医疗保健收入周期:如何优化绩效

在医疗保健行业，病人护理往往是最重要的，但许多幕后活动使每一次会面、程序和挽救的生命成为可能。例如，医疗保健收入周期管理是组织中保持业务运行并为其社区服务的关键功能。收入周期包括从创建患者账户到收取医疗保健服务费用的流程，以及中间的每个步骤。因此，卫生系统依靠有效的收入周期管理来跟踪患者的旅程，导航索赔，并确保组织为其服务收取费用。

今天的收益周期管理不仅仅是开票和收款。随着医疗保健行业的发展，用于管理收入周期的传统的、耗时的(通常是手工的)方法需要太多的资源，并留下了不可接受的大误差空间。与此同时，开箱即用的收入周期解决方案不允许定制或与付款人和EMR数据集成。2022卡塔尔世界杯赛程表时间

当代医疗保健领域需要一个全面的、标准化的、数据驱动的收入循环过程。此外，由于2019冠状病毒病疫情导致的业务量下降，进一步需要转变收入周期管理，因为企业不能错过任何一个支付机会。

数据改善医疗保健收入周期管理的三种方式

利用数据支持全面和准确的收入周期管理的卫生系统从三个重要方面改善其财务成果:

减少否认

在收入周期过程中，每个医疗保健提供者拒绝索赔的平均费用为500万美元每年。组织可以通过使用分析解决方案来集成来自多个来源的数据，以了解拒绝的原因，从而挽回部分损失。有了这样的洞察力，卫生系统可以实施拒绝预防计划和恢复拒绝的程序。

比林斯诊所例如，当它找到否认的来源时，找到了减少否认的机会。该组织利用了健康催化剂世界杯葡萄牙vs加纳即时走地数据操作系统(DOS™)世界杯厄瓜多尔vs塞内加尔波胆预测平台和一套健壮的分析应用程序来实现一个收入周期分析应用程序。由此产生的洞察为数据驱动的改进工作提供了信息，并产生了积极的结果，包括在短短12个月内减少了450万美元的拒绝，这是由于总体拒绝费用相对减少了8%。

使用倾向支付洞察增加收款

随着患者对自己的医疗费用承担越来越多的责任，自费账户现在成为医院和卫生系统坏账的最大贡献者。坏账占比超过550亿美元每年的医疗收入损失。卫生系统需要策略驱动的病人收集过程——换句话说，一个可靠的支付倾向预测模型——来赶在坏账之前。

Allina健康通过创建一个支持支付倾向策略的预测模型，利用DOS来应对其坏账挑战。由此产生的支付倾向机器学习模型使用人工智能来预测患者在相关月份支付账单的概率。支付倾向预测帮助Allina在短短一年内将总收款增加了200万美元，其中包括在该策略实施的头两个月收集的超过66万美元的额外患者付款。

改善Discharged-Not-Final-Billed努力

管理出院未最终结算(DNFB)病例(由于编码或文档空白，账单仍不完整)是医院改善收入周期绩效的一个重要方法。然而，在没有分析支持的情况下，实现DNFB改进目标仍然是一个严峻的挑战。

Thibodaux地区医疗中心投资分析和资源，旨在提高其DNFB比率。卫生系统在分析平台(DOS)上部署了一个DNFB分析应用程序，以利用分析平台中聚合的临床、财务、操作、索赔和其他数据。世界杯厄瓜多尔vs塞内加尔波胆预测分析应用程序能够快速方便地访问Thibodaux Regional所需的信息，以有效地管理其DNFB工作，并为编码员和医生创建更高效的工作流程。在该组织启动最初的DNFB改进工作两年后，它已经实现了100万美元的额外年度报销，DNFB美元相对减少了66.7%，显著改善了现金流。

数据和分析揭示关键的收入周期管理机会

今天的收入周期管理必须应对日益增加的组织复杂性，同时在紧急情况下(如2019冠状病毒病)保持财务健康。随着组织的发展和挑战的出现，卫生系统可以通过健壮的分析来满足这些需求，这些分析帮助他们确定改进报告流的机会和以数据为基础的战略，以持续改进。

更多的阅读

你想了解更多关于这个主题的信息吗?以下是我们推荐的一些文章:

1. 医疗保健收入周期:财务可持续性的五个关键
2. VitalCDM™连续第三年在KLAS收入周期，充电器管理类别中排名第一
3. 2021年医疗保健财务预测:预期什么，如何准备
4. 如何优化医疗保健收入周期以改善患者获取

幻灯片

您愿意使用或分享这些概念吗?下载本演示文稿，突出重点。