Kodierung im medizinischen Zusammenhang prüfen

Kodierunterstützung umfasst heute unterschiedliche Ansätze: regelbasierte Prüfung, Textanalyse und LLM-gestützte Fallkodierung. Entscheidend ist, wie das konkrete Produkt medizinische Informationen aus mehreren Dokumenten zusammenführt und die vorgeschlagenen Codes begründet.

Large Language Models, kurz LLMs, können Angaben aus verschiedenen Falldokumenten zusammenführen und in ihrem Zusammenhang auswerten. Für die Kodierung müssen daraus nachvollziehbare Vorschläge entstehen, die zu den gültigen Regeln und den nachgewiesenen Leistungen passen.

Was LLMs anders machen

Ein für die Kodierung entwickeltes LLM-System kann Diagnosen, Therapie und Verlauf aus mehreren Dokumenten aufeinander beziehen. Das ist etwa dann hilfreich, wenn eine Diagnose nur vermutet wird, in einem Voraufenthalt genannt wurde oder ein späterer Befund ihr widerspricht. Ob daraus ein verwendbarer Kodiervorschlag entsteht, wird am vollständigen Fall geprüft.

Bei einer dokumentierten Pneumonie mit unklarer Ursache muss die Kodierung zwischen einer gesicherten Diagnose und einer ärztlich dokumentierten Verdachtsdiagnose unterscheiden. Eine empirische Antibiotikatherapie oder die allgemeine Häufigkeit einer bakteriellen Ursache belegt für sich allein keine bakterielle Pneumonie. Medicoda kann die relevanten Aktenstellen zusammenführen und die offene Frage zur ärztlichen Klärung vorlegen. Die Codezuordnung richtet sich nach dem vollständigen Fall und den anwendbaren Kodierrichtlinien.

Im Klinikalltag

Wie sich dieser Ansatz im Klinikalltag auswirkt, zeigt das Krankenhaus Johanneum. Das Haus der Grund- und Regelversorgung mit 144 Planbetten steht wie viele Kliniken unter wirtschaftlichem Druck. Gleichzeitig ist die medizinische Dokumentation umfangreich, und im Alltag bleibt oft kaum Zeit, jeden einzelnen Fall auf erlösrelevante Details, Dokumentationslücken oder MD-Risiken zu prüfen.

Mit Medicoda nutzt das Medizincontrolling dort ein KI-gestütztes System, das die verfügbare Patientendokumentation automatisiert auswertet. Auch Scans und handschriftliche Dokumente können verarbeitet werden; Lesbarkeit und Dokumentenzugang beeinflussen, welche Angaben für die Auswertung vorliegen. Die KI analysiert unstrukturierte Daten wie Arztbriefe, externe Befunde, Laborwerte und OP-Berichte und erstellt daraus eine kompakte Fallzusammenfassung, mit der die Mitarbeitenden sofort im Fall sind.

Hinzu kommen eine sauber begründete vollständige Kodierung sowie Hinweise auf klärungsbedürftige Dokumentationslücken und Erlöschancen.

„Was mich am meisten beeindruckt hat, ist wirklich, dass die KI sehr gründlich ist. Eben erst habe ich einen Brief gelesen und mir gedacht: Was will der Mediziner mir damit sagen? Und dann hat die KI mir eine Hauptdiagnose vorgeschlagen – und die war perfekt."

Andreas Elsbernd, Leitung Medizincontrolling im Krankenhaus Johanneum

Was daraus folgt

Die veröffentlichte Johanneum-Erfolgsgeschichte beschreibt Veränderungen der täglichen Arbeit und Erlössicherung. Welche vollständigen Kodierungen akzeptiert werden und wie Mehrerlöse eingeordnet werden, erläutert die Ergebnisseite mit der Definition unseres Fallvergleichs.

„Es lohnt sich, diese KI einzuführen, weil es die tägliche Arbeit der Mitarbeiter verbessert und weil es die sowieso geleistete Arbeit auch monetär tatsächlich abbildet – was vorher vielleicht nicht immer zu 100 % gegeben war."

Lukas Mählmann, Geschäftsführung des Krankenhauses Johanneum

Für ein Krankenhaus lässt sich der Nutzen im eigenen Fallbestand prüfen: Welche Kodierung wird übernommen, welche Rückfragen entstehen und wie viel Arbeit bleibt bis zur Freigabe? Diese Prüfung macht die Leistung eines konkreten Produkts nachvollziehbar.

Einen strukturierten Überblick zu diesem Einsatzfeld finden Sie auf unserer Seite zur KI-Kodierung für Krankenhäuser.