DentalXChange 和 AWS 合作伙伴 Quantiphi 利用 AI 实现索赔表单处理现代化

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 在 AWS 上使用强大的云基础设施，实施了其 Qdox 解决方案，该解决方案自动化了整个索赔处理工作流程，并显著提高了准确性。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 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 解决方案库获得，使企业可以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亚马逊简单存储服务 (Amazon S3) 上，这是一种对象存储服务，旨在从任何地方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。

亚马逊弹性计算云 (Amazon EC2) 可为几乎任何工作负载提供安全且可调整的计算容量，用于验证输入映像和构建 Docker 镜像以实现快速部署。 亚马逊弹性容器服务 (Amazon ECS) 是一项完全托管的容器编排服务，可通过自动扩展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。

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。