نظام تخطيط موارد سريري مع كشف احتيال بالذكاء الاصطناعي وتتبع أصول بإنترنت الأشياء

السياق

في أواخر عام 2019، احتاج مزود رعاية صحية سريرية إلى تحديث نظام تخطيط الموارد (ERP) الخاص به. كان النظام القائم يفتقر إلى التحقق الآلي من الفواتير الطبية، وكشف الاحتيال في المطالبات، والرؤية حول مواقع الأصول الطبية باهظة الثمن. تم تكليفي كمهندس Azure وقائد تقني لتقديم حل شامل يجمع بين الذكاء الاصطناعي وإنترنت الأشياء والواقع المعزز.

استمر المشروع حتى ديسمبر 2020، مع تعقيد إضافي يتمثل في التعاون عن بُعد أثناء الجائحة.

الهدف

استخدام الذكاء الاصطناعي للتحقق من الفواتير الطبية وكشف الاحتيال، مع تتبع الأصول المادية في الوقت الفعلي باستخدام إنترنت الأشياء والواقع المعزز.

كان على الحل تقديم:

• تحقق مدعوم بالذكاء الاصطناعي من التشخيصات مقابل المطالبات المقدمة
• نماذج كشف احتيال مدربة على أنماط الفوترة التاريخية
• تتبع الأصول في الوقت الفعلي باستخدام مستشعرات LoRaWAN و BLE و 5G
• تصور الواقع المعزز لمواقع الأصول عبر نظارة Microsoft HoloLens
• Azure IoT Hub لإدارة الأجهزة وتوجيه الإشعارات

المنهج

صممت هندسة متعددة الطبقات تغطي الحافة والسحابة والذكاء الاصطناعي:

1. التحقق الذكي من الفواتير
   تدريب نماذج تعلم آلي لمقارنة رموز التشخيص (ICD-10) مع مطالبات الإجراءات (CPT/HCPCS). كان النموذج يحدد الحالات الشاذة — مثل الإجراءات غير المتوافقة مع التشخيصات أو أنماط الفوترة غير المحتملة إحصائياً — للمراجعة البشرية.

2. خط أنابيب كشف الاحتيال
   بناء محرك قواعد مدمج مع كشف الشذوذ يسجل كل مطالبة في الوقت الفعلي. كانت المطالبات عالية المخاطر تُوجه إلى قائمة انتظار تحقيق، مع تقليل الإيجابيات الكاذبة من خلال إعادة تدريب النموذج المستمرة.

3. شبكة إنترنت الأشياء للأصول
   نشر شبكة مستشعرات غير متجانسة: LoRaWAN للتتبع الداخلي بعيد المدى، وإشارات BLE للدقة على مستوى الغرفة، و 5G لأجهزة التصوير الطبي عالية النطاق. كانت جميع بيانات القياس عن بُعد تتدفق عبر Azure IoT Hub.

4. تجربة الواقع المعزز عبر HoloLens
   تطوير تطبيق HoloLens يعرض مواقع الأصول على مجال رؤية المستخدم، مما يمكن الموظفين من تحديد موقع المعدات فوراً. كانت طبقة الواقع المعزز تستهلك نفس بيانات إنترنت الأشياء، وتُعرض كمثبتات مكانية.

التحديات

• رموز الفوترة الطبية (ICD-10، CPT، HCPCS) لها علاقات هرمية معقدة — احتاج نموذج الذكاء الاصطناعي إلى هندسة ميزات متخصصة بالمجال.
• تنوع مستشعرات إنترنت الأشياء (LoRaWAN، BLE، 5G، BT) تطلب خط أنابيب استيعاب موحد مع محولات خاصة بكل بروتوكول.
• كان تطوير HoloLens في 2019-2020 لا يزال في مرحلة النضج — تفاوتت دقة التعيين المكاني عبر البيئات السريرية.
• إغلاقات كوفيد-19 في منتصف المشروع أجبرت كل التعاون والاختبار والنشر على الانتقال إلى العمل عن بُعد بالكامل.

النتيجة

قللت نماذج الذكاء الاصطناعي مدفوعات المطالبات الاحتيالية بنسبة تقدر بـ 18٪ خلال الأشهر الستة الأولى. تحسن استخدام الأصول بنسبة 30٪ حيث تمكن الموظفون من تحديد موقع المعدات في ثوانٍ عبر HoloLens بدلاً من البحث اليدوي. توسعت شبكة إنترنت الأشياء لتشمل أكثر من 2000 أصل مُتتبع عبر مواقع عيادات متعددة.

الدرس المستفاد

الذكاء الاصطناعي في الرعاية الصحية لا يتعلق باستبدال الأطباء — بل يتعلق بالتقاط ما يفوّته البشر. وجد نموذج كشف الاحتيال أنماطاً غير مرئية للمراجعة اليدوية، بينما منح إنترنت الأشياء فرق العمليات قدرات خارقة لم يكونوا يعرفون أنهم بحاجة إليها.