Point‐of‐Care Ultrasound Work Flow Innovation: Impact on Documentation and Billing
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the impact that an innovative automated ultrasound (US) work flow, which allows for bedside performance of examination documentation and order placement, has on point-of-care US billing compared to ordering US examinations through an electronic medical record. METHODS: We conducted a retrospective review of point-of-care US billing data (March 2014-February 2016) for adult and pediatric emergency departments with an emergency medicine residency and a US fellowship. An innovative work flow with the ability to automate US billing and selectively transfer the images and reports for patient care examinations to an electronic medical record and picture archiving and communication system using the QPath US work flow solution (Telexy Healthcare, Maple Ridge, British Columbia, Canada) was implemented. The total number of examinations billed and percent increase in technical and professional revenue, excluding examinations performed by US fellows, before and after implementation of the automated work flow innovation were determined. RESULTS: After implementation of our automated US work flow process, the number of patient care US examinations billed increased significantly due to completing documentation and immediate billing determination at the bedside. The increase in percent billing relative to total examinations was noted in both technical (32% to 61%; P < .0001) and professional (37% to 65%; P < .0001) billing components. In addition, there was a net increase in technical and professional fee revenue to 96% and 78%, respectively. CONCLUSIONS: The implementation of an innovative automated work flow to include bedside point-of-care US documentation, order placement, and the automated transfer of images and reports led to a significant increase in US billing revenue, documentation, and compliance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».