billRADAR – wie Sie die Wirtschaftlichkeit Ihrer Krankenhausabrechnungsprüfung mithilfe von KI eklatant steigern können (03.05.2021)

3 Minuten mit Maximilian Langer, Service Owner Data Driven Services

Hallo Max, ihr habt mit billRADAR einen Service entwickelt, der Krankenversicherungen dabei unterstützt, im Rahmen der Krankenhausabrechnungsprüfung deutliche Einsparungen im Sinne der Kassen zu realisieren. Was macht das Thema Krankenhausabrechnung besonders interessant?  

Die Ausgaben für stationäre Krankenhausbehandlungen stellen den größten Kostenfaktor bezogen auf die Leistungsausgaben der gesetzlichen Krankenversicherungen dar. Es geht also um viel Geld und somit auch um ein großes Potenzial, Einsparungen im Sinne der Krankenkassen zu erzielen.

Über welche Summen sprechen wir in diesem Zusammenhang?

Im Jahr 2019 lagen die Kosten für die stationäre Krankenhausversorgung deutschlandweit bei 98,8 Milliarden Euro. Das ist an sich schon viel Geld. Darüber hinaus steigen diese Kosten seit Jahren kontinuierlich an. Allein im Vergleich des Jahres 2019 mit dem Vorjahr verzeichnete das Statistische Bundesamt einen Anstieg von 5,7%.

War das der ausschlaggebende Grund, wieso ihr beschlossen habt, einen Service zu entwickeln, der speziell auf Kostenoptimierungen in diesem Bereich abzielt?

Das war einer der Gründe. Denn natürlich steigt die Relevanz eines möglichen Einspareffektes mit der Gesamtsumme. Wenn ich also 10% Rückerstattung bei einem Fall realisieren kann, der mit Kosten in Höhe von 10.000 € beziffert ist, lohnt sich das natürlich mehr als bei einer Rechnung über 100€.

Das ist klar. Es geht also um große Summen, die seitens der Krankenhäuser von den Kassen gefordert werden. Welche Herausforderungen liegen in der Prüfung der entsprechenden Abrechnungen?

Bei der Krankenhausabrechnungsprüfung handelt es sich um einen hochkomplexen und aufwändigen Prozess. Neben der formalen Prüfung ist meist auch eine medizinisch-inhaltliche Prüfung erforderlich. Mögliche Fehler in der Abrechnung erschließen sich meist nicht auf den ersten Blick.

Was bedeutet das in der Praxis für den Sachbearbeiter (m/w/d), der für dieses Themenfeld verantwortlich ist?

Es ist viel Erfahrung und Fachwissen erforderlich, um entsprechende Fehler zu erkennen. Darüber hinaus gilt es, lohnende Fälle von denen zu trennen, die voraussichtlich keinen Erfolg im Hinblick auf eine Rückerstattung haben werden.

Das alles ist sehr zeitaufwändig. Und genau hier setzt billRADAR an und kann den Sachbearbeiter (m/w/d) effektiv unterstützen.

Kannst du das kurz erklären?

Gerne. billRADAR ist ein KI-basiertes Modell, das in der Lage ist, auf Knopfdruck eine sehr präzise Vorhersage darüber zu treffen, bei welchen Fällen sich eine Überprüfung durch den Sachbearbeiter (m/w/d) lohnt und welche Fälle eine hohe Erfolgswahrscheinlichkeit im Hinblick auf eine Einreichung beim MDK aufweisen.

Jetzt hast du gleich zwei interessante Aspekte angesprochen. Ein Vorteil, der sich für die Kasse durch den Einsatz von billRADAR ergibt und der sich direkt im Tagesgeschäft auswirkt, ist also eine massive Zeitersparnis durch eine effiziente Vorselektion der Fälle. Ist das korrekt?

Genau. Im Prinzip funktioniert billRADAR wie ein intelligenter Filter und zeigt dem Sachbearbeiter (m/w/d) auf einen Blick, welche Fälle näher betrachtet werden sollten. Auf diese Weise kann sich der Sachbearbeiter (m/w/d) gezielt auf die Fälle konzentrieren, die eine besonders hohe Erfolgswahrscheinlichkeit aufweisen. Dabei muss man bedenken, dass die Kassen zum Teil ca. 80% aller eingehenden Krankenhausabrechnungen prüfen, weil die Fehlerquote in diesem Bereich erschreckend hoch ist. Es geht also um eine große Anzahl an zu prüfenden Fällen.

Vor diesem Hintergrund stellt eine intelligente Vorselektion eine echte Arbeitserleichterung dar und ermöglicht es den Sachbearbeitern (m/w/d), ihre Ressourcen bestmöglich einzusetzen. Nämlich mit einem gezielten Blick auf die Fälle, bei denen sie mit einer hohen Wahrscheinlichkeit Rückerstattungen erwirken können – und zwar solche, die sich für die Kasse finanziell wirklich lohnen. 

Darüber hinaus hast du den Medizinischen Dienst erwähnt. Durch das MDK-Reformgesetz hat sich für die Kassen ja einiges verändert. Inwiefern kann billRADAR auch in diesem Zusammenhang hilfreich sein?

Durch das MDK-Reformgesetz wurde den Kassen eine maximale Prüfquote von derzeit 12,5% auferlegt. Das bedeutet, dass sie nun sehr genau überlegen müssen, welche Fälle sie für eine entsprechende Prüfung auswählen.

Und genau da kommt billRADAR ins Spiel, richtig? Kannst du kurz erklären, wie das funktioniert bzw. wie billRADAR an dieser Stelle die menschliche Arbeit sinnvoll unterstützen kann?

Ja, gerne. Die bei billRADAR entwickelte KI hat im Rahmen des Pilotprojekts mit sieben beteiligten Krankenkassen gelernt, welche Art von Fallkonstellationen in der Vergangenheit bereits zu einem Erfolg im Sinne der Kassen geführt hat. Aber eben auch, welche Fälle aufgrund der gegebenen Parameter nicht lohnend sind, da sie mit hoher Wahrscheinlichkeit nicht erfolgreich wären.

billRADAR wurde also mit echten Daten verschiedener Krankenkassen trainiert. Imitiert das System dann „nur“ das Vorgehen der Sachbearbeiter (m/w/d) in der Vergangenheit?

Nein. billRADAR erkennt basierend auf historischen Fällen Muster, die ein Mensch ggf. gar nicht sieht. Auf diese Weise ermöglicht es billRADAR, auf zwei verschiedenen Ebenen Potenziale zu heben: einerseits im Auffinden neuer Fälle als Prüfpotenzial und andererseits in einer Aufwandsreduktion durch die Vorpriorisierung bzw. Bewertung mit Erfolgswahrscheinlichkeit und Rückerstattungsscore.

Das Pilotprojekt hat gezeigt: Durch den Einsatz von billRADAR hätten die Kassen ihre Wirtschaftlichkeit im Bereich der Krankenhausabrechungsprüfung um bis zu 31% steigern können. Als lernendes System wird billRADAR in Zukunft sogar noch wirkungsvoller arbeiten.

Aber ein Mitarbeiter (m/w/d), der seit Jahren im Bereich Abrechnungsprüfung tätig ist, lernt doch auch aus historischen Fällen. Was läuft bei billRADAR anders?

Ein wichtiger Unterschied liegt im Datenpooling. Während der Sachbearbeiter (m/w/d) ja ausschließlich aus den selbst bearbeiteten Fällen lernen kann oder maximal aus denen, die innerhalb der eigenen Krankenkasse bearbeitet wurden, greift billRADAR bildlich gesprochen auf den Erfahrungsschatz aller beteiligten Kassen zurück und entwickelt sich auf dieser deutlich breiteren Basis durch regelmäßiges Nachtraining kontinuierlich weiter.

KI, Datenpooling und Sozialdaten. Da schrillen sicherlich einige Alarmglocken.

Das ist richtig. Zu Recht ist das Training einer KI mit Sozialdaten in Deutschland mit sehr hohen Anforderungen an Sicherheit und Compliance verbunden, insbesondere im Rahmen des SGB. Verschärft wird das Ganze im Falle von billRADAR durch die Tatsache, dass die KI nicht nur auf die Daten einer Krankenkasse zurückgreift, sondern auf die der gesamten Entwicklergemeinschaft. In diesem Kontext gab es also sehr hohe Hürden, die zu überwinden waren.

Ich freue mich, sagen zu können, dass wir dies geschafft haben und im Rahmen des Pilotprojekts erfolgreich und BAS-konform einen echten Präzedenzfall schaffen konnten. Wir stehen nach wie vor in einem engen und sehr fruchtbaren Austausch mit dem Digital-ausschuss des BAS, sodass wir auch den künftigen Produktiveinsatz BAS-konform gestalten können.

Du hast jetzt mehrfach das Pilotprojekt angesprochen. Das ist inzwischen ja erfolgreich beendet. Wie geht es weiter?

billRADAR steht in den Startlöchern für den produktiven Betrieb. Schon jetzt bietet billRADAR einen großen Mehrwert für die Kassen, aber es ist noch viel mehr möglich. Diese Weiterentwicklung möchten wir gemeinsam mit unseren Kunden als Entwicklergemeinschaft gestalten. Und ganz wichtig ist: Je mehr Krankenkassen sich an billRADAR beteiligen, desto mehr kommt der Ansatz von „geteiltem Wissen“ im Modell zum Tragen.

Das klingt alles sehr spannend. Aber bestimmt gibt es zu dem Thema noch viel mehr zu sagen. Wer ist mein Ansprechpartner, wenn ich mehr über billRADAR erfahren oder Teil der Entwicklergemeinschaft werden möchte?

Für einen ersten Kontakt stehe ich gerne zur Verfügung und freue mich darauf, mich mit interessierten Kunden über mögliche Ansatzpunkte auszutauschen oder mehr über billRADAR zu erzählen. Eine wichtige Anmerkung zum Schluss: Um billRADAR einsetzen zu können, muss man nicht zwangsläufig Bestandskunde des itsc sein.

 

Maximilian Langer, Service Owner Data Driven Services, 0175-83 41 754, Maximilian.Langer@itsc.de