錢都到哪去了？談醫療編碼與帳務錯誤
醫療保健領域中的不當支出累積速度極快 ，其根本原因往往是臨床資訊在病歷紀錄、代碼轉譯與費用報銷的過程中遺漏或失真問題所造成。
貫穿這些流程的核心關鍵是電子病歷紀錄 ( EHR )：醫師記載臨床現場的實際狀況，而醫院與保險機構則需要將這些資訊轉譯為標準化的申報紀錄與代碼。當這兩段無法對齊時，只能透過審查、追問 ( Query ) 、修正與稽核等程序來補救，進而產生更多行政負擔與財務不確定性。
EHR 讓臨床紀錄成為保險申報的一環
EHR 承載著兩種不同需求：
對醫師而言 : 病歷用於記錄患者的病情、臨床證據、診斷推論、治療與後續追蹤。
對醫院、保險機構與主管機關而言 : 同一份紀錄還必須能支援保險編碼、申報、品質報告、合規性與費用申報。
這兩種需求有著對立的差異 : 醫師的思考與行動以臨床邏輯與結果為主 ；而申報制度的程序邏輯要求臨床決策必須記錄得鉅細彌遺，才能被後續的行政與報銷系統正確解讀。
醫療資訊科技固然能因應診斷與臨床照護紀錄要求，但若工作流程整合不佳，或紀錄要求過於繁瑣，可能會增加醫師認知負荷並干擾臨床推論。
醫療編碼將臨床決策轉譯為申報資料
醫療編碼的目的，就在於銜接臨床紀錄到費用申報這兩段流程，將診斷、處置、治療及其他醫療照護內容，都轉換為用於醫療申報、費用核退、品質衡量與風險評估的標準化代碼。
困難之處在於，臨床醫學與編碼系統對患者的描述方式並不完全相同。醫師可能使用精要的臨床術語描述病情，但編碼系統卻需要更多對解剖部位、嚴重程度、左右側別、併發症或處置等額外的資訊。
面對龐大且持續更新的醫療編碼，不可能合理期待醫師熟悉所有細微的編碼差異，其最主要的責任，始終是處理患者實際的臨床問題。
因此，準確的編碼仰賴跨專業合作：醫師確立診斷並記錄臨床決策，編碼專業人員則將該紀錄轉譯為標準化代碼。當轉譯所需資訊不完整、不一致或存在歧義時，問題便隨之產生。
病歷改善工具是事後補救之道
以一名因車禍住院的患者為例：醫師在病歷中寫著 「左小腿壓傷伴隨壞死」，在臨床上，這是合理的描述。但當這個診斷進入編碼流程時，實際上卻無法對應到適當的代碼，編碼團隊於是向醫師發出追問，要求進一步釐清病歷內容。
醫師此時必須重新開啟該病歷、回想當時的臨床脈絡細節、再次檢視相關證據、更新病歷內容，而且這一切發生時，醫師通常已經在治療其他患者。
病歷內容的追查詢問機制確實是一道重要的防線，但同時也隱含傳統病歷改善方法的限制：病歷落差是在下游的工作流程中才被發現。提升追查詢問的效率也只能改善事後補救的效率，無法防止上游一再發生的病歷落差問題。
申報與支付錯誤引發全面的財務風險
當紀錄與編碼落差問題繼續進到再下一階段的費用核銷流程時，影響也進一步擴大。
美國曾有醫療帳務倡議團體估計，80% 的醫療帳單中可能包含某種錯誤，像是錯誤的代碼、重複收費、資訊缺漏，以及其他可能影響計費的資料差異。不同研究對錯誤的定義不同，因此不易估算實際影響金額。
2022 會計年度，Medicare 按服務付費制 ( FFS ) 通報 314.6 億美元的不當支付，其中 212 億源自病歷文件缺失或資訊不足，另有 33 億美元與編碼錯誤有關。Medicare Part C 則通報 139.4 億美元的不當支付，主要來自醫療紀錄與申報資訊之間的差異，並造成多付與少付的情況。
這些金額所反映的，是病歷落差一路進入申報程序後，會衍伸的巨大影響。患者可能收到錯誤帳單，醫療與保險機構則可能面臨財務與法規風險，或根據不完整的資訊做出判斷。
一個原本發生在臨床第一線的病歷紀錄落差，最終在下游演變成嚴重問題。
DxPrime 在決策發生時，即時強化診斷完整性
DxPrime 從根本解決問題，在診斷資訊變成編碼進一步流入保險與財務程序之前，讓醫師可以直接先完成確認、更新、解除、排除或進一步追蹤某項疾病狀態。
經由醫師確認的診斷，不僅能為醫療紀錄與編碼建立更可靠的基礎，也能進一步支援臨床照護、照護連續性、品質衡量、醫療支付、稽核追溯，以及後續醫療資料的使用。
這漾的改變，不只是將編碼介入時間點往前移（Upstream）。
傳統的下游流程改善問的是：
當資料出現不一致之後，我們要如何修正病歷？
DxPrime 問的是：
在這項資訊開始影響臨床照護、醫療紀錄、編碼與支付之前，我們如何確保患者的疾病狀態具有充分的臨床證據、反映當前狀況，而且可以追溯？
醫療 AI 不應只是將行政管理流程自動化。真正的價值，是在臨床決策發生的當下強化臨床推理，保留臨床證據與醫師判斷之間的連結，並為後續每一個醫療流程建立更可靠的臨床基礎。
| Reference |
1. Medical billing errors growing, says Medical Billing Advocates of America