AIを用いたレセプトチェック業務の効率化 FlyData社との協業結果の報告
[19/02/15]
提供元:PRTIMES
提供元:PRTIMES
〜全国初 Urban Innovation KOBEによる市役所とスタートアップの協働開発〜
起業・スタートアップ支援による神戸経済の活性化を目指す神戸市は、レセプト(診療報酬明細書)のチェック業務の効率化のため、シリコンバレーを拠点に活動するFlyData社のAI技術を導入し、平成30年7月2日から平成31年1月31日まで実証実験・効果検証を行いました。チェック業務という職員の経験則に基づいて行われる業務へAIを導入した先進的な取り組みである本実証実験の成果を報告します。
[画像1: https://prtimes.jp/i/27224/85/resize/d27224-85-653913-0.jpg ]
1.実証実験の目的
子どもへの医療費の助成制度等を運用する国保年金医療課では、医療機関から送付されるレセプト(診療報酬明細書)の請求に基づき、毎月20万件もの診療に対する助成を行っています。しかし、請求の中には受給者番号が誤っているものなど、様々な間違い(エラー)が含まれており、そのエラーのチェック業務に多大な時間がかかり、職員の負担になっています。
本プロジェクトでは、職員が行っているチェック作業を整理、分析したうえで、ツールを構築し、チェック業務を効率化・短縮化することを目的に実証実験を行いました。
2.実証実験の内容
(1) 実証実験期間
平成30年7月2日(月曜)から平成31年1月31日(木曜)まで
(2) 実施内容
過去の受給者番号入力ミスの傾向を学習させることにより、誤った受給者番号から正しい番号を推測するAIモデルを作成。推測結果を正解候補リストとして出力し、現場のチェック作業で補助的に活用することで、業務の効率化に寄与する効果を検証した。
(3)実験結果
・正解候補リスト内に正解が含まれる場合(40.6%)、他システムによる番号検索など、
従来行っていた確認作業が必要なくなり、約70%の作業時間が削減。
・正解候補リスト内に正解が含まれない場合(59.4%)は、リストを突合する時間が純増。
・正解が含まれない場合の時間の純増により、トータルの削減時間は限定的。
※ 詳細は別紙レポート参照
(4)今後について
一定の精度でAIによる推測を実現。推測結果を現場に導入することで、チェック作業を効率化できるということを確認できた。今後、AIによる推測に利用できるデータを増やすことで、推測精度の向上が見込めるとともに、他のチェック業務への展開が期待される。
3.チェック業務の自動化の概要
[画像2: https://prtimes.jp/i/27224/85/resize/d27224-85-161508-1.jpg ]
4.FlyData社概要
会社名:FlyData Inc.
米国本社:440 N Wolfe Rd, Sunnyvale,CA
日本本社:東京都台東区台東4-13-21 ユニゾ仲御徒町ビル8F
代表取締役 :藤川 幸一
設 立:2011年3月1日
URL:https://flydata.jp/
事業概要:AIを活用したデータインテグレーションサービス等の提供
※ 本プロジェクトは今年度上期のUrban Innovation KOBEの1テーマとして実施しました。「レセプトチェック業務効率化」のテーマとしては、平成30年12月4日付けでモンスター・ラボ社との協業成果の発表を行っており、本報はそれに続く第2報になります。
起業・スタートアップ支援による神戸経済の活性化を目指す神戸市は、レセプト(診療報酬明細書)のチェック業務の効率化のため、シリコンバレーを拠点に活動するFlyData社のAI技術を導入し、平成30年7月2日から平成31年1月31日まで実証実験・効果検証を行いました。チェック業務という職員の経験則に基づいて行われる業務へAIを導入した先進的な取り組みである本実証実験の成果を報告します。
[画像1: https://prtimes.jp/i/27224/85/resize/d27224-85-653913-0.jpg ]
1.実証実験の目的
子どもへの医療費の助成制度等を運用する国保年金医療課では、医療機関から送付されるレセプト(診療報酬明細書)の請求に基づき、毎月20万件もの診療に対する助成を行っています。しかし、請求の中には受給者番号が誤っているものなど、様々な間違い(エラー)が含まれており、そのエラーのチェック業務に多大な時間がかかり、職員の負担になっています。
本プロジェクトでは、職員が行っているチェック作業を整理、分析したうえで、ツールを構築し、チェック業務を効率化・短縮化することを目的に実証実験を行いました。
2.実証実験の内容
(1) 実証実験期間
平成30年7月2日(月曜)から平成31年1月31日(木曜)まで
(2) 実施内容
過去の受給者番号入力ミスの傾向を学習させることにより、誤った受給者番号から正しい番号を推測するAIモデルを作成。推測結果を正解候補リストとして出力し、現場のチェック作業で補助的に活用することで、業務の効率化に寄与する効果を検証した。
(3)実験結果
・正解候補リスト内に正解が含まれる場合(40.6%)、他システムによる番号検索など、
従来行っていた確認作業が必要なくなり、約70%の作業時間が削減。
・正解候補リスト内に正解が含まれない場合(59.4%)は、リストを突合する時間が純増。
・正解が含まれない場合の時間の純増により、トータルの削減時間は限定的。
※ 詳細は別紙レポート参照
(4)今後について
一定の精度でAIによる推測を実現。推測結果を現場に導入することで、チェック作業を効率化できるということを確認できた。今後、AIによる推測に利用できるデータを増やすことで、推測精度の向上が見込めるとともに、他のチェック業務への展開が期待される。
3.チェック業務の自動化の概要
[画像2: https://prtimes.jp/i/27224/85/resize/d27224-85-161508-1.jpg ]
4.FlyData社概要
会社名:FlyData Inc.
米国本社:440 N Wolfe Rd, Sunnyvale,CA
日本本社:東京都台東区台東4-13-21 ユニゾ仲御徒町ビル8F
代表取締役 :藤川 幸一
設 立:2011年3月1日
URL:https://flydata.jp/
事業概要:AIを活用したデータインテグレーションサービス等の提供
※ 本プロジェクトは今年度上期のUrban Innovation KOBEの1テーマとして実施しました。「レセプトチェック業務効率化」のテーマとしては、平成30年12月4日付けでモンスター・ラボ社との協業成果の発表を行っており、本報はそれに続く第2報になります。