CN111063425B - 医疗礼宾 - Google Patents

Abstract

提供医疗礼宾的示例。在示例中，可以接收索赔。所述索赔包括与提供者向多个患者提供的服务有关的数据。所述索赔可以被解析以确定提供者、多个患者和所提供的服务。然后所述附加信息可以被取回。所述附加信息可以包括以下项中的一项：过去提交的索赔的数目，每个索赔的状态，提交的上诉的数目，上诉的状态以及所述提供者登记的投诉。此后，索赔和附加信息可以被分析，并且可以为所述提供者确定类别。所述类别可以基于所述索赔和所述附加信息计算的行为模型来确定。所述类别可以指示提供者的行为中的问题。

Description

医疗礼宾

背景技术

在现代健康和医疗行业中，诸如医生和内科医生的服务提供者治疗和处理的大量疾病和病症。随着最新技术的参与和技术的进步，诊断已经变得精确，并且治疗已经变得更加有效，从而提高了患者满意度和平均寿命。访问医疗服务的容易性和便利性也增加了很多。患者可以通过电话或聊天联系医生，以获得针对疾病提供药物和治疗，并在线或通过他们的移动设备向医生付费。

各种医疗公司向患者提供医疗计划，以用于覆盖患者的医疗费用并提供支付的灵活性。患者向这些公司登记医疗计划以利用这些福利。当患者由服务提供者(称为提供者)治疗时，于是患者产生的费用和开支通过提供者提交给公司(也称为付款人)的索赔来筹集，患者可以向该公司登记。在示例实施例中，所提交的索赔可以是保险索赔。提供者可以向付款人提交针对多个患者的索赔，并且付款人在收到索赔时可以核实提供者提交的索赔并在成功验证后进行支付。付款人还可以具有用于接收索赔的自动化系统，核实索赔的真实性并处理提供者的付款。

然而，现有系统是资源和时间密集性的，并且消耗大量时间来完成核实索赔和处理支付的过程。这样的系统效率低，并且由于不完整或不正确验证，不完整信息或与提供者有关的数据不可用而经常无法进行，从而降低了用户满意度。这些系统是被动的，并且不能采取主动措施来检测和解决过程中的问题。此外，当前系统不能实时收集和分析与提供者有关的数据，以便主动支持付款人和提供者。

本公开提供了针对问题的技术解决方案以有效且主动地向企业的雇员提供服务。

附图说明

通过以下附图中所示的示例来说明本公开的特征。在下面的图中，相同的数字表示相同的元件，其中：

图1示出了根据本公开的示例实施例的医疗礼宾系统的各种组件；

图2示出了根据本公开的示例实施例的描绘医疗礼宾系统的组件的工作的示例；

图3示出了根据本公开的示例实施例的描绘针对提供者的索赔的处理的示例；

图4示出了根据本公开的示例实施例的描绘签订合同和更新合同的示例；

图5示出了根据本公开的示例实施例的用于生成用于调查的警报的框图；

图6示出了根据本公开的示例实施例的描绘提供者的加入的示例；

图7示出了根据本公开的示例实施例的描绘针对提供者加入的各种事件的示例；

图8示出了根据本公开示例实施例的用于系统的实施例的硬件平台；

图9示出了根据本公开的示例实施例的用于确定提供者的类别的方法；

图10示出了根据本公开的示例实施例的用于提供补救措施以解决提供者的行为中的问题的方法；

图11示出了根据本公开的示例实施例的用于监视用于检测提供者的行为的各种参数的方法；

图12示出了根据本公开的示例实施例的用于启动针对提供者的自动调查的方法；

图13示出了根据本公开的示例实施例的用于针对提供者的行为中的问题生成多个假设的方法；

图14示出了根据本公开的示例实施例的用于收集与提供者有关的社交媒体上的评论和公共评论的方法；

图15示出了根据本公开的示例实施例的用于选择假设的方法；和

图16示出了根据本公开的示例实施例的用于评估提供者的改进和关闭案例的方法

具体实施方式

出于简化和说明的目的，通过主要参考其示例来描述本公开。本文描述的本公开的实例可以以不同的组合一起使用。在以下描述中，阐述细节以便提供对本公开的理解。然而，显而易见的是，可以在不限于所有这些细节的情况下实践本公开。此外，在整个本公开中，术语“一”和“一个”旨在表示特定元件中的至少一个，并且可以包括这样的元件中的一个或多个。如本文所用，术语“包括”表示包括但不限于，术语“包含”表示包含但不限于。术语“基于”表示至少部分地基于，术语“根据”表示至少部分地根据，并且术语“诸如”表示诸如但不限于。

本公开描述了用于向提供者和付款人提供医疗礼宾服务以用于以有效和主动的方式提交和处理索赔的系统和方法。服务可以由自动化系统提供，该自动化系统存储与提供者有关的数据、提供者提交的索赔、访问提供者的患者数量，以及基于提供者的行为建模支持和解决索赔的提交和处理中的问题。

诸如医生、内科医生和向患者提供服务的其他医疗从业者的提供者可能在提交索赔方面存在问题。例如，对于提交索赔，提供者可能提供不完整的数据或者可能忘记填写在线表格中的特定数据列或数据行。因此，每次提供者通过在线表格提交索赔时，索赔可能被驳回或被拒绝。在某些情况下，提供者还提交具有不同于或超过索赔的医疗政策中规定的限制的数据和信息的索赔。例如，当患者由于严重的医疗条件而需要更多次访问提供者并且因此实际访问次数超过医疗政策中指定的访问限制时，这可能发生。在另一个示例中，提供者可能具有在提交索赔期间提供关于患者的访问次数，治疗计划和医疗费用的虚假信息的习惯。

除了提交导致不希望的索赔的拒绝或驳回的相关问题之外，提供者还可能经历与过程相关的问题。例如，提供者可能必须等待很长时间以用于处理他们的付款，并且通常不知道该过程中延迟的原因。

本公开提供了对提供者在提交索赔中的行为中的问题的有效和主动分析，以及用于解决该问题从而加快整个过程的适当补救措施。此外，本公开提供了针对提交虚假数据的提供者的标识，以消除和最小化这种行为。

根据本公开的一个方面，可以从提供者接收索赔。索赔可以包括与提供者向多个患者提供的服务有关的数据。数据可以包括多个患者的访问次数，提供者建议的治疗以及每个患者的医疗费用。在一个示例中，可以将索赔提交给可以登记多个患者的付款人。然后可以解析索赔以确定索赔中包括的数据。例如，为了标识提供者和多个患者的细节。还可以解析索赔以确定提供者向多个患者提供的服务的细节。

在确定提供者之后，可以取回与提供者有关的附加信息。附加信息可能包括与过去提交的索赔数量，每项索赔批准、否定和驳回的状态，提供者提出的上诉数量，批准和拒绝的上诉状态以及提供者登记的投诉有关的信息。在一个示例中，可以从各种来源取回附加信息，诸如在线和公共数据库、内部数据库、提供者的工作人员以及由提供者访问和治疗的患者。此后，可以分析索赔和附加信息。在分析中，可以计算被拒绝的索赔的数目，被驳回的索赔的数目，被批准的索赔的数目，被提交的上诉的数目，被批准的上诉的数目以及被拒绝的上诉的数目，并与预定阈值进行比较。可以基于在驳回、拒绝或调整索赔之后提交的查询或上诉的历史的分析来确定预定阈值。阈值可以基于简单模型来计算，诸如驳回、拒绝或调整的索赔的数量的平均值；或者基于复杂模型来计算，例如机器学习模型。

在示例中，如果超过预定义阈值，则可以确定提供者的行为的类型。行为的类型可以指示提交索赔中的问题，并且可以分为三个类别，诸如针对患者、合规提供者和恶意提供者的必要性。患者的类别必要性可以包括提供偏离规定限制的信息或在索赔的医疗政策中指定数据的行为，其中可能由于患者的医疗必要性而发生偏差。例如，如果患者需要更多药物和严格的治疗计划，则费用可能超过医疗政策中规定的限制。

对于类别，兼容提供者，提供者可能由于不知道提交索赔的过程而犯下错误或过失。这可能包括在提交索赔期间遗漏某些信息或在表单中选择不正确的类别或选项。此外，类别恶意提供者可以包括行为，由此提供者可以定期提供虚假信息和数据以索赔高于实际发生的数量。

一旦将提供者分类为类别之一，就监视提供者的行为中的改变。在一个示例中，监视可能包括确定索赔拒绝和索赔调整之一的比率改变。如果存在索赔拒绝和索赔调整之一中的改变，则可能会启动调查。可以执行调查以确定提供者所示行为的原因。在调查期间，可以生成多个假设并且可以针对多个假设收集证据。基于所收集的证据，可以从多个假设中选择一个假设。在确定假设之后，可以确定补救措施并将其提供给提供者以用于解决该问题。

例如，如果提供者正在提供不完整的数据以用于提交索赔，则可以推断出原因，不知道提交索赔的过程。此后，可以确定多个假设，例如提供者没有经过适当培训以提交索赔、用于提交索赔的软件已过时、以及工作人员未被训练以用于提供代码。此后，可以从内部数据库取回诸如与提供者的培训相关的数据记录、软件的版本以及工作人员的技能和专业知识的证据。基于证据收集，未经训练的工作人员的假设可以被确定，并且可以提出为工作人员安排培训的补救措施。然后可以通过向提供者发出警报以及可实施的补救措施来使该假设被通知。

因此，使用与本公开一致的技术的系统(例如，医疗礼宾系统)可以主动地检测提供者在提交索赔时的行为中的问题，并向提供者提供补救措施以进行有效的整改。医疗礼宾系统提供资源和时间有效的技术，以用于解决问题并加快索赔的处理。

图1示出了根据本公开的示例实施例的用于向付款人和提供者提供支持服务的医疗礼宾系统100。在示例性实施例中，为此目的，医疗礼宾系统100(下文中称为系统100)使用向付款人和提供者提供服务的人工智能(AI)技术的组合，例如机器学习、数据挖掘和知识发现。

在一个示例中，系统100以及其他组件可以包括索赔分析器105、行为分类器110、行为监视器115和调查器120。系统100还可以包括补救器125、警报生成器130、提供者加入器135和合同更新器140。系统100可以通信地耦合到中央数据库145。

系统100向付款人和提供者提供主动且有效的支持服务。在示例中，可以提供支持服务以用于提供者的行为建模、问题检测、提供补救措施和提供者加入。可以执行行为建模以对提供者的行为进行分类以用于提交索赔并确定在提交索赔期间的行为中的问题。在检测到行为中的问题时，执行调查并确定补救措施以缓解该问题。

在一个示例中，系统100可以基于提供者提交的索赔的数量、提交的索赔的状态和提供者提交的申诉的数量来监视行为。系统100还可以监视提供者的行为的改变，并且基于行为的改变，系统100可以将提供者分类为新的类别。提供者的新类别可以包括例如正常类别、偶然错误类别、频繁错误类别、偶尔查询和频繁查询类别。可以基于历史数据的行为建模或者由于编码错误而被拒绝的索赔、查询的统计模式以及关于先前索赔提交的上诉来对提供者进行分类。行为模型可以是有限状态机、隐马尔可夫模型和同时一阶微分方程三者中的一个。这些模型中的每一个都具有参数，并且可以从历史数据计算参数。用于对提供者的类别进行分类的算法可以基于简单的回归技术或复杂的机器学习模型，例如支持向量机(SVM)。基于提供者的类别，可以进行调查以提供补救措施。

在本公开的示例实施例中，索赔分析器105可以接收由提供者提交的索赔。索赔可包括与提供者有关的信息，由提供者治疗的多个患者以及所提供的服务的细节。服务的细节可以包括患者对提供者的访问次数，诊断类型和治疗计划。索赔分析器105可以确定来自索赔的信息。此后，索赔分析器105可以取回与提供者和索赔有关的附加信息。附加信息可包括提供者提交的索赔的数量、无论是批准还是拒绝的每个索赔的状态、提交的上诉数量以及每个上诉的状态。

然后，行为分类器110可以为提供者生成行为模型。在一个示例中，可以基于行为模型的类型的公式来生成行为模型，诸如有限状态机、隐马尔可夫模型或任何其他模型之一。行为模型可以指示提交者提交索赔的行为模式。例如，提供者是否在提交索赔时重复提交任何错误、提供者是否提供虚假信息，具有患者访问次数，提供者的服务费和提供者的其他医疗费用的膨胀数据，或者根据索赔的医疗政策中规定的限制是否存在针对患者的比治疗计划更频繁地治疗患者的医疗必要性。因此，提供者的行为可以分类为三类别，合规提供者、恶意提供者和患者必要的。在一个示例中，行为分类器110可以基于索赔和附加信息生成行为模型。在生成行为模型之后，行为分类器110可以将提供者分类到三个类别中的任何一个中。

在一个示例中，行为监视器115可以针对指示提供者的行为中是否已经存在改变的各种参数来连续地监视提供者的行为。例如，如果提供者提交的索赔数量、提交的上诉数量、访问患者的数量、提供者的评论和评级已经发生了改变。提交的索赔数量中的改变可以是例如，提供者在过去四个月提交的索赔数量是否存在增加，或者提供者提出索赔是否存在急剧下降。一种情况中，在病例数增加的情况下，提交的索赔数量也可能增加。其他参数，例如提交的上诉数量下降以及提供者的差评级和反馈，也可能指示提供者的行为正在发生改变。行为监视器115还可以确定是否存在针对提供者的索赔拒绝或调整的改变。然后，行为监视器115可以确定提供者的行为中的改变。基于行为监视器115检测到的改变，行为分类器110可以确定提供者是否仍然可以处于先前类别中或者可能必须切换到另一类别。因此，行为分类器110可以更新提供者的类别。

标识提供者的类别的目的是确定提供者的行为类型并相应地执行调查和补救措施，因为每个类别可能需要特定类型的调查和补救措施。在示例中，基于提供者的类别，调查器120可以调查以确定提供者的行为的问题。例如，如果提供者是合规的并且在提交索赔期间在填写一列或两列数据时重复犯错，则问题可能是缺乏对那些特定数据的认识。在另一个示例中，如果提供者每次提供与访问患者的数量有关的虚假数据或建议索赔更高金额的治疗计划，那么该问题可能是对数据的错误陈述。

在确定问题之后，调查器120可以生成多个假设并收集与多个假设相关的证据。然后，调查器120可以基于证据与假设的相关性来选择假设。例如，如果提供者落入患者的类别必要性，则所提供的数据和信息可能与索赔的医疗政策中规定的限制不同。调查器120可以确定针对患者A的必要性，针对患者B的必要性和针对患者C的必要性作为多个假设。对于每个假设，调查器120可以取回针对与患者A、患者B和患者C的医疗条件、患者A，B和C的病史以及对患者A，B和C的治疗的效果有关的数据的证据。在收集证据之后，调查器120可以基于与索赔中提供数据的匹配来确定患者B的医疗条件是相关的。此后，调查器120可以从多个假设中选择患者B的假设必要性以进行补救措施。

补救器125可以分析该假设并收集与来自社交媒体的评论和投诉有关的数据。为了分析该假设，补救器125可以基于例如在缺乏经验的工作人员提交索赔中的频繁编码错误、积极的索赔提交或在执行的诊断和程序之间的不一致提交来制定假设。此外，补救器125可以收集用于制定假设的证据，其中可以针对每个假设收集不同的证据。补救器125还可以从社交媒体收集额外的证据，例如提供者和内科医生的评论和投诉。然后，补救器125可以确定解决与提供者行为有关的问题的补救措施。补救措施可以是例如，提供者是否需要提交索赔的培训，提供者的工作人员是否需要培训，软件是否需要升级。此外，警报生成器130可以生成警报并将该问题连同补救措施一起通知给提供者。

提供者加入器135可以基于提供者共享的信息之一并检测提供者的实践中的改变来确定提供者简档中的改变。实践包括单独实践和群组实践二者之一。在一个示例中，实践中的改变可以包括提供的服务的改变以及实践中包括的内科医生的改变。可以通过提供者直接共享的信息来检测实践中的改变，例如通过提供者更新或间接地来自从其他来源(包括公共可用信息)取回的信息。然后，提供者加入器135可以取回与新简档有关的信息，并因此可以用该信息更新提供者的简档。然后，提供者加入器135可以将提供者的更新的简档存储在数据库145中。

提供者和付款人通常在它们之间具有合同以确定策略，以及适用于调节提供者和付款人之间的各种交易的规则。合同包括用于调节两者之间关系的多个定义和政策。在示例中，在检测到提供者的简档中的改变时，还可能必须更新受更新影响的各种定义。例如，如果在合同的群组实践中存在与责任相关的条款，并且提供者的实践已经改为单独实践，则可能必须更新责任条款以包括根据单独实践的责任。

合同更新器140可以解析与提供者的现有合同以确定多个定义。然后，合同更新器140可以基于提供者的简档中的改变来确定是否必须更新多个定义中的定义。这可以通过比较现有合同中的定义是否涵盖提供者的更新简档来确定。如果不是，则可能必须更新定义。此后，合同更新器140可以改变定义并更新现有合同。参考后续附图的描述，系统100相对于附加组件的工作将借助于示例来进行详细解释。

图2示出了根据本公开的示例实施例的针对系统100与附加组件一起工作的框图200。索赔裁决器205可以接收由提供者提交的索赔。然后，索赔裁决器205可以确定提供者提交的索赔是否被批准、拒绝、驳回或调整。如果索赔被批准，则警报生成器210可以生成用于批准的警报。行为监视器215还可以监视提供者的行为以检测改变。行为监视器215可以监视由提供者提供的一般服务220，提供者的登记225，提供者所需的重新认证230，以及提供者的提供者更新235。一般服务220可以包括例如内科、牙科和妇产科医生(OBGYN)。登记225可以包括加入新的实践或新的提供者，核实新提供者的许可证以及针对新提供者或由新提供者提交的医疗事故诉讼的历史。在提供者加入后，提供者可能会在一段时间后重新认证。作为重新认证过程的一部分，该实践可能必须更新该实践的当前状态。这可能包括，例如，在实践中加入新的提供者以及从实践中退出先前的提供者。

在检测到改变时，警报生成器210可以为提供者生成警报。可以由案例管理器240建立对应于提供者的案例。案例管理器240可以确定针对案例采取的下一步骤。例如，根据条件，案例管理器240可以确定是否将案例转发到对话管理器245还是存储在主数据管理250和数据库145中。如果案例存储在主数据管理250中，则可以稍后利用该案例以用于导出用于调查提供者的案例的假设。在一个示例中，对话管理器245可以允许提供者通过电子邮件、聊天和语音模块255讨论该问题。如果提供者可能需要更多帮助，则可以将提供者引导到人工代理辅助260。在示例中，对话管理器245还可以将案例提供给合同管理器265以用于存储。协调器270可以协调组件之间的案例的流程。

图3示出了用于处理索赔的框图，其中300-1示出了由提供者提交并处理的索赔，以及300-2示出了由付款人处理的索赔。参考框305，可以提交针对索赔的编码。可以存在针对每个索赔的多个代码，并且在提交索赔期间，提供者可以选择要提交的适当代码。索赔可以在310处提交。在提交索赔之后，可以在315接受或调整索赔。调整可以包括批准比提供者索赔的数量更少的数量。这可能是因为基于付款人对索赔的评估而计算的数量。还可以接受索赔，其中可以向提供者提供索赔中要求索赔的完整量。在一个示例中，可以在框320处驳回该索赔。该索赔可能由于在提交索赔或选择合适提交代码期间的任何错误而被驳回。在驳回索赔后，提供者可能有机会重新提出索赔。该索赔也可能在325处被拒绝，其中该数量可能不被付款人支持。在这种情况下，提供者可以在框310处修改索赔并再次提交索赔。

在一个示例中，当已经接受或调整了索赔时，可以在框330处执行对索赔的支付。还可以提交针对索赔的上诉，其可能在框335处被拒绝或调整。如果上诉被拒绝或调整，则可以在框340修改索赔，然后在310提交。在一个例子中，当索赔被拒绝或驳回时，可以在方框345放弃索赔。

参考300-2，在框350处，可以提交待决的索赔以进行裁决。在框355处，可以裁决每个待决的索赔。每个索赔可以在框360处被拒绝、在框365处被驳回或在框370处被调整。如果索赔被调整，则可以在框375处由付款人准备利益解释(EOB)。在准备EOB之后，可以在框380处执行对应于索赔的支付。

图4示出了根据本公开的示例实施例的用于签订合同和更新合同的框图400。可以在415处为合同组成提供合同模板405和参数410。合同模板405提供合同的总体结构并允许快速和有效的合同组成。参数410可以包括要包括在合同中的各种定义。在一个示例中，合同组成415可以利用现有合同分类420来组成合同。在一个示例中，现有合同分类420可以包括属于不同类别的提供者的不同类型的合同。例如，针对属于类别兼容提供者的提供者的特定类型的合同。在另一个示例中，现有合同分类420可以包括属于专门提供者的合同，例如针对内科医生、心脏外科医生和物理治疗师的不同合同。

然后可以将合同存储在合同425数据库中。合同425还可以存储从信息提取430接收的信息和用于现有合同的参数435。在一个示例中，信息提取430可以从合同中提取信息，包括提供者服务的范围和针对提供的每个服务的定价计划。定价计划可以基于组织定义的标准，例如Medicare或Medicaid。例如，定价计划可包括约150％的价格或按组织指定的比率。在框440处更新合同的情况下，可以向合同管理445提供与更新的合同有关的信息。在一个示例中，合同管理445可以在合同中合并附加信息以更新合同。基于从合同管理445接收的信息，可以生成新合同或者可以更新现有合同。合同425数据库可以提供与合同有关的信息以用于450处的合同供应。合同供应450可以供应和编纂付款人和提供者之间的合同。索赔仲裁器455可以基于付款人和提供者之间的合同来裁决索赔。在一个示例中，合同425可以从合同知识图460接收关于要包括在合同中的各种策略和条款的信息。问题答案(QA)引擎465还可以耦合到合同425，用于查询针对信息的合同425并从合同425取回信息。

图5示出了根据本公开的示例实施例的用于生成用于调查的警报的框图500。图500示出了可以生成用于调查的警报并且可以执行自动调查的各种条件。例如，如果在框505处提供者实践中存在改变，从单独实践到群组实践，然后就可以启动框510处的调查警报。在一个示例中，可以在框515处分析针对提供者的赞美或投诉。此后，可以收集来自社交媒体的关于与在520处的赞美或投诉的赞美和投诉的数据。具有付款人的排除、许可和惩戒状态也可以在框525检查并且因此可以生成警报。在一个示例中，排除可以指从由付款人登记的一些计划中排除的提供者，因为提供者提供服务和护理收取的费用较高。提供者的排除可以帮助付款人管理医疗保健计划的总体成本。在框530处，可以分析索赔提交统计数据。索赔提交统计数据可能包括提供者的过去索赔提交，接受或拒绝的索赔数量，其他提供者提交的索赔数量以及其他提供者提交的索赔的状态。

此后，可以在535确定索赔提交的统计数据的异常改变。如果检测到改变，则触发调查警报。在另一个示例中，可以在框540处接收和分析裁决结果。在框545，可以检测与编码偏差有关的错误。例如，可以检测为提交索赔而输入的错误代码。如果检测到输入代码的错误，则可以生成警报。在一个示例中，在框550处，可以接收利益决定，然后可以在555处检测利益计算的错误或系统偏差。例如，根据付款人的计算，如果要对提供者进行的支付少于提供者在索赔中提交的内容，则可以生成警报。在另一示例中，如果在框560处上诉或呼叫的比率增加，则可以生成警报。

图6示出了根据本公开的示例实施例用于用具有用于处理索赔的系统100加入提供者的框图600。在框605，可以接收加入请求。可以从提供者接收用于登记和加入的加入请求。在接收到加入请求之后，可以在610处评估与加入相关的风险。评估可以包括确定和评估提供者的历史以及提供者在治疗患者和提交索赔方面的过去表现。对于风险评估，可以在框615执行数据收集。在一个示例中，可以从各种源收集数据，例如数据库，先前的组成员和设施所有者。

在一个示例中，在数据评估之后，提供者的证书和许可证可以在框620处被验证。为了验证，可以在625处从存储提供者许可证的数据库核实许可证。在核实许可证之后，在630处，也可以核实与证书和许可证相关的支持文档，例如经验证书、预约信、资格证书。此后，关于提供者的信息可以在635处公布在公共数据库上并存储在公共数据库640中。此外，参考参考图7的描述，借助于示例详细解释了可以启动提供者的加入的各种条件。

图7示出了根据本公开的示例实施例的用于在执行加入时确定各种事件的框图700。框图700-1示出了用于加入的提供者的实践中的改变，并且700-2示出了在提供者的加入期间执行的过程。参考框705，当提供者可以开始单独实践时，可以执行加入。在框710处，当提供者可以加入群组实践时，可能需要提供者的加入。在一个示例中，当提供者从一个实践切换到另一个实践时，在框715处，例如，从单独实践到群组实践或从群组实践到单独实践，可以执行加入。在框720处，当提供者可以被加入时，可以更新现有合同或者可以为提供者建立新合同。此后，在框725处，可以核实提供者证书，例如证书，学位和指示提供者的资格和专业知识的其他文档。在一个示例中，核实提供者证书可能需要在提供者上执行关于提供者的资格、证书和许可证的背景检查。

图8示出了根据本公开示例实施例的用于系统100的实施例的硬件平台800。特别地，计算机器例如但不限于可以用于执行系统100或者可以具有硬件平台800的结构的内部/外部服务器集群、量子计算机、台式机、笔记本电脑、智能电话、平板电脑和可穿戴设备。硬件平台800可以包括未示出的附加组件，并且可以移除和/或修改所描述的一些组件。在另一示例中，具有多个GPU的计算机系统可以位于包括亚马逊网络服务的外部云平台上，或内部企业云计算集群，或组织计算资源等。

在图8上，硬件平台800可以是可以与这里描述的示例一起使用的计算机系统800。计算机系统800可以表示包括可以是服务器或另一计算机系统中的组件的计算平台。计算机系统800可以由处理器(例如，单个或多个处理器)或其他硬件处理电路执行本文描述的方法、功能和其他过程。这些方法、功能和其他过程可以体现为存储在计算机可读介质上的机器可读指令，其可以是非暂态的，例如硬件存储设备(例如，RAM(随机存取存储器)、ROM(只读存储器)、EPROM(可擦除可编程ROM)、EEPROM(电可擦除、可编程ROM)、硬盘驱动器和闪存)。计算机系统800可包括处理器805，其执行存储在非暂态计算机可读存储介质810上的软件指令或代码来执行本公开的方法。例如，软件代码包括检测问题和转发问题以进行处理，从其他员工和团队收集数据、分析数据以确定问题的解决方案并向员工提供解决方案的指令。

读取计算机可读存储介质810上的指令并将其存储在存储装置815中或存储在随机存取存储器(RAM)820中。存储装置815提供大空间用于保持静态数据，其中至少一些指令可以存储在其中以用于以后执行。可以进一步编译存储的指令以生成指令的其他表示并动态地存储在RAM 820中。处理器805从RAM 820读取指令并按照指示执行动作。

计算机系统800还包括输出设备825，以用于提供执行的至少一些结果作为输出，包括但不限于向雇员提供关于解决方案和响应于其查询的视觉信息。输出设备825可以包括计算设备的显示器和虚拟现实眼镜。例如，显示器可以是移动电话屏幕或笔记本电脑屏幕。GUI和/或文本在显示屏上呈现为输出。计算机系统800还包括输入设备830，以向用户或另一设备提供用于输入数据和/或以其他方式与计算机系统800交互的机制。输入设备可包括例如键盘、小键盘、鼠标，或触摸屏。在示例中，机器人的输出显示在输出设备825上。这些输出设备825和输入设备830中的每一个可以通过一个或多个附加外围设备连接。

例如，可以提供网络通信器835以将计算机系统800连接到网络，并且进而连接到与网络连接的其他设备，包括例如其他客户端、服务器、数据存储和接口。网络通信器835可以包括例如诸如LAN适配器或无线适配器的网络适配器。计算机系统800包括访问数据源845的数据源接口840。数据源是信息资源。作为示例，异常和规则的数据库可以是数据源。此外，知识库和策划数据可以是数据源的其他示例。

根据本公开的示例实施例，图9示出了用于确定提供者的类别的方法900，图10示出了用于提供补救措施以解决提供者的行为中的问题的方法1000，并且图11示出用于监视各种参数以用于检测提供者行为的方法1100。此外，根据本发明的示例实施例，图12示出了用于启动提供者的自动调查的方法1200，图13示出了用于针对提供者的行为中的问题生成多个假设的方法1300，图14示出了用于收集与提供者相关的社交媒体评论和公共评论的方法1400，图15示出了用于从多个假设中选择假设的方法1500，并且图16示出了的用于评估提供者的改进和关闭案例的方法。

应当理解，这里示出的方法步骤仅供参考，并且步骤的其他组合也是可能的。此外，除了分别如图9、图10、图11、图12、图13、图14、图15和图16所示中所示的步骤之外，方法900、1000、1100、1200、1300、1400、1500和1600可以包含一些步骤。为简洁起见，在图1、图2、图3、图4和图5的描述中详细解释的系统100的结构和操作特征在图9、图10、图11、图12、图13、图14、图15和图16的描述中没有详细解释。方法900、1000、1100、1200、1300、1400、1500和1600可以由系统100的组件执行。

框905处，可以接收索赔。该索赔可以由向多个患者提供健康和医疗服务的提供者提交。在示例中，索赔分析器105可以接收索赔。在框910处，可以解析索赔以确定提供者、多个患者以及提供给多个患者的服务的细节。此后，在框915处，可以取回与提供者有关的附加信息。附加信息可包括过去提交的索赔的数量、每个索赔的状态、过去提交的上诉的数量以及提交的每个上诉的状态。在示例中，索赔分析器105可以解析索赔以确定提供者、多个患者和所提供的服务，并且取回关于提供者的附加信息。

在框920，可以分析与提供者有关的索赔和附加信息。基于该分析，在框925，可以为提供者选择类别。在一个示例中，行为分类器110可以分析索赔和附加信息来确定提供者的类别。

参考方法1000，在框1005，可以监视提供者的行为。在一个示例中，行为监视器115可以监控提供者的行为。行为监视器115可以以持续的方式执行监视，使得可以跟踪和记录行为的任何改变。在框1010，索赔拒绝和调整的增加可以被确定。例如，如果针对提供者在过去六到七个月内提交的索赔的存在索赔拒绝上升。在框1015，自动调查可以被启动。进行调查以确定行为改变的问题并提供补救措施动作。调查器120可以启动自动调查。

在框1020，可以制定与行为中的改变相关的多个假设。在一个示例中，调查器120可以制定多个假设。此后，在框1025，可以收集与多个假设有关的证据，并且基于证据，可以选择假设。在一个示例中，调查器120可以收集关于多个假设的证据以选择假设。在框1030，可以向提供者提供补救措施以解决该问题。在一个示例中，补救器125可以确定补救措施并向提供者提供补救措施。

图11示出了根据本公开的示例实施例的用于监视与提供者有关的各种参数的方法1100。在框1105，可以监视提供者的商业实践。业务实践可以是单独实践，其中提供者独立地作为服务提供者操作，以及提供者作为群组成员操作以向多个患者提供服务的群组实践。在一个示例中，行为监控器115可以监控提供者的商业实践。

在框1110处，可以更新合同。合同包括用于提供者与付款人合作的各种定义和政策。在一个例子中，在提供者的商业实践发生改变的情况下，可能还必须在合同中更新各种定义和策略。在一个示例中，合同更新器140可以基于提供者的行为中的改变来更新合同。在框1115，提供者角色可以被监视。提供者角色可以是提供者提供的实际服务。例如，这可能包括例如内科，整形外科，牙科或某些专业领域。此后，在框1120，可以监视提供者的索赔提交。索赔提交可以包括监控提供者过去提交的索赔的数量、每个索赔的状态是否被接受、驳回、拒绝或调整。在一个示例中，行为监控器115可以监控提供者的索赔提交。

在框1125，可以监视利益决定、索赔利益和决定上诉。在示例中，还可以监视与呼叫中心或帮助台的交互，包括记录的呼叫和与呼叫中心的代表的聊天。行为监控器115可以监控利益决定、索赔利益和决定上诉。此后，在框1130，还可以监视提供者对服务台做出的呼叫或者提供者和服务台之间的任何其他对应关系。行为监视器115可以监视呼叫并记录提供者和帮助台之间的对应关系。

参考方法1200，在框1205处，可以建立调查案例。在一个示例中，调查案件可以由调查器120建立。此后，可以在框1210处建立案例向量。在一个示例中，可以基于索赔表格上的参数建立索赔向量，例如，来自Medicare和Medicaid中心的表格CMS-1500。该表格可以包括提供者的详细信息，患者的人口统计、诊断代码和与诊断和治疗中涉及的程序相对应的程序代码。调查器120可以为调查案例建立案例向量。在建立案例向量之后，可以在1215处从案例库确定类似的案例。在示例中，案例向量可以指示案例，并且案例的相似性可以基于距离度量来确定，例如欧几里德距离。案例向量可以包括案例的关键属性，例如提供者的类型，索赔的性质和争议的起源。类似的案例提供了与过去检测到的行为和问题的类型相关的数据，为提供者确定的假设类型和建议的补救措施。调查器120可以从案例库中找到类似的案例。此后，在框1220，可以启动自动调查以导出多个假设。在一个示例中，调查器120可以启动自动调查。

方法1300用于根据本公开的实施例基于裁决结果生成多个假设。在框1305，可以将提供者简档存储在案例库中。案例库存储多个提供者的简档并用作数据库，用于取回与提供者有关的信息以用于调查目的。例如，在提供者的行为类似于另一提供者的行为简档的情况下，可以参考其他提供者的简档以推断假设。在示例中，行为分类器110可以将提供者简档存储在案例库中。在框1310，可以基于公共数据库上的提供者的投诉和来自社交媒体的负面评论来生成多个假设。在示例中，可以基于潜在问题生成假设，例如，对索赔的不正确编码、关于索赔的询问，或对索赔的决定的上诉。针对索赔的错误编码的假设可能是由于员工培训不足，或者恶意欺诈，或者最大化利益计算。询问的假设可能是关于索赔的状态或对索赔的提交程序的澄清。该决定的上诉可能与针对利益支付资格或利益计算的决定有关。调查器120可以根据针对提供者提出的投诉以及与提供者相关的负面评论和反馈来生成多个假设。

此后，在框1315，可以基于索赔的裁决结果生成多个假设。裁决结果可能是来自提供者的索赔是否被拒绝、批准或调整。例如，如果来自提供者的索赔已经被批准，则可以推断出提供者由于更多认识而在提交索赔中产生更少错误的假设。在示例中，调查器120可以基于裁决结果生成多个假设。

参考方法1400，在框1405，对于多个假设，可以取回索赔提交的历史。历史可以包括信息，例如提供者提交的索赔的数量，每个索赔的状态是否被批准或拒绝，针对索赔的拒绝给出的理由，提供者在拒绝索赔之后采取的动作。调查器120可以取回索赔提交的历史。在框1410，可以取回提供者的历史，工作人员的简档和工作人员的历史。提供者的历史可以包括由提供者治疗的患者的数量、多个患者的反馈和评级、患者与提供者的体验、提供者的先前商业实践和提供者的表现。此外，提供者还可以具有用于处理和管理患者的工作人员。工作人员的简档可以包括工作人员的资格、专业知识和技能，以确定他们是否有资格处理患者并帮助提供者向患者提供服务。工作人员的历史可以包括当前设施和先前设施中的工作人员的成员的表现、提供者的评级和反馈、关于工作人员的成员的设施拥有者和患者。此后，在框1415处，可以取回与每个群组的提供者有关的数据。在示例中，调查器120可以取回针对每个组的提供者的数据。在取回数据之后，可以收集与提供者有关的社交媒体上的评论和公共评论。在示例中，调查器120可以收集与提供者有关的社交媒体的评论和公共评论。

图15示出了根据本公开的示例实施例的用于基于排名选择假设的方法1500。在框1505，可以馈送多个假设用于评估。此后，在框1510，为评估提供效用函数和证据。效用函数可用于确定多个假设的可能性并帮助选择最可能的假设。例如，基于对索赔的编码，效用函数可以评估提供者是否采取谨慎方法来确定医疗必要性、诊断是否合理、程序是否与诊断一致(或者更强烈)、编码人员是否考虑过不同程序之间的相互依赖关系中的至少一种。在一个示例中，调查器120可以提供多个假设用于评估，然后提供效用函数和用于评估的证据。在框1515，可以为每个假设生成置信度分数。置信度得分可以由调查器120生成。此后在框1520，可以对每个假设进行排名并且可以基于排名来选择假设。在示例中，调查器120可以对每个假设进行排名，然后基于排名选择假设。

方法1600涉及评估提供者的改进以用于关闭案例。在框1605，可以接收假设。在示例中，假设可以由索赔分析器105接收。在框1610，可以确定假设的根本原因。索赔分析器105可以确定假设的根本原因。在框1615，可以基于根本原因生成推荐和动作。在一个示例中，推荐包括对提供者的工作人员的额外培训、消除对索赔提交的偏见、调整索赔中的利益请求、改进提供者的设施，对提供者的附加培训中的一种。在生成推荐之后，可以监视提供者以进行改进。在框1615，可以针对提交索赔的行为的改进评估提供者。可以基于例如减少索赔拒绝和索赔批准数量的增加来检测改进。在检测到提供者的行为的改进之后，然后可以在框1620关闭该案例。

本文描述和说明的是本公开的示例。本文使用的术语，描述和附图仅以说明的方式阐述，并不意味着限制。可种改变在本主题的精神和范围内是可能的，其旨在由所附权利要求及其等同物限定，其中除非另有说明，否则所有术语均以其最广泛的合理含义表示。

Claims (14)

1.一种医疗礼宾系统(MCS)，包括：

处理器用于：

从提供者接收索赔，所述索赔包括与由所述提供者向多个患者提供的服务有关的数据，与提供的所述服务有关的所述数据指示针对所述多个患者中的每一个患者的访问的数目、治疗计划和医疗费用；

解析所述索赔以确定所述提供者、所述多个患者以及与提供的所述服务有关的所述数据；

取回关于所述提供者的附加信息，所述附加信息包括以下项中的至少一项：过去提交的索赔的数目、批准的每个索赔的状态、由所述提供者提交的上诉的数目、被批准和被拒绝的所述上诉的状态和由所述提供者登记的投诉；

针对以下项中的至少一项，基于预定义阈值分析所述索赔和所述附加信息：被拒绝的索赔的数目、被驳回的索赔的数目、被批准的索赔的数目、被提交的上诉的数目、被批准的上诉的数目、以及被拒绝的上诉的数目；

基于经分析的所述索赔和所述附加信息与预定义阈值的比较确定所述提供者的类别；

监控以下项中的至少一项：由所述提供者提交的索赔的数目、到所述提供者的访问患者的数目、所述提供者的评论、所述提供者的评级、所述提供者在社交媒体上的反馈以及对所述提供者的投诉；

确定与所述提供者相关联的索赔拒绝和与所述提供者相关联的索赔调整中的一项的增加；

基于所述监测和所述索赔拒绝和所述索赔调整中所述增加的所述确定来确定所述提供者的所述类别的改变；

基于所述提供者的所述类别的所述改变的所述确定，更新所述提供者的所述类别；

分析针对所述提供者的所述索赔、所述附加信息和所述类别，以确定问题；

基于以下项中的至少一项，推断多个假设并且从所述多个假设中选择假设来解决所述问题：所述索赔的不正确编码、关于所述索赔的查询、或者对所述索赔的决定提交的上诉以及所确定的所述问题，其中推导多个假设包括：

基于所述索赔的参数建立案例向量，其中所述参数包括所述多个患者的人口统计的详情以及与涉及诊断的程序相对应的诊断代码和程序代码；以及

基于来自案例库的所述案例向量标识另一案例，其中所述另一案例提供与过去检测到的问题有关的数据、过去为所述提供者确定的假设以及过去建议的补救措施，其中所述另一案例基于欧几里德距离而被标识。

2.根据权利要求1所述的MCS，其中所述处理器还用于：

收集与以下项中的一项有关的证据：与所述索赔相关联的患者的医疗状况、与所述索赔相关的所述患者的病史以及对与所述索赔相关联的所述患者的治疗的效果；

基于所述证据从所述多个假设中选择所述假设；

基于以下项中的一项分析所述假设，以确定用于解决所述问题的补救措施：提交索赔中的编码错误、积极的索赔提交和在执行的诊断和程序之间的不一致；

生成针对所述问题的警报；以及

将所述问题的所述警报以及所述补救措施提供给所述提供者以用于解决所述问题。

3.根据权利要求1所述的MCS，其中所述处理器还用以：

基于由所述提供者共享的信息中的一项来确定提供者简档中的改变；以及

取回与所述提供者的经改变的所述简档有关的信息；以及

使用数据库中的经取回的所述信息更新所述提供者简档。

4.根据权利要求3所述的MCS，其中所述处理器还用于：

确定经更新所述提供者简档是否在现有合同下被涵盖；以及

在经更新所述简档在现有合同下未被涵盖时，基于经更新所述简档和存储的合同集合，来更新所述现有合同。

5.一种方法，包括：

从提供者接收索赔，所述索赔包括与由所述提供者向多个患者提供的服务有关的数据，与提供的所述服务有关的所述数据指示针对所述多个患者中的每一个患者的访问的数目、治疗计划和医疗费用；

解析所述索赔以确定所述提供者、所述多个患者以及与提供的所述服务有关的所述数据；以及

取回关于所述提供者的附加信息，所述附加信息包括以下项中的至少一项：过去提交的索赔的数目、批准的每个索赔的状态、由所述提供者提交的上诉的数目、被批准和被拒绝的所述上诉的状态和由所述提供者登记的投诉；

针对以下项中的至少一项，基于预定义阈值分析所述索赔和所述附加信息：被拒绝的索赔的数目、被驳回的索赔的数目、被批准的索赔的数目、被提交的上诉的数目、被批准的上诉的数目、以及被拒绝的上诉的数目；

基于经分析的所述索赔和所述附加信息与预定义阈值的比较确定所述提供者的类别；

监控以下项中的至少一项：由所述提供者提交的索赔的数目、到所述提供者的访问患者的数目、所述提供者的评论、所述提供者的评级、所述提供者在社交媒体上的反馈以及对所述提供者的投诉；

确定与所述提供者相关联的索赔拒绝和与所述提供者相关联的索赔调整中的一项的增加；

基于所述监测和所述索赔拒绝和所述索赔调整中所述增加的所述确定，来确定所述提供者的所述类别的改变；

基于所述提供者的所述类别的所述改变的所述确定，更新所述提供者的所述类别；

分析针对所述提供者的所述索赔、所述附加信息和所述类别，以确定问题；

基于以下项中的至少一项，推断多个假设并且从所述多个假设中选择假设来解决所述问题：所述索赔的不正确编码、关于所述索赔的查询、或者对所述索赔的决定提交的上诉以及所确定的所述问题，其中推导多个假设包括：

基于所述索赔的参数建立案例向量，其中所述参数包括所述多个患者的人口统计的详情以及与涉及诊断的程序相对应的诊断代码和程序代码；以及

基于来自案例库的所述案例向量标识另一案例，其中所述另一案例提供与过去检测到的问题有关的数据、过去为所述提供者确定的假设以及过去建议的补救措施，其中所述另一案例基于欧几里德距离而被标识。

6.根据权利要求5所述的方法，还包括：

收集与以下项中的一项有关的证据：与所述索赔相关联的患者的医疗状况、与所述索赔相关的所述患者的病史以及对与所述索赔相关联的所述患者的治疗的效果；

基于所述证据从所述多个假设中选择所述假设；以及

向所述提供者提供补救措施以解决所述问题。

7.根据权利要求6所述的方法，其中，制定所述多个假设包括：

将提供者简档存储在案例库中，所述提供者简档包括与商业简档、多个患者、治疗计划、所述提供者的经验和培训有关的数据；以及

分析投诉、社交媒体上的负面评论和针对所述索赔的裁决结果。

8.根据权利要求6所述的方法，其中选择所述假设包括：

基于与所述多个假设中的每个假设的相对应的置信度分数，对每个假设进行排名；以及

基于所述排名选择所述假设。

9.根据权利要求6所述的方法，其中收集所述证据包括：

从索赔数据库取回所述提供者的索赔提交的历史；

收集提供者简档、工作人员简档和工作人员的历史；

取回与针对群组的所述提供者有关的数据；

从社交媒体收集与所述提供者有关的评级和公众评论；以及

基于所收集的所述评级和评论分析所述假设以解决所述问题。

10.根据权利要求6所述的方法，其中提供所述补救措施包括：

接收所述假设；

生成推荐，其中所述推荐包括以下项中的一项：对所述提供者的工作人员的额外培训、消除索赔提交的偏差、调整所述索赔中的利益请求、改善所述提供者的设施、对所述提供者的额外培训；

评估所述提供者在所述索赔提交中的改进；和

在确定所述改进时关闭所述案例。

11.一种包括机器可读指令的非暂态计算机可读介质，所述机器可读指令可由处理器可执行以：

从提供者接收索赔，所述索赔包括与由所述提供者向多个患者提供的服务有关的数据，与提供的所述服务有关的所述数据指示由所述多个患者访问的数目、治疗计划和针对所述多个患者中的每个患者的医疗费用；

解析所述索赔以确定所述提供者、所述多个患者以及与提供的所述服务有关的所述数据；

取回关于所述提供者的附加信息，所述附加信息包括以下项中的至少一项：过去提交的索赔的数目、批准的每个索赔的状态、由所述提供者提交的上诉的数目、批准和拒绝的所述上诉的状态和由所述提供者登记的投诉；

针对以下项中的至少一项，基于预定义阈值分析所述索赔和所述附加信息：被拒绝的索赔的数目、被驳回的索赔的数目、被批准的索赔的数目、被提交的上诉的数目、被批准的上诉的数目、以及被拒绝的上诉的数目；以及

基于经分析的所述索赔和所述附加信息与预定义阈值的比较确定所述提供者的类别；

监控以下项中的至少一项：由所述提供者提交的索赔的数目、到所述提供者的访问患者的数目、所述提供者的评论、所述提供者的评级、所述提供者在社交媒体上的反馈以及对所述提供者的投诉；

确定与所述提供者相关联的索赔拒绝和与所述提供者相关联的索赔调整中的一项的增加；

基于所述监测和所述索赔拒绝和所述索赔调整中所述增加的所述确定来确定所述提供者的所述类别的改变；

基于所述提供者的所述类别的所述改变的所述确定，更新所述提供者的所述类别；

分析针对所述提供者的所述索赔、所述附加信息和所述类别，以确定问题；

基于以下项中的至少一项，推断多个假设并且从所述多个假设中选择假设来解决所述问题：所述索赔的不正确编码、关于所述索赔的查询、或者对所述索赔的决定提交的上诉以及所确定的所述问题，其中推导多个假设包括：

基于所述索赔的参数建立案例向量，其中所述参数包括所述多个患者的人口统计以及与涉及诊断的程序相对应的诊断代码和程序代码；以及

基于来自案例库的所述案例向量标识另一案例，其中所述另一案例提供与过去检测到的问题有关的数据、过去为所述提供者确定的假设以及过去建议的补救措施，其中所述另一案例基于欧几里德距离而被标识。

12.根据权利要求11所述的非暂态计算机可读介质，其中所述处理器用于：

收集与以下项中的一项有关的证据：与所述索赔相关联的患者的医疗状况、与所述索赔相关的所述患者的病史以及对与所述索赔相关联的所述患者的治疗的效果；

基于所述证据从所述多个假设中选择所述假设；

基于以下项中的一项分析所述假设，以确定用于解决所述问题的补救措施：提交索赔中的编码错误、积极的索赔提交和在执行的诊断和程序之间的不一致；

生成针对所述问题的警报；以及

将针对所述问题的所述警报以及所述补救措施提供给所述提供者以解决所述问题。

13.根据权利要求11所述的非暂态计算机可读介质，其中所述处理器还用于：

基于由所述提供者共享的信息和检测到所述提供者的实践中的改变中的一项，确定提供者简档的改变，其中所述实践包单独实践和群组实践中的一项；以及

取回与所述提供者的经改变的所述简档有关的信息；以及

使用数据库中的经取回的所述信息更新所述提供者简档。

14.根据权利要求13所述的非暂态计算机可读介质，其中所述处理器还用于：

确定经更新所述提供者简档是否在现有合同下被涵盖；以及

在经更新所述简档在现有合同下未被涵盖时，基于经更新所述简档和存储的合同集合，来更新所述现有合同。