ข้ามไปยังเนื้อหา

ธรรมาภิบาลและการตรวจสอบ

เส้นแบ่งบางๆ ระหว่าง Upcoding กับ CDI: เพิ่มรายได้อย่างไรโดยไม่เสี่ยงถูกเรียกเงินคืน

ทั้งสองอย่างทำให้ AdjRW สูงขึ้นเหมือนกัน ต่างกันตรงที่อย่างหนึ่งรอดจากการตรวจสอบย้อนหลัง อีกอย่างหนึ่งไม่รอด - และสิ่งที่แยกมันออกจากกันไม่ใช่ตัวเลข แต่คือหลักฐานที่ชี้ได้ในเวชระเบียน

อ่าน 35 นาทีบทความที่ 2 จาก 6
  • ทีมตรวจสอบภายใน (Internal Audit)
  • ประธานองค์กรแพทย์
  • หัวหน้างานประกันสุขภาพ

ทุกครั้งที่มีการเสนอให้โรงพยาบาลทบทวนการลงรหัสย้อนหลัง จะมีคนในห้องประชุมถามคำถามเดียวกันเสมอ และเป็นคำถามที่ถูกต้องที่สุดในวาระนั้น: “แล้วมันต่างจากการ upcode ตรงไหน” คำถามนี้ตอบยากเพราะสิ่งที่มองเห็นจากภายนอกเหมือนกันทุกประการ ทั้ง CDI (Clinical Documentation Improvement) และ upcoding ทำให้ AdjRW ของเคสสูงขึ้น ทั้งคู่ทำให้รายได้ของโรงพยาบาลเพิ่มขึ้น ทั้งคู่เกิดจากการที่มีคนกลับไปเปิดเวชระเบียนอีกรอบ ถ้าดูเฉพาะทิศทางของตัวเลข จะไม่มีทางแยกทั้งสองอย่างออกจากกันได้เลย

เส้นแบ่งไม่ได้อยู่ที่ตัวเลขขึ้นหรือลง แต่อยู่ที่ว่าผู้ตรวจสอบคนที่สอง ที่อ่านเวชระเบียนชุดเดียวกัน จะได้รหัสชุดเดียวกันหรือไม่

เส้นแบ่งที่แท้จริง: การทำซ้ำได้ ไม่ใช่ทิศทางของตัวเลข

นิยามที่ใช้งานได้จริงมีข้อเดียว CDI คือการทำให้รหัสสะท้อนสิ่งที่มีหลักฐานอยู่แล้วในเวชระเบียนอย่างครบถ้วน ส่วน upcoding คือการทำให้รหัสสะท้อนสิ่งที่หลักฐานไม่รองรับ ผลลัพธ์ของนิยามนี้คือการทดสอบที่ตรงไปตรงมามาก: ให้ผู้ตรวจสอบอีกคนที่ไม่รู้ว่าเคสนี้เคยถูกแก้ไข อ่านเวชระเบียนชุดเดิม ถ้าเขาได้รหัสเดียวกัน นั่นคือ CDI ถ้าเขาไม่มีทางได้รหัสนั้นจากเอกสารที่มีอยู่ นั่นคือ upcoding โดยไม่ต้องพิจารณาเจตนาเลย และนั่นไม่ใช่ความใจร้ายของเกณฑ์ แต่เป็นข้อจำกัดตามความเป็นจริง เพราะผู้ตรวจสอบภายนอกไม่มีทางเข้าถึงเจตนาของใคร สิ่งเดียวที่เขาเห็นคือเวชระเบียนกับรหัสที่ส่งเบิก

เส้นแบ่งระหว่าง CDI กับ Upcodingแถบต่อเนื่องจากการบันทึกตกหล่น ผ่านการทำ CDI ที่มีหลักฐานรองรับ ไปสู่การตีความเกินหลักฐาน และการทำ Upcoding ที่ไม่มีหลักฐาน เส้นแบ่งอยู่ที่ว่าผู้ตรวจสอบอ่านเวชระเบียนแล้วได้รหัสเดียวกันหรือไม่DOCUMENTATION INTEGRITY - ONE CONTINUUM, ONE BOUNDARYเส้นแบ่ง = มีหลักฐานในเวชระเบียนหรือไม่บันทึกตกหล่นได้น้อยกว่าที่ควรCDI ที่ถูกต้องมีหลักฐานในเวชระเบียนตีความเกินหลักฐานก้ำกึ่ง - ต้องมีเหตุผลกำกับUpcodingไม่มีหลักฐานรองรับUNDER-CODINGFRAUD RISK✓ CDIรหัสเปลี่ยน เพราะเอกสารชัดขึ้นผ่านการ audit ย้อนหลังได้ เพราะชี้หลักฐานได้ทุกครั้ง✕ UPCODINGรหัสเปลี่ยน ทั้งที่เอกสารเท่าเดิมเสี่ยงถูกเรียกเงินคืน และกระทบความน่าเชื่อถือทั้งองค์กร
การบันทึกตกหล่นและการ upcode อยู่บนแกนเดียวกัน ห่างกันคนละปลาย โดยมีเส้นแบ่งเพียงเส้นเดียวคือหลักฐานในเวชระเบียน

ภาพนี้ชี้ประเด็นที่มักถูกมองข้าม: การบันทึกตกหล่นไม่ใช่ฝั่งที่ “ปลอดภัย” โรงพยาบาลจำนวนมากเลือกอยู่ฝั่งซ้ายของแกนเพราะเชื่อว่าการเบิกน้อยกว่าความจริงไม่มีวันถูกตรวจสอบ ในแง่ของการเรียกเงินคืนก็จริง แต่ในแง่ของข้อมูล casemix ที่ใช้กำหนดงบประมาณรอบถัดไป การรายงานว่าผู้ป่วยของคุณเบากว่าที่เป็นจริงคือการทำร้ายตัวเองแบบทบต้น และในแง่คุณภาพ มันคือเวชระเบียนที่บรรยายผู้ป่วยผิดจากที่รักษาจริง

  • บันทึกตกหล่น - หลักฐานมีอยู่ในเวชระเบียน แต่ไม่ถูกลงรหัส เป็นความไม่ครบถ้วน ไม่ใช่ความผิด แต่ทำให้ข้อมูลผู้ป่วยผิดและรายได้ต่ำกว่าที่ควร
  • CDI ที่ถูกต้อง - รหัสเปลี่ยนเพราะเอกสารชัดขึ้นหรือเพราะพบหลักฐานที่ถูกมองข้าม ชี้ได้ว่าอยู่หน้าไหน วันที่เท่าไร
  • การตีความเกินหลักฐาน - ก้ำกึ่ง หลักฐานมีบางส่วนแต่ไม่ครบตามนิยาม ต้องมีเหตุผลทางคลินิกกำกับและควรผ่านการถามแพทย์ก่อนเสมอ
  • Upcoding - รหัสเปลี่ยนทั้งที่เอกสารเท่าเดิม ไม่มีอะไรในเวชระเบียนที่จะชี้ให้ผู้ตรวจสอบเห็นได้

ทำไมเดิมพันถึงสูง: รหัสเดียวขยับทั้งขั้น

เหตุผลที่เรื่องนี้ไม่ใช่การถกเถียงเชิงปรัชญา คือขนาดของผลกระทบจากรหัสเพียงตัวเดียว ตัวอย่างต่อไปนี้เป็นผลลัพธ์จริงจากการจัดกลุ่มด้วยเกณฑ์ Thai DRG 6.3.3 ไม่ใช่ตัวเลขสมมติ

เคสตัวอย่าง   ผู้ป่วยชาย 72 ปี  นอน 6 วัน  PDx = I50.0 (heart failure)

ไม่มี N17.9 ในเวชระเบียน    ->  DRG 05550  RW 0.6831  AdjRW 0.6831
                                (Heart failure and shock wo sig CCC)
มี N17.9 ที่มีหลักฐานรองรับ  ->  DRG 05551  RW 1.3294  AdjRW 1.3294
                                (Heart failure and shock w min CCC)

ส่วนต่าง = 0.6463 AdjRW  x  ฿7,100 ต่อ RW  =  ฿4,588.73 ต่อเคส
วันนอน 6 วันอยู่ในช่วง inlier ของทั้งสองกลุ่ม AdjRW จึงเท่ากับ RW พอดี ทำให้เห็นผลของรหัสเดียวได้ชัดโดยไม่มีตัวแปรวันนอนมาปน

รหัส N17.9 ตัวเดียวทำให้ค่าน้ำหนักของเคสเพิ่มขึ้นเกือบเท่าตัว และนี่คือจุดที่ทั้งโอกาสและความเสี่ยงอยู่ที่เดียวกัน ถ้าผู้ป่วยรายนี้มีผลตรวจที่เข้าเกณฑ์ภาวะไตวายเฉียบพลันจริงและมีบันทึกของแพทย์รองรับ การไม่ลงรหัสนี้คือการรายงานผู้ป่วยเบากว่าความจริงและเสียรายได้ ฿4,588.73 ไปเปล่าๆ แต่ถ้าไม่มีอะไรในเวชระเบียนรองรับเลย รหัสเดียวกันนี้คือรายการที่จะถูกเรียกคืนพร้อมคำถามว่าเกิดขึ้นได้อย่างไร

สิ่งที่เกิดขึ้นจริงเมื่อถูกตรวจสอบย้อนหลัง

การตรวจสอบเวชระเบียนย้อนหลังโดยหน่วยงานผู้จ่าย ไม่ว่าจะเป็น สปสช. สำหรับสิทธิ์หลักประกันสุขภาพ หรือกรมบัญชีกลางสำหรับสิทธิ์ข้าราชการ ทำงานบนหลักการเดียวกันคือ ผู้ตรวจสอบอ่านเวชระเบียนแล้วจัดกลุ่มใหม่ ถ้าผลไม่ตรงกับที่เบิก ส่วนต่างจะถูกปรับ ในทางปฏิบัติเขาไม่ได้ถามว่าคุณตั้งใจอะไร เขาถามว่าเอกสารรองรับรหัสนี้อยู่ตรงไหน และมูลค่าที่ต้องคืนตามสมการข้างล่างนี้เป็นเพียงความเสียหายส่วนที่เล็กที่สุดของเหตุการณ์

มูลค่าที่ต้องคืน  =  จำนวนเคสที่เอกสารไม่รองรับรหัส
                  x  ส่วนต่าง AdjRW ที่ถูกปรับลด
                  x  อัตราจ่ายต่อ 1 RW

ตัวอย่างเชิงอธิบาย =  200 เคส  x  0.6463  x  ฿7,100
                  =  ฿917,746
ตัวเลขนี้เป็นตัวอย่างเชิงอธิบายเพื่อให้เห็นรูปสมการ ส่วนต่างต่อเคสใช้ค่าจากเคส I50.0 ข้างต้น จำนวนเคสให้แทนด้วยข้อมูลของโรงพยาบาลเอง

ส่วนความเสียหายที่ใหญ่กว่านั้น ไม่มีบรรทัดไหนในหนังสือเรียกคืนที่ระบุไว้

  • ขอบเขตการตรวจสอบขยายตัว - เมื่อพบรูปแบบผิดปกติในกลุ่มตัวอย่าง คำถามถัดไปคือ “แล้วเคสที่เหลืออีกทั้งปีล่ะ” ต้นทุนการพิสูจน์ความบริสุทธิ์ตกอยู่กับโรงพยาบาลทั้งหมด
  • ภาระตกที่แพทย์เจ้าของไข้ - รหัสที่ถูกตั้งคำถามผูกกับชื่อผู้สรุปการจำหน่ายเสมอ องค์กรแพทย์จึงกลายเป็นผู้ต้องชี้แจงเรื่องที่ตัวเองอาจไม่เคยรู้ว่ามีการแก้ไขเกิดขึ้น
  • ความไว้วางใจในข้อมูลของโรงพยาบาลลดลง - เมื่อชุดข้อมูลหนึ่งถูกตั้งคำถาม การเบิกจ่ายรอบถัดไปจะถูกตรวจละเอียดขึ้นทั้งชุด รวมถึงเคสที่ถูกต้องทุกประการ
  • ทีมเวชระเบียนหยุดทำ CDI ที่ถูกต้องไปด้วย - ผลข้างเคียงที่แพงที่สุด เพราะหลังเหตุการณ์แบบนี้ ทางที่ปลอดภัยที่สุดสำหรับผู้ลงรหัสคือไม่แตะอะไรเลย และการบันทึกตกหล่นก็กลับมาเต็มรูปแบบ

Evidence Flag: เสนอรหัสพร้อมบอกว่าต้องมีหลักฐานอะไร

ระบบแนะนำรหัสส่วนใหญ่ตอบคำถามผิดข้อ มันตอบว่า “รหัสไหนให้ค่าสูงกว่า” ซึ่งเป็นคำถามที่ผู้ใช้ตอบเองได้อยู่แล้วและเป็นคำถามที่ผลักคนเข้าหาเส้นแบ่งโดยตรง คำถามที่ระบบควรตอบคือ “ถ้าจะใช้รหัสนี้ ต้องมีอะไรอยู่ในเวชระเบียน” เพราะนั่นคือคำถามเดียวกับที่ผู้ตรวจสอบจะถามในอีกหกเดือนข้างหน้า และผลข้างเคียงของการออกแบบแบบนี้คือมันทำให้การ upcode ยากขึ้นเอง เพราะไม่มีรหัสไหนถูกเสนอมาลอยๆ ให้กด “ยอมรับ”

Evidence Flag และ Audit Trail ของรหัสที่ระบบแนะนำทุกรหัสที่ระบบเสนอจะระบุหลักฐานที่ต้องมีในเวชระเบียน พร้อมสถานะว่าหลักฐานครบ ต้องยืนยัน หรือยังไม่มี และทุกการตัดสินใจถูกบันทึกเป็น audit trail ที่ย้อนกลับมาตรวจสอบได้EVERY SUGGESTED CODE SHIPS WITH THE EVIDENCE IT REQUIRESรหัสที่เสนอหลักฐานที่ต้องมีในเวชระเบียนสถานะI50.0EF < 40% หรือ echo ยืนยันหลักฐานครบN17.9Cr เพิ่ม ≥ 0.3 ใน 48 ชม.หลักฐานครบE11.65ผล lab น้ำตาลในเลือดต้องยืนยันJ96.0ABG หรือ ventilator recordยังไม่มีหลักฐานAUDIT TRAILใคร: coder รหัส MR-024 · เมื่อ: 14 มี.ค. 09:41ระบบเสนอ I50.0 · เหตุผล: พบ echo EF 32% ในบันทึกแพทย์หน้า 4ผู้ใช้: ยอมรับ · เวอร์ชันเกณฑ์: Thai DRG 6.3.3 · เครื่องยนต์: v2026.03
ทุกรหัสที่ถูกเสนอมาพร้อมหลักฐานที่ต้องมีและสถานะของหลักฐานนั้น และทุกการตัดสินใจทิ้งแถวไว้ให้ย้อนกลับมาอ่านได้
รหัสที่เสนอหลักฐานที่ต้องมีในเวชระเบียนถ้าหลักฐานไม่ครบ
I50.0รายงาน echo ที่ระบุค่า EF หรือบันทึกแพทย์ที่ยืนยันภาวะหัวใจล้มเหลว พร้อมวันที่ไม่เสนอรหัส แต่ตั้งเป็นคำถามถึงแพทย์เจ้าของไข้
N17.9ค่า creatinine ที่เปลี่ยนแปลงตามเกณฑ์ AKI ที่องค์กรแพทย์รับรอง พร้อมค่าฐานและช่วงเวลาแสดงสถานะ “ต้องยืนยัน” ไม่นับรวมในการคำนวณจนกว่าจะได้คำตอบ
E11.65ผลตรวจน้ำตาลในเลือดและบันทึกการรักษาที่สอดคล้องกันแสดงสถานะ “ต้องยืนยัน” พร้อมชี้ตำแหน่งผลตรวจที่พบ
J96.0ผล ABG หรือบันทึกการใช้เครื่องช่วยหายใจแสดงสถานะ “ยังไม่มีหลักฐาน” และไม่เสนอเป็นตัวเลือก
ตัวอย่างโครงของ evidence flag เกณฑ์ทางคลินิกของแต่ละรหัสต้องกำหนดและรับรองโดยองค์กรแพทย์ของโรงพยาบาลเอง ไม่ใช่โดยผู้ขายซอฟต์แวร์

ทุกข้อเสนอมาพร้อมภาระการพิสูจน์ที่มองเห็นได้ตั้งแต่ต้น และเมื่อหลักฐานไม่มี สิ่งที่ระบบผลิตออกมาไม่ใช่รหัส แต่เป็นคำถามถึงแพทย์ - นั่นคือความต่างทั้งหมดระหว่างเครื่องมือที่ช่วยทำ CDI กับเครื่องมือที่ช่วยทำ upcoding

Audit Trail คือเกราะของโรงพยาบาล ไม่ใช่ภาระของทีม

เหตุผลที่ audit trail ถูกมองเป็นภาระ เพราะมักถูกนำเสนอในฐานะสิ่งที่ต้องมีเพื่อผ่านการตรวจ ทั้งที่มูลค่าจริงของมันเกิดในวันที่มีคนถามคำถามที่ตอบไม่ได้ - “ทำไมเคสนี้ถึงเปลี่ยนรหัส” หกเดือนหลังจากคนที่เปลี่ยนย้ายหน่วยงานไปแล้ว โรงพยาบาลที่มี audit trail ตอบคำถามนี้ได้ในสามสิบวินาที โรงพยาบาลที่ไม่มีต้องใช้เวลาสองสัปดาห์และยังตอบได้ไม่หมด สิ่งที่ต้องบันทึกจึงไม่ใช่แค่ผลลัพธ์สุดท้าย แต่เป็นทั้งเส้นทางที่พาไปถึงผลลัพธ์นั้น

  • ใคร - บัญชีผู้ใช้ที่เสนอ ผู้ที่ยอมรับหรือปฏิเสธ และผู้อนุมัติขั้นสุดท้าย แยกจากกันได้
  • เมื่อไหร่ - เวลาระดับนาทีของทุกการเปลี่ยนแปลง ไม่ใช่เฉพาะสถานะสุดท้าย
  • เพราะอะไร - เหตุผลที่ระบบเสนอรหัสนั้น พร้อมตำแหน่งของหลักฐานที่อ้างอิง เช่น ชื่อเอกสารและหน้า
  • เกณฑ์ไหน - เวอร์ชันเกณฑ์ Thai DRG ที่ใช้ ณ เวลานั้น เช่น 6.3.3 พร้อมเวอร์ชันของเครื่องยนต์คำนวณ
  • ค่าก่อนและหลัง - DRG, RW และ AdjRW ทั้งก่อนและหลังการเปลี่ยน เพื่อให้กระทบยอดกับสิ่งที่ส่งเบิกได้
  • ข้อเสนอที่ถูกปฏิเสธ - สิ่งที่ระบบเสนอแล้วผู้ใช้ไม่รับ ต้องถูกบันทึกด้วย ชุดข้อมูลที่ทุกข้อเสนอถูกยอมรับ 100% คือหลักฐานที่อ่อนที่สุดที่โรงพยาบาลจะมีได้ เพราะอ่านได้ว่าไม่มีใครทบทวนอะไรเลย
  • แก้ไขย้อนหลังไม่ได้ - แถวเดิมต้องไม่ถูกเขียนทับ การแก้ไขคือการเพิ่มแถวใหม่เสมอ

Governance ที่ปฏิบัติได้จริง ไม่ใช่นโยบายที่ติดข้างฝา

นโยบายที่เขียนว่า “ห้าม upcode” ไม่เคยหยุด upcoding ได้ เพราะไม่มีใครในกระบวนการคิดว่าตัวเองกำลัง upcode สิ่งที่ได้ผลคือการออกแบบกระบวนการให้ทางที่ถูกต้องเป็นทางที่ง่ายที่สุด และให้ความผิดปกติปรากฏขึ้นเองก่อนที่ผู้ตรวจสอบภายนอกจะเห็น

  1. 1

    ให้องค์กรแพทย์รับรองรายการ evidence flag

    รายการว่าแต่ละรหัสต้องมีหลักฐานอะไรจึงจะใช้ได้ ต้องมาจากองค์กรแพทย์ของโรงพยาบาล ไม่ใช่จากผู้ขายหรือจากฝ่ายการเงิน เมื่อรายการนี้ถูกรับรองแล้ว ข้อถกเถียงรายเคสจะลดลงทันที เพราะทุกฝ่ายอ้างเกณฑ์เดียวกัน

  2. 2

    ใช้ non-leading query เป็นมาตรฐานเดียวขององค์กร

    คำถามถึงแพทย์ต้องยกข้อมูลที่พบพร้อมวันที่ แล้วเปิดให้ตอบได้ทุกทาง รวมถึงคำตอบว่าไม่เกี่ยวข้องทางคลินิก คำถามและคำตอบต้องถูกเก็บไว้เป็นส่วนหนึ่งของเวชระเบียน เพราะมันคือหลักฐานว่ารหัสมาจากการตัดสินของแพทย์ ไม่ใช่ของผู้ลงรหัส

  3. 3

    สุ่มตรวจภายในแบบสองทาง

    การสุ่มตรวจเฉพาะเคสที่ AdjRW เพิ่มขึ้นเป็นการสุ่มที่ลำเอียงและมองไม่เห็นการบันทึกตกหล่น ให้สุ่มทั้งเคสที่ค่าเพิ่ม เคสที่ค่าไม่เปลี่ยน และเคสที่ไม่ได้เข้ากระบวนการทบทวนเลย ในสัดส่วนที่กำหนดไว้ล่วงหน้า

  4. 4

    วัดความสอดคล้องระหว่างผู้ตรวจสอบ ไม่ใช่จำนวนเคสที่แก้ได้

    ให้ผู้ตรวจสอบสองคนลงรหัสเคสชุดเดียวกันโดยไม่เห็นผลของกันและกัน แล้ววัดว่าได้รหัสตรงกันกี่เปอร์เซ็นต์ ตัวเลขนี้คือการทดสอบเดียวกับที่ผู้ตรวจสอบภายนอกจะทำ ต่างกันแค่คุณทำก่อน

  5. 5

    ซ้อมการถูกตรวจสอบด้วย audit trail ของจริง

    หยิบเคสที่ถูกแก้ไขจากเดือนก่อนขึ้นมาสิบเคส แล้วให้ทีมตรวจสอบภายในอธิบายที่มาของรหัสโดยใช้ระบบเท่านั้น ห้ามถามคนที่แก้ ถ้าอธิบายไม่ได้ในสิบเคสนี้ ก็จะอธิบายไม่ได้ในวันที่ถูกตรวจจริง

คำถามที่ชี้นำ (leading query) - ห้ามใช้

  • “ผู้ป่วยรายนี้มีภาวะไตวายเฉียบพลันใช่ไหมครับ ขอให้ระบุเพิ่มด้วย”
  • แนบเฉพาะผลตรวจที่สนับสนุนคำตอบที่ต้องการ
  • ระบุผลต่อรายได้ไว้ในตัวคำถาม เช่น รหัสนี้จะทำให้ AdjRW เพิ่ม
  • ให้ช่องตอบเพียงช่องเดียวคือยืนยัน

คำถามที่ไม่ชี้นำ (non-leading query)

  • “พบค่า creatinine 1.2 วันที่ 3 และ 1.9 วันที่ 5 ขอความเห็นว่าสอดคล้องกับภาวะใด”
  • แนบข้อมูลที่พบทั้งหมดตามลำดับเวลา รวมถึงค่าที่ขัดแย้งกัน
  • ไม่กล่าวถึง DRG, RW หรือผลต่อรายได้ในคำถาม
  • เปิดตัวเลือกครบ รวมถึง “ไม่สามารถระบุได้” และ “ไม่มีนัยสำคัญทางคลินิก”

เรื่องสุดท้ายและเป็นเรื่องที่ผู้บริหารควบคุมได้โดยตรงที่สุด คือแรงจูงใจ ไม่มี governance ชุดไหนทนแรงกดดันของ KPI ที่ออกแบบผิดได้นาน ถ้าคนในกระบวนการถูกวัดด้วยมูลค่าส่วนต่างที่กู้คืนได้ เส้นแบ่งจะถูกดันออกไปทีละนิดโดยไม่มีใครรู้สึกว่าตัวเองข้ามมัน

สิ่งที่ต้องการวัดKPI ที่ผลักคนเข้าหาเส้นแบ่งKPI ที่ปลอดภัยกว่า
ผลลัพธ์ทางการเงินมูลค่า AdjRW ที่เพิ่มได้ต่อเดือนสัดส่วนเคสที่ทุกรหัสมีหลักฐานครบตามรายการที่องค์กรแพทย์รับรอง
ปริมาณงานจำนวนเคสที่แก้รหัสสำเร็จจำนวนเคสที่ทบทวนครบตามคิว ไม่ว่าผลจะเปลี่ยนหรือไม่
คุณภาพการลงรหัสอัตราการยอมรับข้อเสนอของระบบความสอดคล้องของรหัสระหว่างผู้ตรวจสอบสองคนบนเคสชุดเดียวกัน
ค่าตอบแทนส่วนแบ่งจากส่วนต่างรายได้ที่เบิกเพิ่มได้ค่าตอบแทนคงที่ที่ไม่ผูกกับมูลค่าส่วนต่างรายเคส
แถวสุดท้ายสำคัญที่สุด เพราะค่าบริการหรือค่าตอบแทนที่ผูกกับส่วนต่างรายได้ ทำให้ผู้เสนอรหัสกับผู้ได้ประโยชน์เป็นคนเดียวกัน

สรุปสำหรับผู้ที่ต้องเซ็นรับรอง

โรงพยาบาลไม่ได้เลือกระหว่าง “เบิกให้ครบ” กับ “ปลอดภัยจากการถูกตรวจสอบ” ทั้งสองอย่างมาจากสิ่งเดียวกันคือเวชระเบียนที่บรรยายผู้ป่วยได้ตรงกับที่รักษาจริง และรหัสที่สะท้อนเวชระเบียนนั้นอย่างครบถ้วน สิ่งที่ต้องลงทุนจึงไม่ใช่เครื่องมือที่ทำให้ตัวเลขสูงขึ้น แต่คือเครื่องมือที่ทำให้ทุกตัวเลข ชี้กลับไปที่หลักฐานได้เสมอ เกณฑ์ตัดสินใจจึงเหลือคำถามเดียว: ถ้าพรุ่งนี้มีหนังสือขอตรวจสอบเวชระเบียนย้อนหลัง 12 เดือนเข้ามา โรงพยาบาลจะอธิบายที่มาของรหัสทุกตัวได้ภายในกี่วัน ถ้าคำตอบคือ “ไม่แน่ใจ” นั่นคือช่องว่างที่ต้องปิดก่อนเรื่องอื่นทั้งหมด

0.6463

AdjRW ที่ขยับจากรหัสเดียวที่มีหลักฐานรองรับ

฿4,588.73

มูลค่าต่อเคสของรหัสนั้น ที่อัตรา ฿7,100 ต่อ RW

371,163

เคสอ้างอิงที่ผลตรงกับโปรแกรม Thai DRG ต้นฉบับ 100%

6.3.3

เวอร์ชันเกณฑ์ที่ต้องปรากฏในทุกแถวของ audit trail

คำถามที่พบบ่อย

CDI กับ upcoding ต่างกันอย่างไร ในเมื่อทั้งคู่ทำให้รายได้เพิ่ม
ต่างกันที่หลักฐาน ไม่ใช่ที่ทิศทางของตัวเลข CDI (Clinical Documentation Improvement) คือการทำให้รหัสสะท้อนสิ่งที่มีหลักฐานอยู่แล้วในเวชระเบียนอย่างครบถ้วน ส่วน upcoding คือการลงรหัสที่เอกสารไม่รองรับ การทดสอบที่ใช้ได้จริงคือให้ผู้ตรวจสอบอีกคนอ่านเวชระเบียนชุดเดิม ถ้าเขาได้รหัสเดียวกันคือ CDI ถ้าเขาไม่มีทางได้รหัสนั้นจากเอกสารที่มีอยู่คือ upcoding โดยไม่ต้องพิจารณาเจตนา
การจัดลำดับวินิจฉัยใหม่ให้ได้ AdjRW สูงขึ้น ถือเป็น upcoding หรือไม่
ไม่ถือเป็น upcoding หากชุดวินิจฉัยยังเป็นชุดเดิมและการเลือกโรคหลักเป็นไปตามนิยาม main condition ของเกณฑ์ Thai DRG เพราะไม่มีรหัสใดถูกเพิ่มเข้ามาโดยไม่มีหลักฐาน เคสอ้างอิงของ Audimed แสดงว่าชุดวินิจฉัยเดียวกันที่เลือกโรคหลักต่างกันให้ค่า AdjRW 0.9877 กับ 2.0261 ซึ่งต่างกัน 1.0384 หรือ 105% ทั้งสองค่าเป็นผลลัพธ์ที่ถูกต้องตามกลไก ต่างกันที่มีเพียงค่าเดียวที่ตรงตามนิยามของเกณฑ์
ถ้าถูกเรียกตรวจสอบเวชระเบียนย้อนหลัง โรงพยาบาลต้องเตรียมอะไร
ต้องเตรียมสามอย่างคือ เวชระเบียนที่ชี้ตำแหน่งหลักฐานของทุกรหัสได้ บันทึกคำถามถึงแพทย์และคำตอบที่เก็บไว้เป็นส่วนหนึ่งของเวชระเบียน และ audit trail ที่ระบุได้ว่าใครเปลี่ยนรหัสอะไร เมื่อไหร่ ด้วยเหตุผลใด และภายใต้เกณฑ์เวอร์ชันไหน จุดที่มักขาดคือข้อสุดท้าย เพราะเคสเก่าต้องถูกอธิบายด้วยเกณฑ์ที่ใช้ ณ วันที่เบิก ไม่ใช่เกณฑ์เวอร์ชันปัจจุบัน
Evidence Flag คืออะไร และต่างจากระบบแนะนำรหัสทั่วไปอย่างไร
Evidence Flag คือการที่ระบบเสนอรหัสพร้อมระบุว่ารหัสนั้นต้องมีหลักฐานอะไรในเวชระเบียนจึงจะใช้ได้ เช่น รหัสภาวะไตวายเฉียบพลันต้องมีค่า creatinine ตามเกณฑ์ที่องค์กรแพทย์รับรอง พร้อมแสดงสถานะว่าหลักฐานครบ ต้องยืนยัน หรือยังไม่มี ต่างจากระบบแนะนำรหัสทั่วไปที่ตอบเพียงว่ารหัสไหนให้ค่าสูงกว่า ซึ่งเป็นคำถามที่ผลักผู้ใช้เข้าหาเส้นแบ่งโดยตรง เมื่อหลักฐานไม่มี สิ่งที่ระบบควรผลิตออกมาคือคำถามถึงแพทย์ ไม่ใช่รหัส
KPI แบบไหนที่ทำให้ทีมเวชระเบียนเสี่ยงต่อการ upcode
KPI ที่วัดมูลค่าส่วนต่างรายได้ที่กู้คืนได้ต่อเดือน จำนวนเคสที่แก้รหัสสำเร็จ และอัตราการยอมรับข้อเสนอของระบบ ทั้งสามตัวให้รางวัลกับการเปลี่ยนรหัสมากกว่าการเปลี่ยนรหัสให้ถูก ตัวชี้วัดที่ปลอดภัยกว่าคือสัดส่วนเคสที่ทุกรหัสมีหลักฐานครบ จำนวนเคสที่ทบทวนครบตามคิวไม่ว่าผลจะเปลี่ยนหรือไม่ และความสอดคล้องของรหัสระหว่างผู้ตรวจสอบสองคนบนเคสชุดเดียวกัน รวมถึงการไม่ผูกค่าตอบแทนหรือค่าบริการเข้ากับมูลค่าส่วนต่างรายเคส

แหล่งอ้างอิงและเอกสารที่เกี่ยวข้อง

  1. [1]คู่มือการจัดกลุ่มวินิจฉัยโรคร่วม (Thai DRG) ฉบับที่ 6.3 - นิยาม main condition, CC/MCC, RW และ AdjRW - สำนักงานกลางสารสนเทศบริการสุขภาพ (สกส.)
  2. [2]หลักเกณฑ์การจ่ายชดเชยค่าบริการผู้ป่วยในตามระบบ DRG และแนวทางการตรวจสอบเวชระเบียน - สำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.)
  3. [3]หลักเกณฑ์การเบิกจ่ายค่ารักษาพยาบาลผู้ป่วยในตามระบบ DRG สำหรับสิทธิสวัสดิการรักษาพยาบาลข้าราชการ - กรมบัญชีกลาง กระทรวงการคลัง
  4. [4]พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 มาตรา 26 - ข้อมูลสุขภาพในฐานะข้อมูลอ่อนไหว - สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล (สคส.)
  5. [5]ICD-10-TM มาตรฐานรหัสโรคและแนวทางการสรุปการวินิจฉัยโรคของแพทย์ - กระทรวงสาธารณสุข

Portfolio Review

อยากรู้ว่าตัวเลขของโรงพยาบาลคุณเป็นเท่าไหร่

เรานำเคส IPD ย้อนหลังของคุณมาจัดกลุ่มใหม่ทั้งหมด แล้วรายงานเป็น Leakage Baseline ที่กระทบยอดกับสิ่งที่เบิกไปจริงได้ - ไม่ใช่ค่าเฉลี่ยอุตสาหกรรม

สมการรายได้ที่รั่วไหลจาก AdjRWจำนวนเคสผู้ป่วยในต่อปี 18,000 เคส คูณด้วย AdjRW ที่หายไป 0.05 ต่อเคส คูณด้วยอัตราจ่าย 7,100 บาทต่อ RW เท่ากับรายได้ที่หายไป 6,390,000 บาทต่อปีIPD CASES / YEAR18,000รพ. ทั่วไปขนาดกลาง×ADJRW LOST / CASE0.05ส่วนที่บันทึกตกหล่น×BAHT PER RW฿7,100อัตราจ่ายต่อ 1 RWANNUAL REVENUE LEAKAGEเงินที่ควรได้ แต่ไม่เคยถูกเบิกเทียบเท่าพยาบาลวิชาชีพราว 12 อัตรา ต่อปี฿6,390,000PER YEAR
การเงินโรงพยาบาลอ่าน 21 นาที

ทำไม AdjRW ที่หายไป 0.05 ต่อเคส ถึงทำให้โรงพยาบาลสูญรายได้หลักล้านต่อปีโดยไม่รู้ตัว

ส่วนต่างเล็กน้อยระดับทศนิยมที่มองไม่เห็นในเคสเดียว เมื่อคูณด้วยจำนวนเคสทั้งปีและอัตราจ่ายต่อ RW กลายเป็นเงินหลักล้าน - และไม่มีบรรทัดไหนในงบการเงินที่จะฟ้องให้คุณรู้

ผู้อำนวยการโรงพยาบาล
จำนวนวิธีจัดลำดับรหัสวินิจฉัยตามจำนวนโรคในหนึ่งเคสเคสที่มี 5 โรคมี 120 วิธีจัดลำดับ 8 โรคมี 40,320 วิธี 10 โรคมี 3.6 ล้านวิธี 12 โรคมี 479 ล้านวิธี และ 15 โรคมีมากกว่าหนึ่งล้านล้านวิธี ขณะที่เครื่องยนต์ประเมินจริงเพียง 256 ชุดที่เป็นไปได้ASSIGNMENTS PER CASE = N! (WHICH CODE IS PDx, AND IN WHAT ORDER)จำนวนโรคในเคสจำนวนวิธีจัดลำดับที่เป็นไปได้ (สเกลลอการิทึม)5 โรค1208 โรค40,32010 โรค3,628,80012 โรค479,001,60015 โรค1,307,674,368,000first-match collapse: เครื่องยนต์ประเมินจริงไม่เกิน 256 ชุด ต่อเคสเพราะจุดที่ลำดับมีผลเป็นลูป “เจอตัวแรกแล้วหยุด” - k! ยุบเหลือ k โดยไม่เสียคำตอบ≤ 256
งานเวชระเบียนอ่าน 28 นาที

เจาะลึกวิกฤต Coder เวชระเบียนไทย: เมื่อความซับซ้อนของเคสโตเกินขีดจำกัดของมนุษย์

เคสผู้ป่วยในที่มีวินิจฉัย 10 รหัส มีวิธีจัดวางโรคหลักและลำดับโรครองได้ 3,628,800 แบบ และแต่ละแบบพาเคสไปคนละ DRG cell ปัญหานี้ไม่ได้แก้ด้วยการขอให้ผู้ลงรหัสตั้งใจกว่าเดิม เพราะมันไม่เคยเป็นปัญหาของความตั้งใจ

หัวหน้างานเวชระเบียน
เปรียบเทียบโมเดลธุรกิจของซอฟต์แวร์ด้านการเบิกจ่ายเปรียบเทียบโมเดล Subscription, Fee per Case และ Shared Savings โดยโมเดล Shared Savings ทำให้รายได้ของผู้ขายเพิ่มขึ้นเมื่อรหัสโรคสูงขึ้น จึงเกิดความขัดแย้งทางผลประโยชน์WHAT EACH PRICING MODEL REWARDSSubscriptionค่าบริการคงที่ต่อปีคาดการณ์งบได้ไม่ผูกกับผลการเบิกตรวจสอบ/จัดซื้อง่ายผู้ขายไม่ได้ประโยชน์จากรหัสที่สูงขึ้นผลประโยชน์ไม่ขัดกันFee per Caseคิดตามจำนวนเคสที่ประมวลผลผันแปรตามปริมาณงานไม่ผูกกับมูลค่าที่เพิ่มเริ่มต้นด้วยงบน้อยได้ต้องคุมปริมาณเคสให้ชัดยอมรับได้Shared Savingsแบ่ง % จากส่วนต่างที่เบิกเพิ่มรายได้ผู้ขายโตเมื่อรหัสสูงขึ้นผูกกับเงินกองทุนรัฐโดยตรงอธิบายต่อผู้ตรวจสอบยากจูงใจให้ดัน AdjRW สูงเกินหลักฐานผลประโยชน์ขัดกันคำถามที่ผู้ตรวจสอบจะถามเสมอ: “ถ้าผู้ขายได้เงินมากขึ้นเมื่อรหัสสูงขึ้น ใครเป็นคนถ่วงดุล?”
โมเดลธุรกิจอ่าน 34 นาที

ทำไมโมเดล Shared Savings ถึงเป็นกับดักอันตรายสำหรับ HealthTech ไทย

ข้อเสนอ “จ่ายเมื่อคุณได้เงินเพิ่มเท่านั้น” ฟังดูยุติธรรมที่สุดสำหรับโรงพยาบาล แต่ในระบบที่เงินมาจากกองทุนรัฐ มันคือการเขียนแรงจูงใจให้ดันรหัสสูงขึ้นลงไปในสัญญา โดยไม่มีเทอมไหนคอยถ่วงดุล

ผู้บริหารโรงพยาบาล