Mengapa undercoding adalah kehilangan pendapatan tersembunyi bagi rumah sakit di Indonesia?
Undercoding menyebabkan kehilangan pendapatan ketika dokumentasi tidak lengkap menempatkan klaim pada kelompok INA-CBGs bertarif lebih rendah daripada layanan yang didukung rekam medis, meski klaim tetap dibayar. Karena tidak ditolak, kasus ini tidak masuk antrean koreksi. Penyebab umum ialah diagnosis sekunder atau prosedur yang tidak tercatat. Solusinya adalah dokumentasi akurat dan konfirmasi koder, bukan menambah fakta. Claim Readiness Micromeet berfokus pada kelengkapan dokumentasi, kesiapan koding, dan persiapan alur penjamin dengan konfirmasi manusia; sistem ini tidak mengajukan klaim atau menentukan pembayaran. AI menyusun draf. Dokter yang memutuskan.
Penolakan terlihat; undercoding tidak. Klaim yang ditolak masuk antrean yang harus dikerjakan seseorang, sehingga ia mendapat perhatian. Klaim yang kodingnya kurang justru lolos: diterima, dibayar, ditutup, dan selisih antara yang dikerjakan dan yang dibayar menguap begitu saja. Karena penggantian INA-CBGs digerakkan oleh diagnosis dan prosedur yang terdokumentasi, diagnosis sekunder yang hilang atau prosedur yang tak tercatat dapat diam-diam menjatuhkan kunjungan ke kelompok berbayar lebih rendah. Di ribuan kunjungan, kebocoran senyap itu bisa melampaui nilai penolakan yang aktif dikejar rumah sakit.
Perbaikannya dimulai pada dokumentasi sebelum pengajuan, bukan pada banding. Claim Readiness dirancang untuk membantu menandai celah kelengkapan yang dapat memengaruhi pengelompokan dan mengusulkan kode ICD untuk dikonfirmasi koder, agar klaim mencerminkan layanan yang terdokumentasi. Claim Readiness tidak memutus kelayakan klaim berdasarkan aturan penjamin atau mengajukan klaim sendiri; koder manusia mengonfirmasi setiap saran. AI menyusun draf. Dokter yang memutuskan.
Pertanyaan terkait
Apa beda undercoding dengan klaim yang ditolak?+
Bisakah AI memperbaiki undercoding sendiri?+
Micromeet, AI untuk tata kelola layanan kesehatan. MCU CoPilot, AI Scribe (Voice-to-EMR), AI Front Desk, Care Loop, Claim Readiness, dan AI Care Command Center: setiap keluaran disupervisi dokter. AI menyusun draf. Dokter yang memutuskan. Lihat benchmark publik →