病院の算定コードを、機械に判断させずに AI で確認するには、どうすればよいでしょうか。

解決策: AI が読み上げ、人が決定する。

AI は検査報告書と検査画像を院内システムから直接読み取り、 該当する算定コードを一件ずつ提案リストとして示します。請求担当者が各提案に対して選べるのは、 次の三つだけです。採用する、修正する、破棄する。四つ目はありません。 機械が下ごしらえをし、判断は人に残ります。

AI が何をするかと同じくらい重要なのは、AI が何をしないかです。 機微なデータが院外へ出ることはありません。外部システムへの書き出しも アップロードも行わず、解析はもともと所見が保管されている場所で実行されます。 患者データにとって、これは付加価値ではなく前提条件です。

なぜ機能するのか、そしてどこに限界があるのか。

請求業務はルールに基づく確認作業です。読む量が多く、照合する量も多く、 基準は明確です。まさにその領域で機械は速く、疲れを知りません。しかし機械は責任を負わず、 個別の事情も知りません。だからこそ、機械は決定しないのです。 すべての提案には提案である旨が明示され、すべてのコードに承認が必要です。 これは技術上の制約ではなくルールであり、 私自身の事業を動かしている ルールと同じものです。

「機械のほうが速く読みます。しかし署名するのは人です。 一つひとつのコードについて、必ず。」

事例は実在しますが、医療機関名は匿名とします。守秘が最優先です。 事務長はご要望に応じてリファレンス面談に応じます。

あなたの会社にも応用できますか。

この事例はルールに基づく確認業務のすべてに応用できます。請求書、契約書、品質保証などです。 誰かが書類を読み、 ルールと照らし合わせて確認している場所であれば、読む作業と下ごしらえを AI が担えます。 自社のデータで、自社のシステムの中で、そして最終決定権を持つ人とともに進めます。