[论文解读] Deep Claim: Payer Response Prediction from Claims Data with Deep Learning

Byung‐Hak Kim, Seshadri Sridharan+2 more|arXiv (Cornell University)|Jul 13, 2020

Machine Learning in Healthcare参考文献 22被引用 7

一句话总结

Deep Claim 提出了一种深度学习框架，能够直接从原始索赔数据预测支付方响应（例如拒付或付款日期），而无需人工特征工程。通过使用门控机制和双线性池化的多任务学习来学习上下文相关的嵌入表示，该方法在基线模型基础上将拒付预测的召回率相对提升了22.21%，并为索赔字段提供了可解释的可疑度评分。

ABSTRACT

Each year, almost 10% of claims are denied by payers (i.e., health insurance plans). With the cost to recover these denials and underpayments, predicting payer response (likelihood of payment) from claims data with a high degree of accuracy and precision is anticipated to improve healthcare staffs' performance productivity and drive better patient financial experience and satisfaction in the revenue cycle (Barkholz, 2017). However, constructing advanced predictive analytics models has been considered challenging in the last twenty years. That said, we propose a (low-level) context-dependent compact representation of patients' historical claim records by effectively learning complicated dependencies in the (high-level) claim inputs. Built on this new latent representation, we demonstrate that a deep learning-based framework, Deep Claim, can accurately predict various responses from multiple payers using 2,905,026 de-identified claims data from two US health systems. Deep Claim's improvements over carefully chosen baselines in predicting claim denials are most pronounced as 22.21% relative recall gain (at 95% precision) on Health System A, which implies Deep Claim can find 22.21% more denials than the best baseline system.

研究动机与目标

• 开发一种自动化、数据驱动的系统，在索赔提交前预测支付方响应（拒付或付款日期），以减轻行政负担并缩短收入周期延迟。
• 通过直接从原始索赔数据中学习低层级、上下文相关的表示，消除对手动特征工程和支付方特定数据标准化的依赖。
• 提高支付方响应预测的准确性与精确度，特别是在拒付预测方面，因为每份拒付索赔的追回成本高达120美元。
• 通过识别对拒付预测贡献最大的可疑索赔字段，提供可解释性，使工作人员能够在提交前纠正错误。
• 在具有多样化支付方组合和普通患者群体的两家美国医疗系统中，证明该方法在真实场景中的有效性。

提出的方法

• 利用门控层和双线性池化构建患者索赔的低层级、上下文相关表示，以建模高层次索赔输入中的复杂依赖关系。
• 采用多任务学习，结合拒付原因代码约束（λ₀=1.0，λ₁=1.0），联合优化拒付预测与响应日期估计。
• 基于特征梯度敏感性设计可疑度评分指标，量化每个索赔字段对拒付预测的贡献。
• 采用受计算机视觉启发的深度神经网络架构（如残差连接）处理稀疏、高维的索赔数据。
• 直接使用原始索赔数据，无需事先特征工程或领域专家输入，从而实现在多样化支付方之间的泛化能力。
• 在索赔单（如CMS-1500）上可视化可疑度评分，突出显示最可能导致拒付的字段，支持提交前的审查。

实验结果

研究问题

• RQ1 能否在无需专家特征工程的情况下，直接从原始索赔数据中准确预测支付方响应（拒付或付款日期）？
• RQ2 与基线模型相比，所提出的结合拒付原因代码约束的多任务学习框架在拒付预测中的召回率与精确度方面有何提升？
• RQ3 该模型在多大程度上能够识别并排序出对拒付预测贡献最大的可疑索赔字段？
• RQ4 与简单基线相比，Deep Claim在响应日期预测中的召回率提升与MAE降低的相对性能增益如何？
• RQ5 可解释性组件在指导收入周期工作人员于提交前修正索赔方面的有效性如何？

主要发现

• 在医疗系统A中，Deep Claim在95%精确度下实现了22.21%的召回率相对提升，显著优于最佳基线模型。
• 在医疗系统A中，该模型将支付方响应日期预测的平均绝对误差（MAE）相比简单平均基线降低了23.9%。
• 消融实验证实，若移除核心组件（如门控机制或拒付原因代码约束），性能会显著下降。
• 可疑度评分可视化清晰识别出索赔字段中三个不同的贡献区间（x_c, x_d, x_o），表明哪些数据点最影响拒付预测。
• 该模型的可解释性功能使医疗管理人员能够优先识别并修正高风险索赔字段，从而降低拒付风险。
• 该框架在两家具有多样化支付方组合和普通患者群体的美国医疗系统中均表现出强大的泛化能力，支持其在真实世界中的部署潜力。