AI 驅動的醫療編碼：新創公司如何應對醫療保險$250B 索賠危機

美國醫療保健系統每年因索賠拒付而流失數十億美元。每年約有**$265 billion**的索賠被拒絕，醫療機構正越來越多地轉向人工智慧，以簡化運營流程並保護收入來源。

索賠拒付增加的根本原因

問題的規模令人震驚。錯誤的醫療編碼佔超過40%的索賠拒付，而延遲提交則佔另外35%。資格驗證和事前授權問題進一步加劇了這些挑戰。對於醫院管理者和收入循環團隊來說，這些拒付不僅意味著收入損失，還帶來日益增加的運營摩擦。

近年來，編碼的複雜性急劇增加。診斷碼分類從 ICD-9 的19,000個選項膨脹到 ICD-11 的近120,000個。跟上 NCCI 編輯、Medicare 政策變動和支付方特定要求的步伐，對於大規模運作的人類團隊來說幾乎是不可能的任務。

RapidClaims 以310萬美元資金誕生，革新醫療編碼自動化

意識到這一系統性痛點，RapidClaims 已正式從秘密階段推出，並獲得310萬美元的種子資金，用於企業規模的醫療編碼自動化。此輪融資由 $250 Together Fund(，一個)百萬美元(的全球軟體投資機構主導，並得到 Better Capital、Neon Fund、Peercheque 和 DeVC 的支持。

公司領導團隊——Dushyant Mishra )CEO(、Jot Sarup Sahni )CTO( 和 Abhinay Vyas )CDO(——結合了深厚的醫療專業知識與成熟的產品擴展能力。Mishra 在2018年於 Abbott Healthcare 工作時首次發現這個機會，親眼目睹醫院在碎片化的收入循環流程中掙扎。隨著全國拒付率飆升以及大型語言模型展現解決編碼挑戰的明顯潛力，這一概念在2022年變得更加迫切。

值得注意的是，RapidClaims 已聚集來自美國知名醫療機構的顧問網絡，包括 Mass General 的執行董事 Oscar Benavidez)、Infinitus 的創始人兼 CEO Ankit Jain( 和 Scan Health 的總裁兼 CEO Sachin Jain)。

為收入循環量身打造的三款 AI 產品

RapidClaims 正部署三個不同的解決方案，針對醫療編碼流程的不同環節：

RapidCode 提供全自動醫療編碼，通過端到端自動化消除手動輸入瓶頸，降低行政負擔並提升準確性。

RapidAssist 作為現有編碼團隊的智能層，審核病歷文件、標記缺口，並建立由智能規則引擎驅動的定制查詢工具，以提升人類編碼員的生產力，而非取代他們。

RapidRisk 利用先進的 AI 計算風險調整指標(HCC 和 RAF 分數)，並根據與領先 CDI (臨床文件改進) 專家合作開發的框架，建議文件改進措施。

市場動能與早期驗證

時機具有戰略意義。由 Bain & Company 和 KLAS 共同分析發現，**80%**的美國醫療提供者正在擴大 IT 和軟體預算，並優先投資 AI 技術。收入循環轉型始終是醫療系統高層的首要運營焦點，旨在控制行政費用並追回損失的收入。

RapidClaims 快速驗證了產品與市場的契合度，在2023年6月Beta版推出後的兩個月內完成六個試點部署，已有五個額外的試點排隊待部署。

Together Fund 的聯合創始人 Manav Garg 表示：「AI 在簡化收入循環中的行政流程轉型潛力巨大。RapidClaims 團隊展現了深厚的醫療系統知識與真正的 AI 實現能力的罕見結合——這正是釋放價值的關鍵。」

Dushyant Mishra 補充說：「我們在成本降低、處理速度和淨收入改善方面已看到切實成果。雖然自動化至關重要，但我們也認識到專業的人類編碼員在應對細微規範和邊緣案例時仍不可或缺。RapidAssist 代表我們致力於增強——而非取代——熟練編碼員的能力。」