Zusammenfassung
Deutschland verausgabt im Gesundheitssystem hunderte von Milliarden pro Jahr. Die Leistungserbringer müssen diese Leistungen den Leistungsträgern und Selbstzahlern gegenüber abrechnen, um bezahlt zu werden. Dieser Prozess erfolgt heute manuell durch Ärzte, durch spezialisierte Berufsgruppen (Medizincontroller) oder wird an Dienstleister vergeben. Dieser Beitrag stellt das Potenzial dar, welches sich aus einer automatisierten Abrechnung sowohl der ärztlichen Leistungen wie der Unterbringungsleistungen ergeben würde, die zusammen über zwei Drittel der Kosten ausmachen. Das Problem wird geschildert, danach werden verschiedene Lösungsmöglichkeiten und deren Potenziale erörtert. Es wird gezeigt, dass die große Herausforderung in der korrekten Maschineninterpretation der ärztlichen Sprache und der Verarbeitung von Daten in schematischer, tabellarischer oder handschriftlicher Form besteht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Brown, T. B., Mann, P. B., & Ryder, N. (2020). „Language Models are Few-Shot Learners“. ArXiv abs/2005.14165.
Gibson, J. J. (1966). The senses considered as perceptual systems. Houghton Mifflin.
Gibson, J. J. (1979). An ecological theory of perception. Houghton Miflin.
Goodfellow, I., Courville, A., & Bengio, Y. (2016). Deep learning. MIT Press.
Hastie, T., Tishirani, T., & Friedman, J. (2008). The elements of statistical learning (2. Aufl.). Springer.
Heft, H. (2017). Perceptual information of an entirely different order: The cultural environment in the senses considered as perceptual systems. Ecological Psychology, 29(2), 122–145.
Hirschberg, J., & Manning, C. D. (2015). Advances in natural language processing. Science, 349(6245), 261–266.
Jurafsky, D., & Martin, J. H. (2008) Speech and language processing: An introduction to speech recognition, computational linguistics and natural language processing. Upper Saddle River.
Keysers, D., Deselaers, T., & Rowley, H. A. (2016). Multi-language online handwriting recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(6), 1180–1194.
Landgrebe J., & Smith B. (2019a). Making AI meaningful again. Synthese. https://doi.org/10.1007/s11229-019-02192-y.
Landgrebe, J., & Smith, B. (2019b) There is no Artificial General Intelligence. arXiv: 1906.05833
McCann, B., Bradbury, J., Xiong, C., & Socher R. (2017). Learned in translation: Contextualized word vectors. CoRR abs/1708.00107.
O’Regan, J. K., & Noë, A. (2001). A sensorimotor account of vision and visual consciousness. The Behavioral and Brain Sciences, 24(5), 939–1031.
Poser, H. (2001). Wissenschaftstheorie: Eine philosophische Einführung. Reclam.
Robinson, A., & Voronkov, A. (2001). Handbook of automated reasoning. Elsevier Science.
Sarawagi, S., & Cohen, W. W. (2004). Semi-markov conditional random fields for information extraction. Advances in Neural Information Processing Systems, 17(1), 1185–1192.
Zheng S., Wang F., & Bao H. (2017) Joint extraction of entities and relations based on a novel tagging scheme. CoRR abs/1706.05075.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Landgrebe, J. (2022). Abrechnung medizinischer Leistungen mit künstlicher Intelligenz. In: Pfannstiel, M.A. (eds) Künstliche Intelligenz im Gesundheitswesen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-33597-7_34
Download citation
DOI: https://doi.org/10.1007/978-3-658-33597-7_34
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-33596-0
Online ISBN: 978-3-658-33597-7
eBook Packages: Business and Economics (German Language)