SAS推出醫(yī)療支付領域AI工具組合

用藥依從性、病歷審核、報銷模式、風險管理、醫(yī)療成本——五大醫(yī)療難題的數(shù)據(jù)攻堅方案

數(shù)據(jù)與人工智能領導者SAS宣布推出面向醫(yī)療支付方與服務提供方的SAS?醫(yī)療保健成本分析解決方案,助力其高效管理醫(yī)療質量與成本。該方案將于2025年7月正式上線,基于SAS? Viya?平臺構建,通過深度挖掘醫(yī)療理賠數(shù)據(jù),整合"診療旅程"全程(從疾病檢測、治療到照護管理)的編碼與模式,將醫(yī)療索賠構建為診療事件單元進行分析,實現(xiàn)優(yōu)化治療路徑成本、減少非必要住院、縮短住院時長等目標。

在2025年拉斯維加斯美國健康保險計劃協(xié)會(AHIP)會議上,SAS將正式發(fā)布此方案及相關行業(yè)解決方案。Gartner?研究指出,醫(yī)療支付方亟需先進數(shù)據(jù)分析能力以識別風險人群、提升質量指標、管理護理成本及優(yōu)化醫(yī)療體驗。

SAS解決方案具備四大核心功能:

診療事件單元靈活定義:基于用戶自選臨床定義分析索賠數(shù)據(jù),通過關聯(lián)檢測構建患者全景視圖

診療價值量化評估:將服務劃分為"增值型"或"潛在可避免型",自動計算預期成本及風險調整后成本作為支付基準,同步采集住院時長等參數(shù)

基于風險的服務方績效分析:整合索賠數(shù)據(jù)后按用戶規(guī)則歸屬服務方,結合病情嚴重度分析成本與質量

簡化數(shù)據(jù)管理:通過數(shù)據(jù)驗證和簡化接入SAS Health通用數(shù)據(jù)模型構建數(shù)據(jù)倉庫

為支持醫(yī)療支付方與服務提供方,SAS全新推出了即用型 AI 模型,包括:

用藥依從性風險預測模型:作為醫(yī)療保險優(yōu)選計劃等質量評級關鍵指標,幫助精準定位干預領域

文檔分析模型:從掃描文檔提取信息生成結構化數(shù)據(jù),在美國某大型醫(yī)療保險公司實踐中效率較人工提升400%

支付完整性檢測與欺詐預防模型:解決計費錯誤與索賠差異,高效管控欺詐、浪費及濫用支出

SAS醫(yī)療咨詢高級經(jīng)理Brett Davis強調:"該方案超越傳統(tǒng)索賠分組模式,在價值醫(yī)療轉型中生成高價值洞察,幫助明確成本質量關鍵驅動因素。"2025年AHIP大會期間,參會者可于SAS展位體驗解決方案演示,與專家交流行業(yè)未來。

點擊此處,深入了解 SAS 如何憑借業(yè)界生產(chǎn)力領先的 AI 平臺,將數(shù)據(jù)轉化為重塑生命的洞察,加速醫(yī)療領域的突破性創(chuàng)新。