应用 综合自 1 个来源

巴西医院12个AI智能体直击15.89%拒赔困局

要点

  • Rede Mater Dei部署12个AI智能体处理营收周期管理
  • 巴西医院行业拒赔率从11.89%升至15.89%
  • 全行业未收款项估计达100亿雷亚尔
  • 智能体承担资质认证、理赔清洗、拒赔分类等任务
  • 该医疗网络在7个城市运营,已有45年历史
参考来源 (1)
  1. [1] 巴西医院用Bedrock部署12个AI代理 — AWS Machine Learning Blog

2024年,巴西私立医院因理赔拒赔损失的未收款项高达100亿雷亚尔,Rede Mater Dei医疗网络决定不能再让自家账单中出现类似数字。这家拥有45年历史的医疗机构在贝洛奥里藏特、萨尔瓦多、乌贝兰迪亚等七个城市运营,如今正通过亚马逊Bedrock AgentCore部署12个生产级AI智能体,将整个营收周期——从资质认证到最终结算——实现自动化。

促使该院做出这一决定的拒赔率数据触目惊心。巴西私立医院协会数据显示,2024年全行业理赔拒赔率从11.89%飙升至15.89%。在这一体量下,仅一个百分点的增长就意味着数千万雷亚尔的报销款流失。对于每月处理成千上万份理赔的医疗集团而言,数据孤岛、人工核查流程、高昂的人员流失率所引发的连锁错误,最终都会叠加成被拒绝的理赔账单。

这12个智能体并非一次性全部上线。Mater Dei与AWS及实施合作方A3Data采用分阶段部署策略,针对营收周期中的具体瓶颈逐个添加智能体:一个负责资质认证核查,在理赔提交前验证供应商执照与认证有效性;另一个负责理赔清洗,扫描提交前的文档缺口;还有智能体负责自动分类被拒理赔,根据拒赔代码和根本原因将其分派至相应团队。

这类工作枯燥重复,却是医疗自动化的命脉所在。每一个关于文档是否合规、资质是否有效、代码是否准确的日常决策,都直接影响医院的财务状况。Rede Mater Dei的下一个项目——位于圣保罗的新院区——很可能随着系统成熟而上马更多智能体。对AWS而言,这一案例证明了医疗营收周期管理绝非边缘场景,而是企业多智能体系统的核心市场。拒赔率是结构性问题,而AI智能体将成为长期解决方案。

0:00