与 AWS 合作取得成功/医疗保健/美国
DentalXChange 和 AWS 合作伙伴 Quantiphi 利用 AI 实现索赔表单处理现代化
了解 AWS 合作伙伴 Quantiphi 如何在 AWS 上为 DentalXChange 构建智能文档处理解决方案。
概述 | 机会 | 解决方案 | 成果 | 使用的 AWS 服务
40%
降至 1% 的人工文件审查百分比
98%
或更高的数据提取准确率
降低
基础设施成本
完成
某些任务只需几秒钟，而不是之前的几个小时
概述
DentalXChange 在 AWS 合作伙伴 Quantiphi 的帮助下对其文档处理工作流程进行了现代化改造。作为牙科诊所收入周期管理平台的提供商，该公司依靠光学字符识别（OCR）从美国牙科协会（ADA）索赔和声明表格中提取信息，这常常导致不准确和效率低下。DentalXChange 和 Quantiphi 利用独特的 Amazon Services，开发了一种由人工智能（AI）和机器学习（ML）驱动的新型文档处理解决方案。DentalXChange 现在可以以超过 98% 的准确率提取数据，同时将需要手动审核的文档百分比从 40% 降低到 1%。
机会 | 简化牙科索赔表的处理
牙科行业的索赔处理通常既复杂又繁琐，涉及大量文书工作以及牙科服务提供商、保险公司、实践管理软件和患者之间的协调。DentalXChange 通过其电子数据交换解决方案简化了这一流程，该解决方案可自动提交和跟踪牙科索赔。该公司的 RCM 平台为近 90,000 家牙科诊所提供服务，可自动交换关键数据，从而减少管理开销并提高付款处理速度。
以前，DentalXChange 采用 OCR 解决方案，使用相应的模板处理每份 ADA 索赔或账户对账单表单。但是，由于数千家牙科诊所的表单种类繁多，管理和更新这些模板既费时又费力。OCR 解决方案通常无法准确捕获表单中包含的所有信息，需要人工审查文档并解读受影响的字段。这些表单中有多达 40% 需要额外检查，使下游处理时间增加了数小时。由于该解决方案依赖于静态模板，因此 DentalXChange 无法有效扩展文档处理以适应不断变化的需求。DentalXChange 首席技术官 Navin Narayanan 表示：“使模板保持最新状态是一项持续性的任务，需要对输出数据进行高度验证，这就需要人为参与的工作流程来确保准确性。”
OCR 解决方案未能达到 DentalXChange 所需的准确性和效率，公司知道是时候进行现代化了。为了在竞争中保持领先地位，该公司希望利用人工智能/机器学习等尖端技术。DentalXChange 选择在 AWS 合作伙伴 Quantiphi 的帮助下，改变其在 Amazon Web Services（AWS）上的索赔处理方法。
Quantiphi 在 AI 和机器学习方面的专业知识，加上其提供企业级解决方案的能力，使该公司成为此次转型的理想合作伙伴。Quantiphi 利用 AWS 上强大的云基础设施实施其 Qdox 解决方案，从而实现整个索赔处理工作流程的自动化，并显著提高准确性。此次合作使 DentalXChange 能够有效扩展其业务，每年管理 3000 万份牙科索赔，减少对人工审核的依赖，并在有效管理费用的同时实现其目标。
Quantiphi 的智能文档处理使我们能够快速高效地处理索赔。”
Navin Narayanan
DentalXChange 首席技术官
解决方案 | 开发人工智能驱动的文档处理解决方案
Quantiphi 和 DentalXChange 合作开发了一款定制文档处理解决方案，该解决方案可从 Qdox 支持的 ADA 索赔表格中准确提取信息。Qdox 可通过 AWS 解决方案库获取，使企业能够轻松地从各种文档中提取关键信息并根据需要使用数据。Amazon Textract 是一种 ML 服务，可自动从扫描的文档中提取文本、手写内容、布局元素和数据，为这些功能奠定基础。
通过用人工智能/机器学习取代僵化的、依赖模板的 OCR 方法，DentalXChange 实现了更准确、更高效的数据提取。所有输入和输出文件都存储在 Amazon Simple Storage Service（Amazon S3）上，这是一种对象存储服务，用于从任何位置检索任意数量的数据。该解决方案使用 AWS Lambda（一种无服务器、事件驱动的计算服务）将文件转换为适当的格式并调用 Amazon Textract。
然后，Amazon Textract 以高精度从表格中提取和处理信息。通过使用 Amazon Textract 内置的自定义 ML 模型，该解决方案可以更好地理解各种数据类型（例如键值对和表），并高效处理索赔表单中的结构化和半结构化数据。系统会为每条提取的信息生成置信度分数，这有助于 DentalXChange 验证数据的可靠性和完整性。
Amazon Elastic Compute Cloud（Amazon EC2）为几乎所有工作负载提供安全且可调整大小的计算能力，用于验证输入映像并构建 Docker 映像以快速部署。Amazon Elastic Container Service（Amazon ECS）是一项完全托管的容器编排服务，可通过自动扩缩功能根据需要动态扩展解决方案。借助这些自动扩缩功能，DentalXChange 可以更高效地分配其资源，扩展以处理大量文档，并随着需求的减少而缩小规模。
结果 | 提高准确度，同时将人工审核百分比从 40% 减少到 1%
借助由 Qdox 提供支持的自定义文档处理解决方案，DentalXChange 可以快速、准确、动态地处理大量文档，同时最大限度地减轻管理负担。该公司可以自动从 ADA 索赔表格中提取数据，准确度达到 98% 或更高，与基于 OCR 的方法相比，这是一个重大的改进。“Quantiphi 的智能文档处理使我们能够快速高效地处理索赔，将人力工作从 40% 减少到仅 1%，”Narayanan 说，“我们可以以更高的响应能力、准确性和可扩展性处理大量文档，同时显著减少处理期间涉及的开销。”
DentalXChange 大幅降低了劳动力成本，并加快了处理速度，从而更有效地处理更多索赔。通过用无服务器 AWS Lambda 替换 Amazon ECS 集群，该公司降低了运营费用并提高了性能。DentalXChange 还降低了 Amazon Relational Database Service（Amazon RDS，一种易于管理的关系数据库服务）的数据库基础设施成本。由于减少了在手动审查和数据输入上花费的时间，DentalXChange 的员工可以更加专注于客户服务和其他增值活动。
通过使用人工智能/机器学习，该解决方案可以识别每个文档的类型和变体，并相应地调整提取过程。凭借这种灵活性和可扩展性，DentalXChange 可以快速适应索赔表单格式的变化，无需不断手动更新模板。得益于这些改进，该公司可以以更快的速度处理更多索赔；它可以在几秒钟内完成某些任务，而不是像以前一样需要几个小时，这提升了整体客户体验。
现在，Quantiphi 正在不断监控和优化文档处理解决方案。AWS 合作伙伴正在改进人工智能/机器学习模型以提高准确性和效率，并与 DentalXChange 合作，为更多文档提供响应迅速、准确且可扩展的支持。随着技术进步和人工智能/机器学习模型的优化，DentalXChange 的文档处理能力将保持动态性和自适应性。
关于 DentalXChange
DentalXChange 为牙科诊所提供收入周期管理平台。它旨在简化提供商、付款人及其合作伙伴之间的数据共享，每年处理数百万笔电子数据交换交易。
关于 AWS 合作伙伴 Quantiphi
Quantiphi 成立于 2013 年，是一家使用人工智能解决复杂业务问题的数字工程公司。它是 AWS 核心级服务合作伙伴和 AWS Marketplace 卖家。
使用的 AWS 服务
Amazon Textract
Amazon Textract 是一种机器学习（ML）服务，从扫描的文档（如 PDF）中自动提取文本、手写内容、布局元素和数据。
AWS Lambda
AWS Lambda 是一项计算服务，可以运行您的代码以响应事件并自动管理计算资源，这使其成为将想法转化为现代生产无服务器应用程序的最快方式。
了解详情 »
Amazon Elastic Compute Cloud（EC2）
Amazon Elastic Compute Cloud（Amazon EC2）提供极为广泛和深入的计算平台，拥有超过 750 个实例，可选择最新的处理器、存储、网络、操作系统和购买模型，以帮助您最好地满足工作负载的需求。
AWS 解决方案库
当今的组织正在寻找经过审查的解决方案和架构指导，以快速解决业务挑战。
%20-%20600x400px.d36c07dd2315a52315c585480a718e86509e448f.png)
行动起来
无论行业无论规模，每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家，立即踏上您的 AWS 之旅。