個月都收到你的賬單，而你10%的費用是不正確的，”Shiff去年秋天告訴Fierce Healthcare?！斑@確實是當(dāng)今醫(yī)療保健的現(xiàn)狀?！?

根據(jù)MGMA、PNC金融服務(wù)、CMS、咨詢委員會公司和HFMA的行業(yè)報告，重新處理索賠的平均成本已超過 25 美元。根據(jù)Anomaly的研究，每次拒絕的行政費用（包括上訴和支持電話）平均花費支付者6到20美元。

Anomaly專注于使用其AI索賠預(yù)測引擎來開發(fā)多付預(yù)測，使付款人能夠通過從以前多付的索賠中學(xué)習(xí)來預(yù)測和防止多付，以及即時付款，這將使供應(yīng)商能夠在索賠提交后立即獲得付款。

該公司表示，10月，該公司在A輪和種子輪融資中籌集了1700萬美元，以擴大團隊、開發(fā)技術(shù)并與更多付款人合作。

該公司總部位于紐約市，并得到Redesign Health和投資者RRE、Link Ventures、Madrona和Declaration Partners的支持。

Anomaly的智能響應(yīng)技術(shù)專注于幫助供應(yīng)商預(yù)測潛在拒絕的來源，使他們能夠在提交之前進行更正。Anomaly還看到付款人對在整個供應(yīng)商網(wǎng)絡(luò)中部署該軟件感興趣，以便在索賠到達他們之前減少可避免的拒絕和返工。

該公司的AI索賠預(yù)測引擎分析數(shù)千個參數(shù)和數(shù)十億個索賠，以了解每個提供商的付款人特定規(guī)則和細(xì)微差別。通過持續(xù)實時分析數(shù)據(jù)，智能響應(yīng)技術(shù)保持最新狀態(tài)，并自動適應(yīng)不斷變化的趨勢和新的付款人規(guī)則。據(jù)Shiff稱，基于對截至2022年6月超過1000億美元的賬單費用的分析，Smart Response以超過97%的準(zhǔn)確度準(zhǔn)確預(yù)測索賠行拒絕和原因。

該引擎專注于可操作的拒絕場景，并且能夠在數(shù)千個付款人、所有50個州和所有業(yè)務(wù)線（商業(yè)、醫(yī)療保險和醫(yī)療補助）中實現(xiàn)高達一半的拒絕（召回）總次數(shù)的精確度。到公司。

Shiff說，該公司目前擁有使用該產(chǎn)品的測試合作伙伴，包括索賠清算所、多專業(yè)提供商組織和區(qū)域付款人。

Anomaly計劃擴展其引擎以預(yù)測最終支付金額和患者責(zé)任，這將進一步提高所有利益相關(guān)者支付流程的透明度。

“我們計劃做的是構(gòu)建這個智能醫(yī)療保健支付層，以實現(xiàn)快速、準(zhǔn)確的醫(yī)療保健支付，并最終降低每個人的醫(yī)療保健成本和復(fù)雜性，”Shiff說。

有許多公司專注于使用技術(shù)來解決計費和醫(yī)療保健支付問題。Shiff表示，Anomaly的AI索賠預(yù)測引擎為該問題提供了一種差異化的方法。

“該行業(yè)的許多參與者正在使用更傳統(tǒng)的基于規(guī)則的方法。我們的人工智能驅(qū)動方法，當(dāng)非常有意識地應(yīng)用時，比這些方法更有優(yōu)勢，特別是當(dāng)我們考慮動態(tài)學(xué)習(xí)付款人和提供商特定的細(xì)微差別時，”他說。