解決方案加速器
醫療保險風險調整
預先構建的代碼示例數據和循序漸進的指示準備好磚筆記本
確定補償被診斷出病症
在美國,醫療保險和醫療補助服務中心(CMS)報銷私人醫療保險公司根據受益人的風險。大多數保險公司依賴索賠數據計算成員的風險,但是,它提供了一個狹窄,時間點對健康的看法。為了解決這個差距,磚和約翰·斯諾實驗室解決方案加速器醫療保險風險調整自動化提取未確診的成員條件的非結構化臨床與NLP模型指出,改善下遊補償。
- 檢測確診條件與NLP非結構化文本
- 附加icd -和肝細胞癌與pretrained模型代碼
- 計算修正RAF分數提高補償
