এআই কি মেডিকেল কোডারদের প্রতিস্থাপন করবে? [ভিডিও এবং কুইজ]

সংক্ষিপ্ত উত্তর:
AI সম্পূর্ণরূপে মেডিকেল কোডারদের প্রতিস্থাপন করবে না, তবে এটি কাজ করার পদ্ধতি পরিবর্তন করবে। যখন ডকুমেন্টেশন নিয়মিত এবং কাঠামোগত হয়, তখন AI পুনরাবৃত্তিমূলক পদক্ষেপগুলি বহন করতে পারে; যখন মামলা জটিল, বিতর্কিত বা নিরীক্ষিত হয়, তখন মানুষের বিচার কেন্দ্রীভূত থাকে। কর্মী সংখ্যা অদৃশ্য হওয়ার আগে ভূমিকা পরিবর্তন হয়।

মূল বিষয়গুলি:

টাস্ক অটোমেশন: এআই পুনরাবৃত্তিমূলক কোডিং কাজ গ্রহণ করে, বিচার-ভারী পর্যালোচনা এবং ব্যতিক্রম পরিচালনার জন্য জায়গা তৈরি করে।

মানবিক জবাবদিহিতা: নিরীক্ষা, আপিল, অস্বীকৃতি, বা সম্মতি সংক্রান্ত প্রশ্ন উঠলে কোডাররা দায়ী পক্ষ হিসেবে থাকেন।

ভূমিকার বিবর্তন: কোডিং ভূমিকার প্রবণতা নিরীক্ষা, সিডিআই, অস্বীকৃতি ব্যবস্থাপনা, নীতি ব্যাখ্যা এবং শাসনের দিকে।

ঝুঁকি ব্যবস্থাপনা: যদি গতি তদারকির চেয়ে বেশি হয় এবং মানুষের পর্যালোচনা কমে যায়, তাহলে দ্রুত কোডিং সম্মতির ঝুঁকি বাড়াতে পারে।

ক্যারিয়ার স্থিতিস্থাপকতা: নির্দেশিকা দক্ষতা, প্রদানকারীর নীতির সাবলীলতা এবং নিরীক্ষণের শক্তি টেকসই, উচ্চ-চাহিদাযুক্ত দক্ষতা।

মেডিকেল কোডারদের প্রতিস্থাপন কি AI করবে? বাস্তবে "প্রতিস্থাপন" বলতে কী বোঝায় 🤔

যখন লোকেরা জিজ্ঞাসা করে “এআই কি মেডিকেল কোডারদের প্রতিস্থাপন করবে?”, তখন তারা সাধারণত এই বিষয়গুলোর মধ্যে একটি বোঝায়:

• হেডকাউন্ট প্রতিস্থাপন করুন - সামগ্রিকভাবে কম কোডারের প্রয়োজন

• কাজগুলি প্রতিস্থাপন করুন - কাজ পরিবর্তন হয় কিন্তু কোডারগুলি থেকে যায়

• দায়িত্ব প্রতিস্থাপন করুন - AI শেষ সিদ্ধান্ত নেয় আর মানুষ শুধু দেখে যায়

• এন্ট্রি-লেভেল পদগুলো প্রতিস্থাপন করুন - আগে কর্মপ্রবাহে পরিবর্তন আনুন 😬

দলগুলোকে অটোমেশন গ্রহণ করতে দেখার আমার অভিজ্ঞতায়, সবচেয়ে বড় পরিবর্তনটি খুব কমই এমন হয় যে “কোডাররা উধাও হয়ে যায়।” বরং ব্যাপারটা অনেকটা এরকম:
গতানুগতিক কোডিং আরও দ্রুত হয়, ব্যতিক্রমী পরিস্থিতিগুলো (edge ​​cases) আরও প্রকট হয়ে ওঠে, এবং নিরীক্ষা (auditing) প্রত্যেকের সার্বক্ষণিক ছায়া হয়ে দাঁড়ায়। (OIG – General Compliance Program Guidance)

পুনরাবৃত্তিতে AI অসাধারণ। কোডিং কেবল পুনরাবৃত্তি নয়। কোডিং হল পুনরাবৃত্তি, বিচার-বিবেচনা, সম্মতি, প্রদানকারীর অদ্ভুততা এবং "এটি নোটে কেন" রহস্য সমাধান। 🕵️♀️

হ্যাঁ, কৃত্রিম বুদ্ধিমত্তা কাজের কিছু অংশ প্রতিস্থাপন করতে পারে। পেশাকে সরাসরি প্রতিস্থাপন করা একটি ভিন্ন ধরণের কাজ।.

AI মেডিকেল কোডিংয়ের একটি ভালো সংস্করণ কী? ✅

মেডিকেল কোডিংয়ের জন্য এআই-এর একটি “ভালো সংস্করণ”-এর কথা যদি বলতে হয়, তবে সেটি সবচেয়ে জমকালো বিপণনযুক্ত সংস্করণটি নয়। বরং সেটিই, যা একজন নির্ভরযোগ্য সহকর্মীর মতো আচরণ করে, যে আতঙ্কিত হয় না, অলীক কল্পনা করে না এবং নিজের কাজের ফলাফল প্রদর্শন করে। (NIST AI RMF 1.0, NIST Generative AI Profile (AI 600-1))

একটি ভালো এআই কোডিং সিস্টেম (বা ওয়ার্কফ্লো) সাধারণত থাকে:

• শক্তিশালী ক্লিনিক্যাল এনএলপি যা অগোছালো নোট (শ্রুতিলিখন, টেমপ্লেট, কপি-পেস্টের জট)

• যুক্তি সহ কোড পরামর্শ (শুধুমাত্র একটি কোড নয় - কিন্তু কেন)

• আপনি যে থ্রেশহোল্ডগুলি টিউন করতে পারেন তার সাথে আত্মবিশ্বাস স্কোরিং

• সম্মতি এবং অর্থ প্রদানকারীর প্রতিক্রিয়ার জন্য নিরীক্ষা বিবরণ ( সিএমএস এমএলএন৯০৯১৬০ – চিকিৎসা নথির নথিভুক্তিকরণের আবশ্যকতা )

• নিয়মকানুন ও নির্দেশিকার সমন্বয় (ICD-10-CM, CPT, HCPCS, NCCI এডিট, পেমেন্ট প্রদানকারীর নীতিমালা… সবকিছু মিলিয়ে 🎪) (CMS FY 2026 ICD-10-CM কোডিং নির্দেশিকা, CMS NCCI এডিট)

• হিউম্যান-ইন-দ্য-লুপ নিয়ন্ত্রণ যাতে কোডাররা গ্রহণ, পরিবর্তন বা প্রত্যাখ্যান করতে পারে (NIST AI RMF 1.0)

• এমন ইন্টিগ্রেশন যা সবার কাজে ব্যাঘাত ঘটায় না (EHR, এনকোডার, CAC, বিলিং সিস্টেম)

যদি টুলটি নিজেকে ব্যাখ্যা করতে না পারে, তবে এটি নিরাপদে কোনো কিছুর বিকল্প হতে পারছে না। এটি কেবল আরও দ্রুত উদ্বেগ তৈরি করছে। (NIST জেনারেটিভ এআই প্রোফাইল (AI 600-1))

তুলনা সারণী: শীর্ষস্থানীয় AI-সহায়তাপ্রাপ্ত কোডিং বিকল্পগুলি (এবং যেখানে তারা উপযুক্ত) 📊

নিচে সাধারণ AI-সহায়তাপ্রাপ্ত কোডিং পদ্ধতির একটি ব্যবহারিক তুলনামূলক সারণী দেওয়া হল। এটি পুরোপুরি সুন্দর নয়... কারণ বাস্তবায়নও তেমন একটা নেই।.

ধরণটা খেয়াল করেছেন? এটি যত বেশি “স্পর্শহীন” হওয়ার চেষ্টা করবে, ধীরগতির কমপ্লায়েন্স সমস্যা এড়াতে আপনার তত বেশি সুশাসনের প্রয়োজন হবে। বেশ মজার ব্যাপার। (OIG – সাধারণ কমপ্লায়েন্স প্রোগ্রাম নির্দেশিকা)

কোডিংয়ের বিভিন্ন অংশে AI কেন সত্যিই ভালো 😎

আসুন আমরা যেখানে এআই অর্জন করেছি সেখানেই কৃতিত্ব দেই। এমন কিছু ক্ষেত্র আছে যেখানে এটি বৈধভাবে শক্তিশালী:

১) স্কেলে প্যাটার্ন স্বীকৃতি

ধারাবাহিক ডকুমেন্টেশন সহ উচ্চ-ভলিউম, পুনরাবৃত্তিযোগ্য এনকাউন্টার? AI প্রায়শই লক্ষ্য করতে পারে:

• সাধারণ অবস্থার জন্য নিয়মিত রোগ নির্ণয়ের কোডিং

• ডকুমেন্টেশন পরিষ্কার থাকলে সহজ পদ্ধতি কোডিং

• দ্রুত সহায়ক প্রমাণ খুঁজে বের করা (ল্যাব, ইমেজিং, সমস্যার তালিকা)

২) "শিকার" দ্রুত করা

এমনকি বিশেষজ্ঞ কোডাররাও অনুসন্ধানে সময় ব্যয় করেন:

• সরবরাহকারীর বিবৃতি কোথায়?

• নির্দিষ্টতা কোথায়?

• চিকিৎসাগত প্রয়োজনীয়তা কী সমর্থন করে

• কোথায় সেই দুরন্ত পার্শ্বীয়তা 😩

এআই প্রাসঙ্গিক রেখাগুলিকে সামনে আনতে পারে, অনুপস্থিত নির্দিষ্টতা চিহ্নিত করতে পারে এবং স্ক্রোল ক্লান্তি কমাতে পারে। এটি আকর্ষণীয় নয়, তবে এটি প্রকৃত উৎপাদনশীলতা।.

৩) অস্বীকৃতি প্রতিরোধের ধরণ

AI নিম্নলিখিত ধরণের ধরণ শিখতে পারে:

• প্রদানকারীর দ্বারা সাধারণ অস্বীকারের কারণ

• নির্দিষ্ট পরিষেবার সাথে সম্পর্কিত ডকুমেন্টেশন ফাঁক

• যেসব সংশোধক প্রায়শই অতিরিক্ত সমর্থন ছাড়া প্রত্যাখ্যাত হয় (CMS MLN909160 – চিকিৎসা নথির নথিভুক্তকরণের আবশ্যকতা, CMS CERT প্রোগ্রাম)

কোডাররা ইতিমধ্যেই মানসিকভাবে এটি করে। AI কেবল শব্দ করে এবং দ্রুত করে।.

AI কেন যন্ত্রাংশ পরিচালনার জন্য কোডারদের অর্থ প্রদানের সাথে লড়াই করে 😬

এবার উল্টো দিক। যেসব অংশ অটোমেশন ভেঙে দেয়, সেগুলো সাধারণত "কোড এন্ট্রি" কে "কোডিং" থেকে আলাদা করে।

ক্লিনিক্যাল অস্পষ্টতা এবং চিকিৎসকদের মনোভাব

সরবরাহকারীরা এই জাতীয় জিনিস লেখেন:

• "সম্ভবত," "বাদ দেওয়া," "সন্দেহভাজন," "বাদ দেওয়া যাবে না"

• “ইতিহাস,” “স্থিতি পোস্ট,” “সমাধান,” “দীর্ঘস্থায়ী কিন্তু স্থিতিশীল”

• "সম্ভাব্য নিউমোনিয়া কিন্তু CHFও হতে পারে"

AI অনিশ্চয়তাকে ভুল বুঝতে পারে এবং এটিকে নিশ্চিততায় পরিণত করতে পারে। এটা... খুব একটা ভালো ভুল নয়।.

নির্দেশিকা সূক্ষ্মতা (এবং প্রদানকারী নীতি বিশৃঙ্খলা)

কোডিং কেবল "ক্লিনিক্যালি যা ঘটেছে" তা নয়। এটি হল:

• নির্দেশিকা ব্যাখ্যা

• সিকোয়েন্সিং লজিক

• বান্ডেলিংয়ের নিয়ম

• প্রদানকারী-নির্দিষ্ট প্রয়োজনীয়তা

• চিকিৎসাগত প্রয়োজনীয়তার যুক্তি

• স্থানীয় কভারেজের অদ্ভুততা (CMS FY 2026 ICD-10-CM কোডিং নির্দেশিকা, CMS NCCI সম্পাদনা)

AI নিদর্শন শিখতে পারে, অবশ্যই। কিন্তু যখন একজন অর্থপ্রদানকারী কোনও নিয়ম পরিবর্তন করে, তখন মানুষ উদ্দেশ্যপ্রণোদিতভাবে মানিয়ে নেয়। AI বিভ্রান্তি এবং আত্মবিশ্বাসের সাথে মানিয়ে নেয়। এটি একটি খারাপ সমন্বয়।.

"একটি অনুপস্থিত বাক্য" সমস্যা

একটি মাত্র লাইন কোড নির্বাচন, DRG, HCC ঝুঁকি ক্যাপচার, অথবা E/M স্তর পরিবর্তন করতে পারে। AI এটি মিস করতে পারে, অথবা আরও খারাপ - এটি অনুমান করতে পারে। এবং কোডিংয়ে অনুমান জেলি থেকে সেতু তৈরির মতো। আপনি এটিতে পা না দেওয়া পর্যন্ত এটি দেখতে ভালো লাগে।.

তাহলে... কি AI কি মেডিকেল কোডারদের প্রতিস্থাপন করবে? সবচেয়ে বাস্তবসম্মত ফলাফল 🧩

মূল মূল বাক্যাংশে ফিরে আসি: AI কি মেডিকেল কোডারদের প্রতিস্থাপন করবে?
আমার সবচেয়ে সঠিক উত্তর হল: AI প্রথমে কাজের অংশ প্রতিস্থাপন করে, তারপর ভূমিকা পুনর্নির্মাণ করে, এবং শুধুমাত্র সেইসব প্রতিষ্ঠানের কর্মী সংখ্যা হ্রাস করে যেখানে সংস্থাগুলি সংরক্ষিত সময় পুনরায় বিনিয়োগ না করার সিদ্ধান্ত নেয়।

অনুবাদ:

• কিছু প্রতিষ্ঠান ছাঁটাই ছাড়াই থ্রুপুট বাড়াতে AI ব্যবহার করবে

• কেউ কেউ খরচ কমাতে এটি ব্যবহার করবে (এবং পরে ডাউনস্ট্রিম ফলআউট মোকাবেলা করবে)

• কেউ কেউ পরিষেবা লাইনের উপর নির্ভর করে মিশ্রণ তৈরি করবে

কিন্তু এখানেই মানুষ একটা ব্যাপার ভুলে যায়: যদি AI গতি বৃদ্ধি করে, তাহলে ঝুঁকিও বৃদ্ধি পেতে পারে। এই ঝুঁকি চাহিদা বৃদ্ধি করে:

• নিরীক্ষক

• সম্মতি পর্যালোচক

• কোডিং শিক্ষক

• অস্বীকার ব্যবস্থাপনা বিশেষজ্ঞ

• সিডিআই এবং কোয়েরি ম্যানেজমেন্টের পেশাদাররা

• ডেটার গুণমান ব্যবস্থাপনার ভূমিকা (OIG – সাধারণ পরিপালন কর্মসূচি নির্দেশিকা, CMS CERT কর্মসূচি)

তাই প্রতিস্থাপন কোনও সরলরেখা নয়। এটি স্যান্ডেলের ট্রেডমিলের মতো। অগ্রগতি… কিন্তু কিছুটা নড়বড়ে। 😅

প্রথমে কী পরিবর্তন হবে: ইনপেশেন্ট বনাম আউটপেশেন্ট বনাম প্রফি 🏥

সব কোডিং কাজ সমানভাবে প্রভাবিত হয় না। কিছু ক্ষেত্র স্বয়ংক্রিয় করা সহজ কারণ ডকুমেন্টেশন এবং নিয়মগুলি আরও সুগঠিত।.

বহির্বিভাগীয় এবং পেশাদার

প্রায়শই দ্রুত অটোমেশন দেখা যায় কারণ:

• উচ্চ ভলিউম

• পুনরাবৃত্তিযোগ্য টেমপ্লেট

• আরও স্ট্রাকচার্ড ডেটা ফিড

• নিয়ম-ভিত্তিক সম্পাদনা + AI প্রম্পট ( CMS NCCI সম্পাদনা ) প্রয়োগ করা সহজ

কিন্তু মূল্যায়ন/মান নির্ধারণের জটিলতা, চিকিৎসা সংক্রান্ত সিদ্ধান্ত গ্রহণ এবং অর্থ প্রদানকারীর সূক্ষ্ম নিরীক্ষা এখনও মানুষকে অত্যন্ত প্রাসঙ্গিক করে রেখেছে। (CMS MLN006764 – মূল্যায়ন ও ব্যবস্থাপনা পরিষেবা)

ইনপেশেন্ট

ইনপেশেন্ট কোডিং-এর বিশাল পরিবর্তনশীলতা রয়েছে:

• একাধিক রোগ নির্ণয়ের সাথে দীর্ঘস্থায়ী হওয়া

• জটিলতা, সহ-অসুস্থতা, পদ্ধতি

• ডিআরজি প্রভাব এবং ক্রমবিন্যাসের সূক্ষ্মতা

• ধ্রুবক ডকুমেন্টেশন ডিসঅর্ডার (CMS FY 2026 ICD-10-CM কোডিং নির্দেশিকা)

কৃত্রিম বুদ্ধিমত্তা সাহায্য করতে পারে, কিন্তু অনেক হাসপাতালের কাছে "স্পর্শহীন ইনপেশেন্ট" বাস্তবতার চেয়ে স্বপ্নের মতো হয়ে ওঠে।.

বিশেষ লেন

স্ট্রাকচার্ড রিপোর্টিংয়ের কারণে রেডিওলজি এবং প্যাথলজিতে উল্লেখযোগ্য লাভ দেখা যাচ্ছে। ED মিশ্রিত হতে পারে - দ্রুত, টেমপ্লেট করা নোট, কিন্তু অগোছালো বাস্তবতা।.

লুকানো যুদ্ধক্ষেত্র: সম্মতি, নিরীক্ষা এবং জবাবদিহিতা 🧾

এখানেই "প্রতিস্থাপন" নড়বড়ে হয়ে যায়।.

এমনকি যখন AI কোডের পরামর্শ দেয়, তখনও জবাবদিহিতা নির্দিষ্ট কোথাও স্থায়ী হয়:

• সুবিধাটি

• বিলিং প্রদানকারী

• "গ্রহণ করুন" এ ক্লিক করা কোডার

• যে ব্যবস্থাপক সীমা নির্ধারণ করেন

• যে বিক্রেতা বলেছিল এটা সঠিক (হাহাহা) (OIG – সাধারণ পরিপালন কর্মসূচি নির্দেশিকা)

কমপ্লায়েন্স টিম সাধারণত চায়:

• ট্রেসেবিলিটি

• ডিফেন্সেবল কোডিং যুক্তি

• ধারাবাহিক নির্দেশিকা প্রয়োগ

• নিরীক্ষার জন্য প্রস্তুত নথিপত্র (সিএমএস এমএলএন৯০৯১৬০ – চিকিৎসা রেকর্ডের নথিপত্রের আবশ্যকতা)

AI এটি সমর্থন করতে পারে - তবে কেবল তখনই যদি কর্মপ্রণালী প্রমাণ সংরক্ষণ এবং অন্ধভাবে গ্রহণযোগ্যতা হ্রাস করার জন্য তৈরি করা হয়। (NIST AI RMF 1.0)

একটু সোজাসাপ্টা করে বলি: আপনার এআই ওয়ার্কফ্লো যদি চোখ বুজে অনুমোদনকে উৎসাহিত করে, তাহলে আপনি টাকা বাঁচাচ্ছেন না। বরং আপনি বিপদ ধার করছেন। সুদসহ। 😬 (GAO-19-277, CMS CERT Program)

কীভাবে মূল্যবান থাকবেন: "এআই-প্রুফ" কোডার স্কিল স্ট্যাক 💪🧠

যদি আপনি একজন মেডিকেল কোডার হন এবং বুকে টান অনুভব করে এটি পড়ছেন, তাহলে এখানে সুসংবাদ: আপনি সেই কাজের জন্য নিজেকে স্থাপন করতে পারেন যা AI নিরাপদে রাখতে পারে না।.

এমন দক্ষতা যা ভালোভাবে পুরনো হয় (এমনকি AI-ভারী পরিবেশেও):

• নিরীক্ষা এবং গুণমান পর্যালোচনা (শুধু দ্রুততা নয়, ভুল খুঁজে বের করা) (OIG – সাধারণ পরিপালন কর্মসূচি নির্দেশিকা)

• নির্দেশিকা ব্যাখ্যা (এবং স্পষ্টভাবে ব্যাখ্যা করা) (CMS FY 2026 ICD-10-CM কোডিং নির্দেশিকা)

• পেমেন্টকারীর নীতিমালা পরিপালন (কারণ নীতিমালাগুলো বেশ… মজাদার 🌶️)

• সিডিআই সহযোগিতা এবং কোয়েরি কৌশল

• অস্বীকৃতির মূল কারণ বিশ্লেষণ (CMS MLN909160 – মেডিকেল রেকর্ড ডকুমেন্টেশনের প্রয়োজনীয়তা, CMS CERT প্রোগ্রাম)

• ঝুঁকি সমন্বয় সাক্ষরতা (HCC যুক্তি, ডকুমেন্টেশন অখণ্ডতা) (CMS ঝুঁকি সমন্বয়)

• বিশেষ দক্ষতা (অর্থো, কার্ডিওলজি, নিউরো, অনকোলজি, ইত্যাদি)

• এআই গভর্নেন্স - থ্রেশহোল্ড, ত্রুটি বিভাগ, প্রতিক্রিয়া লুপ নির্ধারণে সহায়তা করে (NIST AI RMF 1.0)

যদি AI একটি ক্যালকুলেটর হয়, তাহলে গণিত ভালো করে করলে আপনি অপ্রচলিত হয়ে যাবেন না। ক্যালকুলেটর কখন ভুল এবং কেন তা জেনে আপনি আরও মূল্যবান হয়ে উঠবেন।.

সকলকে দুর্বিষহ না করে কীভাবে প্রতিষ্ঠানগুলি AI বাস্তবায়ন করবে 😵💫

যদি আপনি নেতৃত্বের পক্ষে থাকেন, তাহলে এখানে বাস্তবায়নের ধরণগুলি রয়েছে যা আমি সবচেয়ে ভালোভাবে কাজ করতে দেখেছি:

১) "প্রতিস্থাপন" নয়, "সহায়তা" দিয়ে শুরু করুন

এর জন্য AI ব্যবহার করুন:

• চার্ট অগ্রাধিকার

• প্রমাণের আবির্ভাব

• আত্মবিশ্বাসের স্কোর সহ কোড পরামর্শ

• জটিলতার উপর ভিত্তি করে কর্মপ্রবাহ রাউটিং

২) আপনার ইচ্ছামতো ফিডব্যাক লুপ তৈরি করুন

যদি কোডাররা AI আউটপুট সংশোধন করে, তাহলে এটি ক্যাপচার করুন:

• কোন ধরণের ত্রুটি?

• কেন এটা ঘটেছে?

• কোন ডকুমেন্টেশন এটিকে ট্রিগার করেছিল?

• এটি কতবার পুনরাবৃত্তি হয়?

অন্যথায়, হাতিয়ারটি কখনই উন্নত হবে না এবং সবাই এটিকে উপেক্ষা করার মাধ্যমে আরও উন্নত হবে।.

৩) জটিলতা অনুসারে সেগমেন্টের কাজ

একটি ব্যবহারিক কর্মপ্রবাহ:

• কম জটিলতা - আরও অটোমেশন

• মাঝারি জটিলতা - কোডার + এআই জোড়া কর্মপ্রবাহ

• উচ্চ জটিলতা - বিশেষজ্ঞ কোডার প্রথমে, এআই দ্বিতীয় (হ্যাঁ, দ্বিতীয়)

৪) সঠিক ফলাফল পরিমাপ করুন

শুধু উৎপাদনশীলতা নয়। এছাড়াও:

• অস্বীকারের হার

• নিরীক্ষার ফলাফল

• উল্টে যাওয়ার হার

• প্রশ্নের পরিমাণ এবং প্রতিক্রিয়ার মান

• কোডার সন্তুষ্টি (গুরুত্ব সহকারে) (সিএমএস সিইআরটি প্রোগ্রাম)

যদি উৎপাদনশীলতা বৃদ্ধি পায় এবং অস্বীকৃতিও বৃদ্ধি পায়... তাহলে সেটা কোনও জয় নয়। এটা একটা উজ্জ্বল সমস্যা।.

ভবিষ্যৎ কেমন দেখাচ্ছে (বিজ্ঞান কল্পকাহিনী ছাড়া) 🔮

আসুন আমরা ভান করি না যে কিছুই বদলাবে না। বদলাবেই। কিন্তু "কোডারদের সমাপ্তি" আখ্যানটি খুবই সহজ।.

সম্ভবত:

• কম বিশুদ্ধ কোড-এন্ট্রি ভূমিকা

• আরও হাইব্রিড ভূমিকা (কোডিং + অডিট + বিশ্লেষণ + সম্মতি)

• কোডিং দলগুলি ডেটা-মানের দলে পরিণত হয়

• ডকুমেন্টেশনের অখণ্ডতা একটি বড় বিষয় হয়ে ওঠে

• পছন্দ হোক বা না হোক, এআই আপনার তত্ত্বাবধানাধীন একজন সাধারণ সহকর্মী হয়ে ওঠে ( NIST AI RMF 1.0 , OIG – General Compliance Program Guidance )

আর হ্যাঁ, কিছু কিছু ক্ষেত্রে কিছু চাকরি কমানো হবে। এই অংশটি বাস্তব। কিন্তু স্বাস্থ্যসেবা নিয়ন্ত্রণ, পরিবর্তনশীলতা, ব্যতিক্রম এবং কাগজপত্র পছন্দ করে। AI অনেক কিছু পরিচালনা করতে পারে... কিন্তু স্বাস্থ্যসেবার মধ্যে নতুন জটিলতা আবিষ্কারের প্রতিভা রয়েছে, যেন এটি একটি শখ।.

বিমান অবতরণ: AI কি মেডিকেল কোডারদের প্রতিস্থাপন করবে? 🧡

চলো এই বিমানটি অবতরণ করি।.

এআই কি মেডিকেল কোডারদের প্রতিস্থাপন করবে? মানুষ যেমনটা ভাবে, তেমন নিখুঁত, সম্পূর্ণ বা কল্পবিজ্ঞানের মতো করে নয়। এআই অবশ্যই পুনরাবৃত্তিমূলক কাজ কমিয়ে দেবে, রুটিন কোডিংয়ের গতি বাড়াবে এবং সংস্থাগুলোকে দল পুনর্গঠনের জন্য চাপ দেবে। এটি তত্ত্বাবধান, নিরীক্ষা, কমপ্লায়েন্স ডিফেন্স, ডিনায়াল স্ট্র্যাটেজি এবং ডকুমেন্টেশন ইন্টিগ্রিটি সংক্রান্ত কাজের প্রয়োজনীয়তাও বাড়িয়ে তুলবে। (AHIMA – Computer-Assisted Coding Toolkit, OIG – General Compliance Program Guidance)

দ্রুত সংক্ষিপ্তসার 🧾

• এআই কোডারদের প্রতিস্থাপনের চেয়ে কোডিং কাজের অংশগুলিকে বেশি প্রতিস্থাপন করবে

• “টাচলেস” কোডিং সংকীর্ণ, পরিচ্ছন্ন এবং পুনরাবৃত্তিমূলক ক্ষেত্রে সবচেয়ে ভালো কাজ করে (AHIMA – কম্পিউটার-অ্যাসিস্টেড কোডিং টুলকিট)

• জটিল কোডিংয়ের জন্য এখনও মানবিক বিচার-বিবেচনা এবং জবাবদিহিতার প্রয়োজন রয়েছে (সিএমএস অর্থবছর ২০২৬ আইসিডি-১০-সিএম কোডিং নির্দেশিকা, সিএমএস এমএলএন৯০৯১৬০ – মেডিকেল রেকর্ড ডকুমেন্টেশন আবশ্যকতা)

• সবচেয়ে নিরাপদ পথ হল শক্তিশালী অডিট ট্রেইল সহ হিউম্যান-ইন-দ্য লুপ (NIST AI RMF 1.0)।

• যেসব কোডার অডিট, কমপ্লায়েন্স, সিডিআই, পেয়ার পলিসি এবং বিশেষায়িত দক্ষতায় নিজেদের বিকশিত করেন, তাঁরা আরও বেশি মূল্যবান হয়ে ওঠেন (OIG – General Compliance Program Guidance, CMS CERT Program)।

এছাড়াও, সত্যি বলতে কি… যদি AI কখনো কোডিংকে পুরোপুরি “প্রতিস্থাপন” করে, তবে তা হবে কারণ ডকুমেন্টেশন নিখুঁত হয়ে যাবে। আর এটাই আজকের দিনে আমার বলা সবচেয়ে অবাস্তব কথা 😂 (CMS MLN909160 – মেডিকেল রেকর্ড ডকুমেন্টেশনের প্রয়োজনীয়তা)

বাস্তব উদাহরণ: এআই-সহায়তায় বহির্বিভাগের কোডিং কর্মপ্রবাহ তৈরি করা 🧪

দৃশ্যকল্প

একটি মাঝারি আকারের বহির্বিভাগীয় ক্লিনিকের কথা ভাবুন, যেখানে নিয়মিতভাবে প্রাইমারি কেয়ার, কার্ডিওলজি এবং অর্থোপেডিক বিভাগের রোগী আসে। কোডিং টিমের কাজ কোডারদের প্রতিস্থাপন করা নয়। তাদের উদ্দেশ্য হলো ক্লান্তিকর ও খুঁটিনাটি কাজগুলো কমিয়ে আনা: যেমন—চিকিৎসকের মূল্যায়ন খুঁজে বের করা, পার্শ্বিকতা নথিভুক্ত করা হয়েছে কিনা তা পরীক্ষা করা, অনুপস্থিত সুনির্দিষ্টতা চিহ্নিত করা এবং বিল পাঠানোর আগেই সুস্পষ্ট মডিফায়ার বা চিকিৎসার প্রয়োজনীয়তা সংক্রান্ত সমস্যাগুলো ধরে ফেলা।.

এই উদাহরণমূলক পরিস্থিতিতে, AI-কে একটি প্রাথমিক সহকারী হিসেবে ব্যবহার করা হয়। এটি এনকাউন্টার নোটটি পর্যালোচনা করে, সম্ভাব্য ICD-10-CM এবং CPT কোডগুলোর পরামর্শ দেয়, প্রতিটি পরামর্শকে সমর্থনকারী সঠিক নোটের লেখাটি হাইলাইট করে এবং মানুষের সিদ্ধান্তের প্রয়োজন এমন যেকোনো কিছু চিহ্নিত করে।.

চূড়ান্ত সিদ্ধান্তটি কোডারই নেয়। কোনো স্বয়ংক্রিয় দাবি জমা দেওয়ার ব্যবস্থা নেই। ‘এআই বলেছে’ বলে চোখ বুজে অনুমোদন দেওয়ার সুযোগ নেই। একঘেয়ে? হয়তো। বেশি নিরাপদ? অবশ্যই।.

সহকারীর যা প্রয়োজন

একটি কার্যকরী এআই কোডিং সহকারীর জন্য প্রয়োজন হবে:

• পরীক্ষার জন্য রোগীর পরিচয়সূচক চিহ্নসহ সাম্প্রতিক বহির্বিভাগীয় সাক্ষাতের নোটগুলো সরিয়ে ফেলা হয়েছে।

• বর্তমান ICD-10-CM, CPT, HCPCS, NCCI, এবং অর্থ প্রদানকারীর নীতিমালার রেফারেন্স

• পূর্বে গৃহীত কোডেড এনকাউন্টারের উদাহরণ

• প্রত্যাখ্যাত বা সংশোধিত দাবির উদাহরণ

• একটি সুস্পষ্ট নিশ্চয়তার সীমা, যেমন “৮৫% নিশ্চয়তার নিচে থাকা যেকোনো কিছু পূর্ণাঙ্গ মানব পর্যালোচনার জন্য পাঠান”।

• একটি নিয়ম যে, কোনো কোড প্রস্তাব করার আগে সহকারীকে অবশ্যই উদ্ধৃতি দিতে হবে বা সহায়ক নথিপত্র নির্দেশ করতে হবে।

• গৃহীত, প্রত্যাখ্যাত এবং সংশোধিত পরামর্শের জন্য কোডারদের মতামত জানানোর একটি প্রক্রিয়া।

মূল বিষয়টা শুধু একে নোট খাইয়ে দেওয়া নয়। মূল বিষয় হলো, ‘সমর্থনযোগ্য’ দেখতে কেমন হয়, তা একে শেখানো।.

উদাহরণ নির্দেশাবলী

আপনি একজন সার্টিফাইড মেডিকেল কোডারকে আউটপেশেন্ট প্রফেশনাল-ফি কোডিং-এ সহায়তা করছেন। এনকাউন্টার নোটটি পর্যালোচনা করুন এবং শুধুমাত্র ডকুমেন্টেশন দ্বারা সমর্থিত হলেই সম্ভাব্য ICD-10-CM, CPT, HCPCS, এবং মডিফায়ার বিকল্পগুলির পরামর্শ দিন। প্রতিটি পরামর্শের জন্য, নোট থেকে সহায়ক বাক্যাংশটি দেখান, কোডিং লজিক স্পষ্টভাবে ব্যাখ্যা করুন, এবং কোনো অনুপস্থিত নির্দিষ্টতা, অনিশ্চয়তা, পেয়ার-পলিসি সংক্রান্ত উদ্বেগ, বা ডকুমেন্টেশনের ফাঁক থাকলে তা চিহ্নিত করুন। ক্লেইমটি চূড়ান্ত করবেন না। প্রতিটি আইটেমকে নিম্ন, মধ্যম, বা উচ্চ কনফিডেন্স হিসেবে চিহ্নিত করুন। যেকোনো অনিশ্চিত রোগ নির্ণয়, অস্পষ্ট পদ্ধতি, অনুপস্থিত পার্শ্বিকতা, বা অসমর্থিত চিকিৎসার প্রয়োজনীয়তা অবশ্যই মানব পর্যালোচনার জন্য প্রেরণ করতে হবে।.

কীভাবে এটি পরীক্ষা করবেন

সহজ, মাঝারি এবং জটিল কেসগুলিতে বিভক্ত, আগে থেকে কোড করা ৩০টি বহির্বিভাগের রোগীর তথ্য দিয়ে শুরু করুন।.

পরীক্ষার প্রশ্নগুলির মধ্যে নিম্নলিখিতগুলি অন্তর্ভুক্ত থাকতে পারে:

• সহকারী কি কোনো বাদ পড়া তথ্য মনগড়াভাবে তৈরি না করে রোগ নির্ণয়ের সহায়ক তথ্য খুঁজে বের করতে পারবে?

• এটি কি “সম্ভাব্য”, “বাতিল”, বা “সন্দেহজনক” রোগ নির্ণয়গুলোকে সঠিকভাবে চিহ্নিত করে?

• এটি কি অর্থোপেডিক ক্ষেত্রে অনুপস্থিত পার্শ্বিকতা শনাক্ত করতে পারে?

• এটি কি শুধু একটি মডিফায়ারের পরামর্শ না দিয়ে, কেন একটি মডিফায়ারের প্রয়োজন হতে পারে তা ব্যাখ্যা করে?

• ডকুমেন্টেশনটি নির্বাচিত E/M লেভেলকে সমর্থন না করলে, এটি কি তা শনাক্ত করে?

• এটি কি একটি নিশ্চিত উত্তর দিতে বাধ্য করার পরিবর্তে অস্পষ্ট বিষয়গুলোকে আরও জটিল করে তোলে?

একটি মূল্যবান পরীক্ষা হলো একই চার্টের তিনটি সংস্করণ তুলনা করা: একটি ত্রুটিমুক্ত, একটিতে একটি গুরুত্বপূর্ণ বাক্য অনুপস্থিত, এবং অন্যটিতে পরস্পরবিরোধী তথ্যাবলী। যখন এআই তিনটি সংস্করণের জন্যই একই উত্তর দেয়, তখন বুঝতে হবে এটি এখনও প্রস্তুত নয়।.

ফলাফল

দৃষ্টান্তমূলক ফলাফল: ওয়ার্কফ্লোটি ব্যবহারের আগে ও পরে ৩০টি নমুনা বহির্বিভাগীয় সাক্ষাতের সময় নির্ধারণের উপর ভিত্তি করে।.

এআই সাপোর্টের আগে, একজন কোডার প্রতিটি সাধারণ কাজে কোড পর্যালোচনা, কোড নিশ্চিতকরণ এবং ডকুমেন্টেশন যাচাইয়ের জন্য গড়ে ৭ মিনিট ব্যয় করতেন। এআই-এর মাধ্যমে প্রমাণ চিহ্নিতকরণ এবং প্রাথমিক পরামর্শ দেওয়ার ফলে, এই সময় কমে প্রতিটি সাধারণ কাজে ৪ মিনিটে নেমে আসে।.

তার সমান:

• ৩০টি ম্যাচে ৯০ মিনিট বাঁচানো হয়েছে

• রুটিন চার্ট অনুযায়ী ৩ মিনিট সাশ্রয় হয়েছে

• কোডার পর্যালোচনা ছাড়াই ০টি চার্ট স্বয়ংক্রিয়ভাবে জমা দেওয়া হয়েছে।

• ৫টি পরিস্থিতি গুরুতর আকার ধারণ করেছিল কারণ এআই রোগীর পার্শ্বিকতার অভাব, অস্পষ্ট রোগ নির্ণয়ের অবস্থা, অথবা দুর্বল চিকিৎসাগত প্রয়োজনীয়তার সমর্থন খুঁজে পেয়েছিল।

• সহায়ক নথিপত্র যথেষ্ট জোরালো না হওয়ায় ২টি এআই পরামর্শ প্রত্যাখ্যান করা হয়েছে।

এখানে সবচেয়ে মূল্যবান পরিমাপকটি শুধুমাত্র “এআই নির্ভুলতা” নয়। বরং পর্যালোচনার পর কোডার কর্তৃক গৃহীত পরামর্শগুলোই হলো আসল। এই পরীক্ষায়, ৩০টি এনকাউন্টারের মধ্যে ২৩টিতে অন্তত একটি এআই পরামর্শ গৃহীত হয়েছিল, কিন্তু কোডে কোনো পরিবর্তন ছাড়াই গৃহীত হয়েছিল মাত্র ১৮টি। এই পার্থক্যটি গুরুত্বপূর্ণ।.

কী ভুল হতে পারে

সবচেয়ে বড় ঝুঁকি হলো অন্ধভাবে মেনে নেওয়া। যখন টুলটির কথা শুনে কোডাররা আত্মবিশ্বাসী মনে হওয়ায় “accept” ক্লিক করতে শুরু করে, তখন কর্মপ্রক্রিয়াটি উৎপাদনশীলতার ছদ্মবেশে একটি নিয়ম-কানুনজনিত সমস্যায় পরিণত হয়। 🎩

অন্যান্য সাধারণ ভুলগুলোর মধ্যে রয়েছে:

• শুধুমাত্র ল্যাব পরীক্ষা বা ওষুধের উপর ভিত্তি করে এআই-কে রোগ নির্ণয় করতে দেওয়া

• পুরানো অর্থ প্রদানকারীর নিয়ম ব্যবহার করা

• দাবি সারি জমে থাকার কারণে নিম্ন-আত্মবিশ্বাসের সতর্কতা উপেক্ষা করা হচ্ছে।

• শুধুমাত্র গতি পরিমাপ করা, প্রত্যাখ্যান বা নিরীক্ষার ফলাফল নয়।

• কোডাররা কেন এআই-এর পরামর্শ পরিবর্তন বা প্রত্যাখ্যান করেছে তা রেকর্ড করতে ব্যর্থ হওয়া

• পরিষ্কার পরীক্ষার ফলাফলকে এই প্রমাণ হিসেবে গণ্য করা যে সিস্টেমটি জটিল বহির্বিভাগের চার্ট পরিচালনা করতে পারে।

একটি নিরাপদ ব্যবস্থায় এআই-কে সহকারীর ভূমিকায় রাখা হয়: পরামর্শ দেওয়া, প্রমাণ দেখানো, অনিশ্চয়তা ব্যাখ্যা করা এবং বিষয়টি ঊর্ধ্বতন কর্তৃপক্ষের কাছে জানানো।.

ব্যবহারিক শিক্ষা

মেডিকেল কোডিং-এ এআই-এর সর্বোত্তম ব্যবহার এটা নয় যে, “মেশিনকে দিয়ে সবকিছু কোড করানো”। বরং এটি হলো, “কোডারের পর্যালোচনাকে আরও সুনির্দিষ্ট ও দ্রুততর করে তোলা”। যখন কর্মপ্রবাহটি বিল করার আগেই নথিপত্রের ঘাটতি ধরার পাশাপাশি প্রতিটি সাধারণ চার্টের জন্য তিন মিনিট সময় বাঁচায়, তখন তার একটি প্রকৃত মূল্য থাকে। কিন্তু এই মূল্য তখনই বজায় থাকে, যখন বিচার-বিবেচনা, নিরীক্ষার ধারা এবং চূড়ান্ত সিদ্ধান্তের নিয়ন্ত্রণ মানুষের হাতেই থাকে।.

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

আগামী কয়েক বছরের মধ্যে কি AI সম্পূর্ণরূপে মেডিকেল কোডার প্রতিস্থাপন করবে?

অদূর ভবিষ্যতে মেডিকেল কোডারদের পুরোপুরি প্রতিস্থাপন করার সম্ভাবনা কম। বেশিরভাগ বাস্তব-বিশ্বের বাস্তবায়নগুলি সরাসরি ভূমিকাটি সরিয়ে দেওয়ার পরিবর্তে রুটিন, উচ্চ-ভলিউম কাজগুলিতে সহায়তা করার উপর কেন্দ্রীভূত হয়। কোডিংয়ের জন্য এখনও বিচার, নির্দেশিকা ব্যাখ্যা এবং সম্মতি সচেতনতার প্রয়োজন। বাস্তবে, কোডারদের প্রয়োজন কিনা তার চেয়ে কোডার কীভাবে কাজ করে তা এআই বেশি পরিবর্তন করে।.

মেডিকেল কোডিং ওয়ার্কফ্লোতে বর্তমানে AI কীভাবে ব্যবহৃত হচ্ছে?

AI সাধারণত কোড সুপারিশ, প্রাসঙ্গিক ডকুমেন্টেশন সারফেস, মিসিং স্পেসিফিসিটি ফ্ল্যাগ এবং জটিলতার ভিত্তিতে ট্রায়েজ চার্টের জন্য ব্যবহৃত হয়। অনেক সিস্টেম হিউম্যান-ইন-দ্য-লুপ মডেলে চলে যেখানে কোডাররা AI পরামর্শ পর্যালোচনা, সমন্বয় বা প্রত্যাখ্যান করে। এটি দায়িত্ব হস্তান্তর না করেই গতি উন্নত করে। সম্মতি এবং নির্ভুলতার জন্য তদারকি অপরিহার্য।.

মেডিকেল কোডিংয়ের কোন অংশগুলি AI-এর জন্য স্বয়ংক্রিয় করা সবচেয়ে সহজ?

নিয়মিত বহির্বিভাগীয় পরিদর্শন বা কাঠামোগত বিশেষ প্রতিবেদনের মতো পুনরাবৃত্তিমূলক, সু-নথিভুক্ত অভিজ্ঞতার ক্ষেত্রে AI সবচেয়ে ভালো কাজ করে। ধারাবাহিক টেমপ্লেটের উপর ভিত্তি করে তৈরি উচ্চ-ভলিউম পরিস্থিতি স্বয়ংক্রিয় করা সহজ। কোড অনুসন্ধান, প্রমাণ হাইলাইট করা এবং মৌলিক অস্বীকার প্যাটার্ন সনাক্তকরণ শক্তিশালী ব্যবহারের ক্ষেত্রে থাকে। জটিল ক্লিনিকাল রায় এখনও চ্যালেঞ্জিং।.

জটিল বা অস্পষ্ট মেডিকেল রেকর্ডের সাথে কৃত্রিম বুদ্ধিমত্তার কেন সমস্যা হয়?

ক্লিনিক্যাল ডকুমেন্টেশনে প্রায়শই অনিশ্চয়তা, পরস্পরবিরোধী রোগ নির্ণয় এবং অস্পষ্ট ভাষা থাকে। AI "সম্ভাব্য" বা "বাদ দেওয়া" এর মতো যোগ্যতাগুলিকে নিশ্চিত অবস্থা হিসাবে ভুলভাবে পড়তে পারে। এটি এমন একটি সমালোচনামূলক বাক্যও মিস করতে পারে যা ক্রম বা তীব্রতা পরিবর্তন করে। এই সূক্ষ্মতাগুলি সম্মতিমূলক কোডিংয়ের কেন্দ্রবিন্দুতে অবস্থিত এবং নিরাপদে স্বয়ংক্রিয় করা কঠিন।.

AI কি এন্ট্রি-লেভেল মেডিকেল কোডিং কাজের সংখ্যা কমিয়ে দেবে?

রুটিন কাজ আরও স্বয়ংক্রিয় হয়ে উঠলে প্রাথমিক স্তরের ভূমিকাগুলিতে চাপ পড়তে পারে। কিছু সংস্থা নিয়োগের গতি কমিয়ে দিতে পারে, আবার অন্যরা জুনিয়র কোডারদের অডিট সহায়তা বা মানসম্পন্ন ভূমিকায় স্থানান্তর করতে পারে। এর প্রভাব প্রতিষ্ঠান এবং পরিষেবা লাইন অনুসারে পরিবর্তিত হয়। ক্যারিয়ারের পথগুলি অদৃশ্য হওয়ার পরিবর্তে বাঁক এবং পুনর্গঠন করতে পারে।.

মেডিকেল কোডিংয়ে AI কীভাবে সম্মতি এবং নিরীক্ষার ঝুঁকিকে প্রভাবিত করে?

যখন শাসনব্যবস্থা দুর্বল থাকে, তখন AI গতি এবং ঝুঁকি উভয়ই বাড়িয়ে দিতে পারে। টেকসই পর্যালোচনা প্রক্রিয়া ছাড়া দ্রুত কোডিং অস্বীকৃতির হার বা নিরীক্ষার প্রকাশ বাড়াতে পারে। সম্মতি দলগুলির এখনও ট্রেসযোগ্য যুক্তি এবং প্রতিরক্ষামূলক সিদ্ধান্তের প্রয়োজন। মানব পর্যালোচনা, নিরীক্ষার পথ এবং স্পষ্ট জবাবদিহিতা গুরুত্বপূর্ণ সুরক্ষা ব্যবস্থা হিসেবে রয়ে গেছে।.

এআই-সহায়তাপ্রাপ্ত পরিবেশে মেডিকেল কোডারদের মূল্যবান থাকতে কোন দক্ষতা সাহায্য করে?

নিরীক্ষা, নির্দেশিকা ব্যাখ্যা, অর্থপ্রদানকারী নীতি বিশ্লেষণ এবং অস্বীকৃতি ব্যবস্থাপনার সাথে সম্পর্কিত দক্ষতাগুলি সময়ের সাথে সাথে বৃদ্ধ হতে থাকে। যেসব কোডার বোঝেন যে কেন একটি কোড সঠিক, কেবল কোন কোড নির্বাচন করতে হবে তা নয়, তাদের প্রতিস্থাপন করা কঠিন। বিশেষ দক্ষতা এবং CDI সহযোগিতাও মূল্য যোগ করে। অনেক ভূমিকা গুণমান এবং শাসনের দিকে এগিয়ে যায়।.

"স্পর্শহীন" মেডিকেল কোডিং কি বেশিরভাগ প্রতিষ্ঠানের জন্য বাস্তবসম্মত?

স্পর্শহীন কোডিং পরিষ্কার ডকুমেন্টেশন সহ সংকীর্ণ, সহজ ক্ষেত্রে কাজ করতে পারে। জটিল ইনপেশেন্ট বা বহু-অবস্থার মুখোমুখি হওয়ার ক্ষেত্রে, এটি প্রায়শই ব্যর্থ হয়। বেশিরভাগ সংস্থা হাইব্রিড ওয়ার্কফ্লো সহ আরও শক্তিশালী ফলাফল দেখতে পায়। সম্পূর্ণ অটোমেশন সাধারণত কাজ বাদ দেওয়ার পরিবর্তে ডাউনস্ট্রিম অডিট এবং সংশোধনের প্রয়োজনীয়তা বৃদ্ধি করে।.

তথ্যসূত্র

1. ইন্সপেক্টর জেনারেলের কার্যালয় (ওআইজি), মার্কিন স্বাস্থ্য ও মানব সেবা বিভাগ - সাধারণ পরিপালন কর্মসূচি নির্দেশিকা - oig.hhs.gov

2. ন্যাশনাল ইনস্টিটিউট অফ স্ট্যান্ডার্ডস অ্যান্ড টেকনোলজি (NIST) - AI ঝুঁকি ব্যবস্থাপনা কাঠামো (AI RMF 1.0) - nist.gov

3. ন্যাশনাল ইনস্টিটিউট অফ স্ট্যান্ডার্ডস অ্যান্ড টেকনোলজি (NIST) - জেনারেটিভ এআই প্রোফাইল (NIST AI 600-1) - nist.gov

4. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (CMS) - চিকিৎসা রেকর্ড নথিভুক্তকরণের প্রয়োজনীয়তা (MLN909160) - cms.gov

5. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (সিএমএস) - অর্থবছর ২০২৬ আইসিডি-১০-সিএম কোডিং নির্দেশিকা - cms.gov

6. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (CMS) - জাতীয় সঠিক কোডিং উদ্যোগ (NCCI) সম্পাদনা - cms.gov

7. আমেরিকান হেলথ ইনফরমেশন ম্যানেজমেন্ট অ্যাসোসিয়েশন (AHIMA) - কম্পিউটার-সহায়তাপ্রাপ্ত কোডিং টুলকিট - ahima.org

8. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (CMS) - ব্যাপক ত্রুটির হার পরীক্ষা (CERT) কর্মসূচি - cms.gov

9. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (CMS) - মূল্যায়ন ও ব্যবস্থাপনা পরিষেবা (MLN006764) - cms.gov

10. মার্কিন সরকারের জবাবদিহিতা অফিস (GAO) - GAO-19-277 - gao.gov

11. মেডিকেয়ার ও মেডিকেইড পরিষেবা কেন্দ্র (সিএমএস) - ঝুঁকি সমন্বয় - cms.gov

অফিসিয়াল এআই অ্যাসিস্ট্যান্ট স্টোরে সর্বশেষ এআই খুঁজুন

আমাদের সম্পর্কে