研究者利用人工智能重新構思遠程醫療計費
隨著遠程醫療的日益普及，計費問題隨之而來。
遠程醫療是指醫生和病人不在同一地點或同一時間，通過電子通信技術提供醫療服務，這種模式的流行帶來了新的挑戰。在提交服務費用的過程中，現行的計費方法未能有效量化醫生的專業知識和經驗的差異。
俄亥俄州的遠程醫療計費系統，與全國其他地方一樣，已經顯得不可持續。辛辛那提大學卡爾·H·林德納商學院的副教授高東吉（Dong-Gil Ko）表示。
高東吉正在使用人工智能和電子健康記錄來解決這一問題。他的研究成果最近發表在《美國醫學信息學會雜誌》中，旨在創建一個更公平、更有效的計費模型。
他指出，現行的基於時間的計費模型在補償上存在不平等，因為它低估了有經驗的醫生的價值。那些能夠迅速提供準確答案的專家，可能獲得的報酬卻低於那些知識有限、需要更多時間回答問題的醫生。
這種系統不僅不合理地獎勵低效率，還未能認可認知判斷和專業知識的價值，導致技術熟練的醫生在提供高質量護理的情況下卻得不到應有的報酬。
為了解決這些不足，高東吉與UC Health的首席數字健康官翁貝托·塔金納迪（Umberto Tachinardi）和內科醫生兼研究員艾瑞克·J·沃姆（Eric J. Warm）合作。他們利用UC Health的人工智能和電子健康記錄，開發一種新計費模型，該模型將醫生的臨床判斷和專業知識與回答病人查詢所花的時間相結合。
高東吉表示：「我們能否為醫生的專業知識和身份進行合理評價？醫生經過多年嚴格的醫學培訓，獲得專業知識。我們應該承認並認可這一點，並找到衡量的方法。這樣可以創建一個平衡的計費模型，不僅考慮所花時間，還考慮醫生的專業知識。」
俄亥俄州目前的醫療計費代碼於2023年生效，根據醫生通過安全消息系統回答問題所花的時間進行支付。如果回應時間少於五分鐘，則服務免費；如果超過五分鐘，則根據所花時間獲得報酬，費用隨時間增加而增加。
高東吉指出：「有經驗的醫生因為專業知識能快速回應，但卻因為目前的計費模型優先考慮時間而賺得較少。相反，一位新手住院醫生可能因為經驗和知識有限，花費更長時間回答同樣的問題，從而能夠向病人收費。」
他強調：「這造成了一個系統性問題。如果我們遵循美國醫學會的指導方針，經驗較少的醫生可以獲得補償，而專家卻可能得不到。」
除了可能對專家造成不公正的待遇，現行模型還可能侵蝕醫生與病人之間的信任。它迫使醫生在沒有可靠方法衡量工作的情況下做出計費決定。
高東吉表示：「醫生不會用秒表來測量回應時間，某些問題可能需要多次會話來解決，這使得計費決策變得更加複雜。」
此外，病人是否會被收費的不確定性可能會使他們不願意聯繫醫療專業人士，這會打破護理的連續性，延誤治療，並可能導致更糟的健康結果。
高東吉指出：「我們需要平衡，計費必須考慮時間和醫療專業知識。」
他預計，隨著生成性人工智能在醫療實踐中變得更加普及，遠程醫療計費的挑戰將會增加。儘管人工智能可以提供更快的解決方案，但醫生仍然需要驗證其回應並投入時間來維護和操作這些系統，這些努力必須得到補償，以避免醫療專業人士的職業倦怠。
高東吉表示：「在早期階段，驗證人工智能輔助的回應將是至關重要的。」
高東吉的人工智能系統可以利用醫生的行為來更好地理解和衡量他們的專業知識，提供一個更公正的補償框架。他對機器學習模型的測試顯示出一致的結果，展示了更準確評估醫生專業知識和回答病人查詢所花時間的潛力。
他指出：「這種基於時間的指標是有限制的，這一模型在生成性人工智能進入的情況下是不可持續的。」
展望未來，高東吉希望將他的研究應用擴大，計劃創建一個系統，預測病人在提交問題之前是否會被收費，並從病人數據中挖掘洞見以改善護理結果。
通過結合人工智能和創新研究，高東吉的工作有望改變遠程醫療計費，確保醫生獲得公平的補償，同時改善病人的健康結果。他計劃在2025年與健康系統進行試點。
在現今醫療環境中，如何公平地評價醫生的專業知識和時間，將成為未來醫療體系改革的重要課題。這不僅關乎醫生的利益，更直接影響到病人的健康結果。隨著科技的進步，我們期待未來能有更公正、更有效的醫療計費系統出現。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
