公共可用的人工智能能否成功地识别神经外科手术中常见程序的当前程序术语代码?

科学领域:

• 神经外科 神经外科
• 医学编码 医学编码
• 人工智能的人工智能

背景情况:

• 神经外科手术程序编码是复杂的,并且每年都会对代码和修改器进行更改.
• 准确的编码对于神经外科实践中的运营效率和财务报销至关重要.

研究的目的:

• 评估公开可用的人工智能 (AI) 在协助神经外科医生进行程序编码方面的有效性.
• 为了比较人工智能平台对神经外科编码任务的传统搜索引擎的准确性.

主要方法:

• 多个AI平台和谷歌被查询了常见的大脑和脊柱神经外科手术的当前程序术语 (CPT) 代码和收入价值单位 (RVU) 值.
• 人工智能生成的代码和RVU与有效的CPT代码和潜在的RVU收益进行了比较.

主要成果:

• 与谷歌 (25%) 相比,人工智能平台在确定内血管 (70%),脊椎 (55%) 和骨 (75%) 程序的CPT代码方面取得了更高的准确性.
• 顶级AI执行者成功获得了各种神经外科手术的潜在RVU的显著比例.
• 在神经外科编码任务中,人工智能平台的平均准确度高于谷歌 (25%),高于谷歌 (45%).

结论:

• 公开可用的AI具有显著的潜力,可以提高神经外科编码的准确性和效率.
• 未来的人工智能开发应该优先考虑提高准确性和包含编码决策的支持文档.
• 人工智能能力的进步可以为神经外科实践带来大量的运营效率和成本节省.