Belangrijkste gebruiksscenario’s: hoe AI de gezondheidszorgadministratie automatiseert
Uit een onderzoek uit 2025 van de AHA en de adjunct-secretaris voor technologiebeleid bleek dat facturering en planning de twee snelst groeiende gebruiksscenario’s voor AI in de gezondheidszorg zijn. Hieronder wordt nader bekeken hoe het gezondheidszorgsysteem op AI gebaseerde automatisering naar deze belangrijke administratieve functies brengt, evenals naar verschillende andere. Onderzoek van Gartner, mede-auteur van Potts, helpt bij het verschaffen van definities en voorbeelden.
Facturering, claimverwerking en RCM-automatisering
Geautomatiseerde coderingstools kunnen gegevens in EPD’s en andere klinische systemen analyseren en de juiste diagnostische of procedurele codes toewijzen. Dit bespaart de tijd die nodig is om patiëntbezoeken correct te coderen. Declaraties kunnen sneller worden ingediend, waardoor organisaties sneller een vergoeding krijgen.
Het up-to-date houden van mensen is volgens Gartner een belangrijk onderdeel van dit proces. Als de software een code voor een medische dienst vaststelt die niet aan een vooraf bepaald betrouwbaarheidsniveau voldoet, wordt de code gemarkeerd voor handmatige beoordeling.
Automatisering van voorafgaande autorisatie
Hier analyseert de AI-tool ook patiëntendossiers, evenals vooraf geladen klinische richtlijnen en betalervereisten, om te beslissen of voor een procedure of behandeling voorafgaande toestemming vereist is. Van daaruit, merkt Gartner op, kan de software de documentatie creëren die een betaler nodig acht om te concluderen dat een dienst medisch noodzakelijk is.
Deze use case wordt steeds belangrijker te midden van de drang naar elektronische voorafgaande toestemming van de Centers for Medicare & Medicaid Services. Dit is ook een gebied waarop de AHA aanbeveelt om artsen klaar te hebben staan om te helpen – vooral aan de kant van de betalers, zei Holloman. Als ziekenhuizen en gezondheidszorgstelsels gedwongen worden dergelijke weigeringen te herzien en in beroep te gaan, zullen zij te maken krijgen met buitensporige administratieve lasten.
ONTDEKKEN: Waarom zouden CIO’s in de gezondheidszorg prioriteit moeten geven aan fundamentele technologie-investeringen?
Patiëntplanning en communicatie
AI is goed gepositioneerd om organisaties te helpen de planningen te optimaliseren door de vraag van patiënten te analyseren, de middelen te projecteren die nodig zijn om aan die vraag te voldoen en de noodzakelijke personeelsbezetting aan te bevelen, aldus Holloman. Dit is vooral handig bij het beheren van de capaciteit in de operatiekamer, waarvoor zorgvuldige coördinatie tussen chirurgen, fysieke ruimte en apparatuur nodig is om procedures te plannen.
Ondertussen kunnen verschillende AI-tools ziekenhuizen helpen communiceren met patiënten voor wie procedures gepland staan. Gartner merkt op dat gebruiksscenario’s kunnen bestaan uit het verstrekken van op de patiënt afgestemd educatief materiaal, het opstellen van zorgplannen, het aanbieden van instructies en herinneringen voorafgaand aan een bezoek, het samenvatten van klinische ontmoetingen en het opstellen van instructies na het bezoek. Hoewel Gartner de financiële en operationele voordelen van deze use case als klein omschreef, constateerde de consultant een positieve impact op de patiënttevredenheid.
EPD-beheer en documentatie
Luisteren en documenteren in de omgeving behoren tot de meest veelbelovende toepassingen van AI in de gezondheidszorg, aldus Holloman. Het ondersteunen van transcriptie en het maken van gestructureerde klinische aantekeningen vermindert de last voor het personeel om deze taken uit te voeren – vooral tijdens de veel verguisde ‘pyjamatijd’ buiten kantooruren.
Potts is het daarmee eens: “Het lost meerdere problemen tegelijk op.” Gartner-onderzoek noemt ambient scribe een “potentiële winst” voor gezondheidszorgsystemen, omdat het de codering en vergoeding kan verbeteren, tijd kan besparen, wettelijke en regelgevende risico’s kan beperken, de arbeidstevredenheid kan vergroten en zelfs kan helpen bij het werven van artsen.
Beheer van de toeleveringsketen
Net als bij planning begint het gebruik van AI voor het beheren van de toeleveringsketens van ziekenhuizen met het beoordelen van de vraag naar medische apparatuur, medicijnen en alle algemene benodigdheden die worden gebruikt bij procedures of ter ondersteuning van de dagelijkse patiëntenzorg. Het analyseren van patronen in het aanbodgebruik kan overtollige voorraden helpen verminderen, merkt Potts op. Het stelt organisaties ook in staat bestellingen te standaardiseren, zodat ze artikelen in grote hoeveelheden kunnen kopen, waardoor zowel de kosten als de variabiliteit van de beschikbare artikelen worden verlaagd.
