|
Supporting the billing process in outpatient medical care: Automated medical coding through machine learning
Oberste, Luis
;
Finze, Nikola
;
Hoffmann, Philipp
;
Heinzl, Armin
|
URL:
|
https://aisel.aisnet.org/ecis2022_rp/136/
|
|
Dokumenttyp:
|
Konferenzveröffentlichung
|
|
Erscheinungsjahr:
|
2022
|
|
Buchtitel:
|
Proceedings of the 30th European Conference on Information Systems (ECIS): Timișoara, Romania, June 18-24, 2022
|
|
Titel einer Zeitschrift oder einer Reihe:
|
European Conference on Information Systems (ECIS) : Research Papers
|
|
Band/Volume:
|
2022, Paper 136
|
|
Seitenbereich:
|
1-18
|
|
Veranstaltungstitel:
|
ECIS 2022
|
|
Veranstaltungsort:
|
Timișoara, Romania
|
|
Veranstaltungsdatum:
|
18.-24.06.2022
|
|
Ort der Veröffentlichung:
|
Atlanta, GA
|
|
Verlag:
|
AISeL
|
|
ISBN:
|
978-1-958200-02-5
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Außerfakultäre Einrichtungen > Institut für Enterprise Systems (InES)
Fakultät für Betriebswirtschaftslehre > ABWL u. Wirtschaftsinformatik I (Heinzl 2002-)
|
|
Fachgebiet:
|
330 Wirtschaft
|
|
Abstract:
|
Reimbursement in medical care implies significant administrative effort for medical staff. To bill the treatments or services provided, diagnosis and treatment codes must be assigned to patient records using standardized healthcare classification systems, which is a time-consuming and error-prone task. In contrast to ICD diagnosis codes used in most countries for inpatient care reimbursement, outpatient medical care often involves different reimbursement schemes. Following the Action Design Research methodology, we developed an NLP-based machine learning artifact in close collaboration with a general practitioner’s office in Germany, leveraging a dataset of over 5,600 patients with more than 63,000 billing codes. For the code prediction of most problematic treatments as well as a complete code prediction task, we achieved F1-scores of 93.60 % and 78.22 %, respectively. Throughout three iterations, we derived five meta requirements leading to three design principles for an automated coding system to support the reimbursement of outpatient medical care.
|
 | Dieser Eintrag ist Teil der Universitätsbibliographie. |
 Suche Autoren in
BASE:
Oberste, Luis
;
Finze, Nikola
;
Hoffmann, Philipp
;
Heinzl, Armin
Google Scholar:
Oberste, Luis
;
Finze, Nikola
;
Hoffmann, Philipp
;
Heinzl, Armin
ORCID:
Oberste, Luis, Finze, Nikola, Hoffmann, Philipp  ORCID: https://orcid.org/0000-0002-6528-9269 and Heinzl, Armin
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
