Заменит ли ИИ медицинских кодировщиков?

Заменит ли ИИ медицинских кодировщиков?

Краткий ответ:
ИИ не заменит полностью медицинских кодировщиков, но изменит подход к работе. Когда документация рутинная и структурированная, ИИ может взять на себя повторяющиеся шаги; когда же случаи сложные, спорные или подлежат проверке, человеческое суждение остается центральным элементом. Роль меняется раньше, чем исчезает штат сотрудников.

Основные выводы:

Автоматизация задач : ИИ берет на себя рутинную работу по программированию, освобождая место для тщательной проверки и обработки исключений.

Ответственность перед персоналом : Программисты остаются ответственными сторонами при проведении аудитов, подаче апелляций, отклонении запросов или возникновении вопросов, связанных с соответствием требованиям.

Эволюция ролей : в сфере кодирования наблюдается тенденция к смещению акцента в сторону аудита, CDI, управления отказами, интерпретации политик и управления.

Управление рисками : Более быстрое написание кода может повысить риск несоответствия требованиям, если скорость превышает контроль, а количество проверок, проводимых человеком, сокращается.

Устойчивость карьеры : экспертные знания руководящих принципов, понимание политики плательщиков и навыки проведения аудита остаются востребованными и устойчивыми компетенциями.

Заменит ли ИИ медицинских кодировщиков? Инфографика.
Статьи, которые могут вас заинтересовать после этой:

🔗 Как выглядит код ИИ на практике
Ознакомьтесь с примерами кода, сгенерированного ИИ, и узнайте, чего ожидать.

🔗 Лучшие инструменты для проверки кода с использованием ИИ для повышения качества
Сравните лучшие инструменты для обнаружения ошибок и улучшения отзывов.

🔗 Лучшие инструменты искусственного интеллекта, не требующие программирования
Запускайте интеллектуальные рабочие процессы с помощью инструментов искусственного интеллекта — программирование не требуется.

🔗 Что такое квантовый искусственный интеллект и почему он важен?
Разберитесь в основах квантового искусственного интеллекта, вариантах его применения и ключевых рисках.

Заменит ли ИИ медицинских кодировщиков? Что означает «заменит» на практике 🤔

Когда люди спрашивают: «Заменит ли ИИ медицинских кодировщиков?», они обычно имеют в виду одно из следующих:

  • Сокращение штата — в целом потребуется меньше программистов.

  • Замените задачи — работа изменится, но программисты останутся.

  • Переложите ответственность — ИИ принимает окончательные решения, а люди просто наблюдают.

  • Замените вакансии начального уровня — в первую очередь изменится весь кадровый резерв 😬

По моему опыту наблюдения за тем, как команды внедряют автоматизацию, самые большие изменения редко сводятся к «исчезновению программистов». Скорее, это выглядит так:
рутинное программирование ускоряется , нестандартные ситуации становятся более актуальными , а аудит становится постоянной ответственностью каждого . ( OIG – Общие рекомендации по программе соответствия )

Искусственный интеллект отлично справляется с повторением. Программирование — это не только повторение. Программирование — это повторение плюс рассудительность плюс соответствие требованиям плюс странности плательщиков плюс разгадывание загадки «почему это указано в записке». 🕵️♀️

Да, ИИ может заменить часть работы. Но полная замена профессии — это совсем другое дело.

Что делает медицинскую кодировку с использованием ИИ хорошей? ✅

Если мы говорим о «хорошей версии» ИИ для медицинского кодирования, то это не та, которая имеет самый яркий маркетинговый ход. Это та, которая ведет себя как надежный коллега, не паникует, не галлюцинирует и демонстрирует свою работу. ( NIST AI RMF 1.0 , NIST Generative AI Profile (AI 600-1) )

Хорошая система кодирования (или рабочий процесс) для ИИ обычно включает в себя:

  • Уверенный специалист в области НЛП, способный обрабатывать неструктурированные записи (диктовка, шаблоны, скопированный и вставленный текст 🍝).

  • Предложенный код с обоснованием (не просто код, а почему).

  • Оценка достоверности с настраиваемыми пороговыми значениями.

  • Журналы аудита для обеспечения соответствия требованиям и реагирования на запросы плательщиков ( CMS MLN909160 – Требования к документации медицинских записей )

  • Согласование правил и рекомендаций (ICD-10-CM, CPT, HCPCS, правки NCCI, политика плательщиков… весь этот цирк 🎪) ( Руководство CMS по кодированию ICD-10-CM на 2026 финансовый год , правки CMS NCCI )

  • Управление с участием человека позволяет программистам принимать, изменять или отклонять решения ( NIST AI RMF 1.0 ).

  • Интеграция, которая не нарушит рабочий ритм каждого (электронная медицинская карта, кодировщик, CAC, система выставления счетов).

Если инструмент не может объяснить себя, он не заменяет ничего безопасного. Он лишь быстрее порождает тревогу. ( Профиль генеративного ИИ NIST (AI 600-1) )

Сравнительная таблица: лучшие варианты программирования с использованием ИИ (и их место в этом списке) 📊

Ниже приведена практическая сравнительная таблица распространенных подходов к программированию с использованием ИИ. Она не идеально аккуратна… потому что и реализация тоже.

Инструмент / Подход Лучше всего подходит для зрителей Цена Почему это работает (и что раздражает)
CAC с NLP (компьютерное кодирование) Отделы медицинской информации больницы и стационарного лечения $$$$ Отлично подходит для выявления вероятных кодов ICD-10-CM; в некоторых случаях может быть с уверенностью ошибочным ( AHIMA – Computer-Assisted Coding Toolkit ).
Кодировщик с подсказками от ИИ Профессиональные программисты, которые уже знают правила $$-$$$ Ускоряет поиск и подсказывает внести изменения; но всё ещё нуждается в мозгов, извините 😅
Правила + автоматизация (редактирование, группировка, проверки) Цикл получения дохода + соответствие требованиям $$ Выявляет очевидные ошибки; не «понимает» клинических нюансов ( правила CMS NCCI ).
Резюме документации в стиле LLM CDI + сотрудничество в области кодирования $$ Помогает обобщить и выделить диагнозы; может упустить ключевую деталь… как кошка, игнорирующая свое имя ( Профиль генеративного ИИ NIST (AI 600-1) )
Автоматический сбор платежей + обработка заявок Рабочие процессы амбулаторного/профессионального обслуживания $$-$$$$ Помогает снизить количество отказов; иногда приводит к чрезмерной очистке и замедляет обработку ( программа CMS CERT ).
Специализированные модели (радиология, патологоанатомия, отделение неотложной помощи) Ниши с большим объемом продаж $$$$ Более высокая точность на узких полосах; на внешней полосе автомобиль немного виляет
Рабочий процесс «парного кодирования» человека и ИИ Команды модернизируются без хаоса $-$$$ Оптимальный вариант; требует обучения и управления, иначе происходит дрейф ( NIST AI RMF 1.0 ).
Попытки полностью "бесконтактного" программирования Руководители, которые любят дашборды $$$$$ Может работать в простых случаях; сложные случаи по-прежнему возвращаются к людям (неудивительно!) ( AHIMA – Инструментарий автоматизированного кодирования )

Заметили закономерность? Чем более «бесконтактным» он пытается быть, тем больше контроля потребуется, чтобы избежать медленного решения проблем с соблюдением нормативных требований. Забавно. ( OIG – Общие рекомендации по программе обеспечения соответствия )

Почему ИИ действительно хорош в отдельных аспектах программирования 😎

Давайте отдадим должное искусственному интеллекту там, где он этого заслуживает. Есть области, где он действительно силен:

1) Распознавание образов в больших масштабах

Большой объем повторяющихся взаимодействий с неизменной документацией? Искусственный интеллект часто справляется с этой задачей:

  • Стандартное кодирование диагнозов для распространенных заболеваний

  • Простое кодирование процедур при наличии четкой документации

  • Быстрый поиск подтверждающих доказательств (лабораторные анализы, визуализационные исследования, списки проблем)

2) Ускорение «охоты»

Даже опытные программисты тратят время на поиски:

  • Где находится выписка от поставщика услуг?

  • где же специфичность?

  • что обосновывает медицинскую необходимость

  • Где же, чёрт возьми, латеральность? 😩

Искусственный интеллект может выявлять релевантные строки, отмечать недостающую информацию и снижать утомляемость от прокрутки. Это не что-то эффектное, но это реальная производительность.

3) Модели предотвращения отрицания

Искусственный интеллект способен распознавать такие закономерности, как:

Программисты уже делают это мысленно. Искусственный интеллект просто делает это шумнее и быстрее.

Почему ИИ с трудом справляется с теми задачами, за выполнение которых программисты получают зарплату 😬

Теперь обратная сторона медали. Проблемы, возникающие при автоматизации, обычно связаны с теми же самыми моментами, которые отделяют «ввод кода» от «программирования»

Клиническая неопределенность и атмосфера, создаваемая врачом

Поставщики пишут примерно следующее:

  • «вероятно», «исключить», «подозреваю», «не могу исключить»

  • «история», «статус поста», «решено», «хроническое, но стабильное»

  • «Вероятная пневмония, но также может быть хроническая сердечная недостаточность»

Искусственный интеллект может неправильно истолковать неопределенность и превратить ее в уверенность. Это… не самая приятная ошибка.

Тонкости руководящих принципов (и хаос в политике плательщиков)

Кодирование — это не просто «то, что произошло в клинической практике». Это:

Искусственный интеллект, безусловно, способен изучать закономерности. Но когда плательщик меняет правило, люди корректируют его намеренно. ИИ же адаптируется, движимый замешательством и уверенностью. Это плохое сочетание.

Проблема «одного пропущенного предложения»

Одна-единственная строка кода может повлиять на выбор кода, DRG, оценку риска HCC или уровень E/M. Искусственный интеллект может это пропустить или, что еще хуже, сделать вывод. А вывод в программировании — это как строить мост из желе. Выглядит хорошо, пока на него не наступишь.

Итак… Заменит ли ИИ медицинских кодировщиков? Наиболее реалистичный сценарий 🧩

Вернемся к ключевому вопросу: заменит ли ИИ медицинских кодировщиков?
Мой наиболее обоснованный ответ таков: ИИ сначала заменяет часть работы, затем перераспределяет роли и сокращает штат только там, где организации не хотят реинвестировать сэкономленное время.

Перевод:

  • Некоторые организации будут использовать ИИ для повышения производительности без увольнений.

  • Некоторые будут использовать это для сокращения расходов (а с последствиями для последующих этапов будут разбираться позже).

  • В зависимости от направления деятельности некоторые компании будут использовать смешанный подход

Но вот в чем загвоздка: если ИИ увеличивает скорость, он также может увеличить риск. Этот риск стимулирует спрос на:

Так что замена — это не прямая линия. Это скорее беговая дорожка в сандалиях. Прогресс… но немного шаткий. 😅

Что меняется в первую очередь: стационарное лечение, амбулаторное лечение или профессиональная помощь 🏥

Не вся работа по программированию затрагивается одинаково. Некоторые области проще автоматизировать, потому что документация и правила более структурированы.

Амбулаторное и профессиональное обслуживание

Часто автоматизация происходит быстрее, потому что:

  • большой объем

  • повторяющиеся шаблоны

  • более структурированные потоки данных

  • Упрощенное применение правил редактирования + подсказки ИИ ( редактирование CMS NCCI )

Однако сложность оценки и управления качеством медицинской помощи, принятия медицинских решений и контроля со стороны плательщиков по-прежнему делает роль человека очень актуальной. ( CMS MLN006764 – Услуги по оценке и управлению качеством медицинской помощи )

Стационар

Кодирование данных о пациентах, находящихся на стационарном лечении, отличается огромной вариативностью:

Искусственный интеллект может помочь, но «бесконтактное обслуживание стационарных пациентов» для многих больниц, как правило, остается скорее мечтой, чем реальностью.

Специальные полосы

В радиологии и патологии можно добиться значительных успехов благодаря структурированному составлению отчетов. В отделении неотложной помощи ситуация может быть неоднозначной: быстрые, шаблонные записи, но неряшливая реальность.

Скрытое поле битвы: соответствие требованиям, аудиты и подотчетность 🧾

Вот здесь-то и возникает проблема с функцией «заменить».

Даже когда ИИ предлагает коды, ответственность всё равно распределяется в определённом месте:

Обычно команды по обеспечению соответствия требованиям хотят:

Искусственный интеллект может это обеспечить, но только если рабочий процесс построен таким образом, чтобы сохранять доказательства и уменьшать вероятность слепого принятия. ( NIST AI RMF 1.0 )

Скажу прямо: если ваш рабочий процесс с использованием ИИ поощряет автоматическое одобрение, вы не экономите деньги. Вы берете проблемы в долг. С процентами. 😬 ( GAO-19-277 , программа CMS CERT )

Как оставаться ценным сотрудником: набор навыков программиста, «защищенный от ИИ» 💪🧠

Если вы медицинский кодировщик, читающий это и испытывающий неприятное чувство в груди, вот хорошие новости: вы можете подготовиться к той части работы, которую ИИ не может безопасно выполнять самостоятельно.

Навыки, которые хорошо сохраняются даже в условиях активного использования ИИ:

Если ИИ — это калькулятор, то вы не устареваете, просто лучше справляясь с математическими вычислениями. Ваша ценность возрастает, когда вы знаете, когда калькулятор ошибается и почему.

Как организациям следует внедрять ИИ, не причиняя всем неудобств 😵💫

Если вы занимаете руководящую должность, вот наиболее эффективные, на мой взгляд, модели внедрения:

1) Начинайте со слова «помочь», а не «заменить»

Используйте ИИ для:

  • приоритезация диаграмм

  • всплывшие доказательства

  • Предложенные варианты кода с оценками достоверности

  • Маршрутизация рабочих процессов на основе сложности

2) Создавайте петли обратной связи всерьез

Если программисты исправляют ошибки в работе ИИ, это следует зафиксировать:

  • какой тип ошибки

  • почему это произошло

  • Какая документация послужила толчком к этому?

  • как часто это повторяется

В противном случае инструмент никогда не улучшится, и все просто научатся его игнорировать.

3) Разделите работу по уровню сложности

Практический алгоритм действий:

  • Низкая сложность - больше автоматизации

  • средняя сложность - рабочий процесс в паре программист + ИИ

  • Высокая сложность — в первую очередь опытный программист, затем ИИ (да, затем снова)

4) Измеряйте правильные результаты

Не только производительность. А также:

  • показатели отказов

  • Результаты аудита

  • коэффициенты опрокидывания

  • Объем запросов и качество ответов

  • Удовлетворенность программистов (серьезно) ( Программа CMS CERT )

Если производительность труда растет, а количество отказов тоже увеличивается… это не победа. Это блестящая проблема.

Как выглядит будущее (без научно-фантастической драмы) 🔮

Давайте не будем делать вид, что ничего не изменится. Изменится. Но идея о «конце программистов» слишком упрощена.

Более вероятно:

  • меньше ролей, связанных исключительно с написанием кода

  • больше гибридных ролей (программирование + аудит + аналитика + соответствие требованиям)

  • команды разработчиков превращаются в команды по обеспечению качества данных

  • Целостность документации приобретает все большее значение

  • Искусственный интеллект становится обычным коллегой, за которым вы наблюдаете, нравится вам это или нет ( NIST AI RMF 1.0 , OIG – Общие рекомендации по программе соответствия ).

Да, в некоторых сферах и на некоторых рабочих местах произойдет сокращение рабочих мест. Это правда. Но здравоохранение обожает регулирование, изменчивость, исключения и бумажную волокиту. Искусственный интеллект может справиться со многим… но здравоохранение обладает талантом изобретать новые сложные задачи, словно это хобби.

Посадка самолета: Заменит ли ИИ медицинских кодировщиков? 🧡

Давайте посадим этот самолет.

Заменит ли ИИ медицинских кодировщиков? Не в том смысле, в каком это подразумевается в научно-фантастическом представлении. ИИ, безусловно, сократит количество повторяющихся задач, ускорит рутинное кодирование и заставит организации реорганизовать команды. Он также создаст большую потребность в надзоре, аудите, защите от нарушений, стратегии предотвращения отказов и обеспечении целостности документации. ( AHIMA – Инструментарий автоматизированного кодирования , OIG – Руководство по общим программам соответствия )

Краткое резюме 🧾

Кроме того, если честно… если ИИ когда-нибудь действительно полностью «заменит» программирование, это произойдет потому, что документация станет идеальной. И это самое нереалистичное, что я сказал за весь день 😂 ( CMS MLN909160 – Требования к документации медицинских записей )

Часто задаваемые вопросы

Заменит ли искусственный интеллект медицинских кодировщиков полностью в ближайшие несколько лет?

В ближайшем будущем искусственный интеллект вряд ли полностью заменит медицинских кодировщиков. Большинство реальных внедрений сосредоточены на помощи в выполнении рутинных задач с большим объемом информации, а не на полном устранении этой роли. Кодирование по-прежнему требует умения принимать решения, интерпретации руководящих принципов и осведомленности о соблюдении требований. На практике ИИ меняет скорее сам процесс работы кодировщиков, чем сам факт необходимости в них.

Как в настоящее время используется ИИ в процессах кодирования медицинской информации?

Искусственный интеллект широко используется для предложения кодов, выявления релевантной документации, обозначения недостающей конкретики и сортировки диаграмм по сложности. Многие системы работают в модели с участием человека, где кодировщики проверяют, корректируют или отклоняют предложения ИИ. Это повышает скорость без передачи ответственности. Контроль по-прежнему необходим для обеспечения соответствия требованиям и точности.

Какие этапы медицинского кодирования проще всего автоматизировать с помощью ИИ?

Искусственный интеллект лучше всего работает с повторяющимися, хорошо документированными случаями, такими как плановые амбулаторные визиты или структурированные отчеты специалистов. Сценарии с большим объемом работы, построенные на основе согласованных шаблонов, легче автоматизировать. Поиск кодов, выделение доказательств и базовое выявление закономерностей отказов в оплате, как правило, являются эффективными примерами применения. Сложные клинические решения по-прежнему остаются сложной задачей.

Почему ИИ испытывает трудности с обработкой сложных или неоднозначных медицинских записей?

В клинической документации часто встречаются неопределенности, противоречивые диагнозы и неточные формулировки. Искусственный интеллект может ошибочно интерпретировать такие уточнения, как «возможно» или «исключить», как подтвержденные состояния. Он также может пропустить одно критически важное предложение, которое меняет последовательность или тяжесть заболевания. Эти нюансы лежат в основе соответствующего требованиям кодирования и их сложно безопасно автоматизировать.

Приведет ли искусственный интеллект к сокращению числа вакансий для начинающих специалистов в области медицинского кодирования?

Начинающие специалисты могут испытывать давление в первую очередь из-за автоматизации рутинной работы. Некоторые организации могут замедлить набор персонала, в то время как другие переводят младших программистов в отделы аудита или контроля качества. Влияние варьируется в зависимости от организации и направления деятельности. Карьерные пути могут меняться и перестраиваться, а не исчезать.

Как искусственный интеллект влияет на соблюдение нормативных требований и риски аудита в сфере медицинского кодирования?

Искусственный интеллект может как повысить скорость, так и увеличить риски при слабом управлении. Более быстрое кодирование без надежных процессов проверки может привести к увеличению количества отказов или риска аудита. Командам по обеспечению соответствия по-прежнему необходимы отслеживаемые обоснования и обоснованные решения. Человеческий контроль, журналы аудита и четкая подотчетность остаются важнейшими гарантиями.

Какие навыки помогают медицинским кодировщикам оставаться востребованными в среде, использующей искусственный интеллект?

Навыки, связанные с аудитом, интерпретацией руководящих принципов, анализом политики плательщиков и управлением отказами в оплате, как правило, хорошо сохраняются с течением времени. Кодировщиков, которые понимают, почему тот или иной код является правильным, а не только какой код выбрать, сложнее заменить. Специализированные знания и сотрудничество в области клинической документации также повышают ценность. Многие должности смещаются в сторону обеспечения качества и управления.

Реалистично ли внедрение «бесконтактного» медицинского кодирования для большинства организаций?

Бесконтактное кодирование может быть эффективным для простых случаев с четкой документацией. Однако для сложных случаев госпитализации или множественных заболеваний оно часто оказывается неэффективным. Большинство организаций добиваются лучших результатов при использовании гибридных рабочих процессов. Полная автоматизация, как правило, увеличивает потребность в последующих проверках и исправлениях, а не исключает работу.

Ссылки

  1. Управление генерального инспектора (OIG) Министерства здравоохранения и социальных служб США — Общие рекомендации по программе обеспечения соответствия — oig.hhs.gov

  2. Национальный институт стандартов и технологий (NIST) — Рамочная программа управления рисками в области ИИ (AI RMF 1.0) — nist.gov

  3. Национальный институт стандартов и технологий (NIST) — Профиль генеративного ИИ (NIST AI 600-1) — nist.gov

  4. Центры по программам Medicare и Medicaid (CMS) - Требования к документации медицинских записей (MLN909160) - cms.gov

  5. Центры по контролю и профилактике заболеваний (CMS) - Руководство по кодированию ICD-10-CM на 2026 финансовый год - cms.gov

  6. Центры по оказанию медицинских услуг Medicare и Medicaid (CMS) - Национальная инициатива по правильному кодированию (NCCI) - cms.gov

  7. Американская ассоциация управления медицинской информацией (AHIMA) - Инструментарий автоматизированного кодирования - ahima.org

  8. Центры по оказанию медицинских услуг Medicare и Medicaid (CMS) - Программа комплексного тестирования частоты ошибок (CERT) - cms.gov

  9. Центры по программам Medicare и Medicaid (CMS) - Услуги по оценке и управлению (MLN006764) - cms.gov

  10. Управление по подотчетности правительства США (GAO) - GAO-19-277 - gao.gov

  11. Центры по программам Medicare и Medicaid (CMS) - Корректировка рисков - cms.gov

Найдите новейшие разработки в области ИИ в официальном магазине ИИ-помощников

О нас

Вернуться в блог