शीर्ष 10 हेल्थकेयर कोडिंग और क्लिनिकल डॉक्यूमेंटेशन एजेंट

परिचय

हेल्थकेयर प्रदाताओं को जटिल कोडिंग और दस्तावेज़ीकरण के बोझ का सामना करना पड़ता है। देखभाल, बिलिंग और रिपोर्टिंग का समर्थन करने के लिए प्रत्येक रोगी की मुलाकात को सटीक निदान और प्रक्रिया कोड (ICD और CPT) में अनुवादित किया जाना चाहिए। व्यवहार में यह त्रुटि-प्रवण और समय लेने वाला है: अध्ययनों से पता चलता है कि “आईसीडी-10-सीएम कोडिंग अस्पतालों में एक बड़ा परिचालन बोझ बना हुआ है” (www.nature.com), और दस्तावेज़ीकरण त्रुटियों को दावे अस्वीकृत होने का एक प्रमुख कारण बताया गया है (www.beckersasc.com)। क्लिनिकल डॉक्यूमेंटेशन इम्प्रूवमेंट (CDI) कार्यक्रमों का लक्ष्य नोट्स और कोड्स को सुदृढ़ करना है, लेकिन मैन्युअल वर्कफ़्लो चिकित्सकों और कोडर्स को धीमा कर सकते हैं। हाल ही में, एआई-पावर्ड कोडिंग और सीडीआई एजेंट कोड सुझावों, त्रुटि-जाँच और दावों की अस्वीकृति को रोकने में सहायता के लिए सामने आए हैं। इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स (ईएचआर) के साथ एकीकृत होकर और व्यापक चिकित्सा ओन्टोलॉजी को कवर करके, ये उपकरण गोपनीयता कानूनों (HIPAA) और सुरक्षा मानकों का पालन करते हुए कोडिंग सटीकता बढ़ाने, दावों की अस्वीकृति कम करने और चिकित्सक का समय बचाने का वादा करते हैं। यह लेख दस प्रमुख एआई-संचालित कोडिंग/सीडीआई एजेंटों की समीक्षा करता है, उनके एकीकरण, प्रदर्शन मेट्रिक्स और सुरक्षा उपायों की तुलना करता है, फिर उद्यमियों के लिए अंतराल और आगे का रास्ता बताता है।

कोडिंग और डॉक्यूमेंटेशन एजेंटों के लिए मूल्यांकन मानदंड

समाधानों की तुलना करने के लिए, हम विचार करते हैं:

CDI सुझाव और मार्गदर्शन: क्या एजेंट चिकित्सकों या कोडर्स को दस्तावेज़ीकरण सुधार प्रश्नों (जैसे विशिष्टता के लिए छूटे हुए विवरण) के साथ संकेत देता है? क्या इसके सुझाव नैदानिक कार्यप्रवाह में (जैसे नोट एंट्री के दौरान) अंतर्निहित हैं?
कोडिंग ऑटोमेशन (ICD, CPT, HCC, आदि): एजेंट जानकारी कैसे निकालता है और कोड कैसे असाइन करता है? क्या यह निदान (ICD-10), प्रक्रिया (CPT/HCPCS), जोखिम-समायोजन (HCC), संशोधक और अनुपालन कोड सेट का समर्थन करता है? चिकित्सा ऑन्टोलॉजी कवरेज का कौन सा स्तर (SNOMED-CT, RxNorm, LOINC, आदि) पेश किया जाता है, और इसकी कोड लाइब्रेरी कितनी अद्यतित हैं?
अस्वीकृति निवारण: दावा जमा करने से पहले सामान्य अस्वीकृति कारणों (लापता संशोधक, चिकित्सा आवश्यकता की कमी, आदि) को पकड़ने के लिए भुगतानकर्ता-नियम सत्यापन, प्री-बिल संपादन और भविष्य कहनेवाला विश्लेषण जैसी सुविधाएँ। एक प्रभावी एजेंट को नियमों और नियामक संपादनों (जैसे NCD/LCD मानदंड) के लिए समाप्ति जांच को शामिल करना चाहिए।
ईएचआर और वर्कफ़्लो एकीकरण: HL7/FHIR या एपीआई एकीकरण के माध्यम से प्रमुख ईएचआर प्रणालियों (एपिक, सेर्नर/ओरेकल, ऑलस्क्रिप्ट्स, एथेनाहेल्थ, आदि) के साथ संगतता। एजेंट तब सबसे उपयोगी होते हैं जब वे “चार्ट में” या साइडबार बटन के रूप में काम करते हैं: उदाहरण के लिए, IKS हेल्थ का एआई कोडिंग इंजन अब एपिक के कनेक्शन हब के माध्यम से उपलब्ध है (www.businesswire.com)। हम तुलना करते हैं कि प्रत्येक समाधान में प्रमाणित कनेक्शन या FHIR-आधारित मॉड्यूल हैं या नहीं।
ह्यूमन-इन-द-लूप (HITL) समीक्षा: संतुलित स्वचालन बनाम निरीक्षण। अग्रणी समाधान आम तौर पर उच्च-आत्मविश्वास वाले तत्वों को ऑटो-कोड करते हैं लेकिन अस्पष्ट मामलों को मानव कोडर्स या सीडीआई विशेषज्ञों के पास भेजते हैं। उदाहरण के लिए, IKS हेल्थ का इंजन प्रत्येक कोड को स्कोर करता है और कम-आत्मविश्वास वाले आइटमों को विशेषज्ञों के पास भेजता है (www.businesswire.com)। हम ध्यान देते हैं कि क्या सिस्टम ऑडिट ट्रेल्स, कोडर ओवरराइड और उपयोगकर्ता प्रतिक्रिया से निरंतर सीखने की सुविधा प्रदान करता है।
प्रदर्शन मेट्रिक्स: व्यवहार में ये एजेंट कैसा प्रदर्शन करते हैं? प्रमुख मेट्रिक्स में कोडिंग सटीकता (सही कोड का प्रतिशत), फर्स्ट-पास क्लेम स्वीकृति या अस्वीकृति दर, और बचाया गया समय शामिल हैं। उदाहरण के लिए, दो संस्थानों में एक वास्तविक दुनिया के अध्ययन में, एक एलएलएम-आधारित कोडर ने “सटीकता बनाए रखते हुए कोडिंग समय को काफी कम कर दिया” (www.nature.com)। एक अन्य परीक्षण में पाया गया कि पुनर्प्राप्ति-संवर्धित एलएलएम ने आपातकालीन विभाग आईसीडी-10-सीएम कोडिंग सटीकता में मानव कोडर्स से बेहतर प्रदर्शन किया (www.medrxiv.org)। हम प्रकाशित डेटा के खिलाफ विक्रेता के दावों (उदाहरण के लिए 90-98% सटीकता, X% कम अस्वीकृति) का बेंचमार्क करते हैं।
चिकित्सक के समय की बचत: कुछ उपकरण एम्बिएंट एआई स्क्राइब या नोट-असिस्टेंट के रूप में कार्य करते हैं, जो दस्तावेज़ीकरण समय को कम कर सकते हैं। एक बहु-साइट JAMA अध्ययन में पाया गया कि एआई स्क्राइब का उपयोग करने से चिकित्सकों के दस्तावेज़ीकरण समय में प्रति 8 घंटे के क्लिनिक दिन में लगभग 13-16 मिनट की बचत हुई (लगभग 3-10% की कमी) (pmc.ncbi.nlm.nih.gov)। हम ध्यान देते हैं कि कौन से एजेंट नोट जनरेशन बनाम पोस्ट-हॉक कोडिंग में सहायता प्रदान करते हैं।
अनुपालन और सुरक्षा: सभी एजेंटों को HIPAA-अनुरूप होना चाहिए और संरक्षित स्वास्थ्य जानकारी (PHI) को सुरक्षित रूप से संभालना चाहिए (ट्रांजिट/रेस्ट में एन्क्रिप्शन, एक्सेस कंट्रोल, ऑडिट लॉग, व्यावसायिक सहयोगी समझौते, आदि)। उदाहरण के लिए, क्विकइंटेल का क्विककोड समाधान पूर्ण एन्क्रिप्शन और ऑडिट लॉग के साथ HIPAA और SOC2 अनुपालन का दावा करता है (quickintell.com)। हम ध्यान देते हैं कि क्या समाधान ऑन-प्रिमाइसेस या निजी क्लाउड परिनियोजन, डेटा रेजीडेंसी विकल्प का उपयोग करते हैं, और वे स्पष्ट रूप से चिकित्सा सलाह देने से कैसे फ़िल्टर या इनकार करते हैं ("मतिभ्रम" से बचना)। एक आदर्श एजेंट अपनी भूमिका को कोड सुझावों और दस्तावेज़ीकरण प्रश्नों तक सीमित रखता है, और प्रत्येक कोड को सही ठहराने वाले साक्ष्य लिंक (चार्ट टेक्स्ट) प्रदान करता है।

प्रमुख एआई कोडिंग और सीडीआई एजेंट

नीचे दस उल्लेखनीय समाधान दिए गए हैं (किसी विशेष क्रम में नहीं)। प्रत्येक प्रविष्टि में प्रमुख विशेषताओं, एकीकरण नोट्स और किसी भी प्रकाशित प्रदर्शन दावों की रूपरेखा दी गई है।

1. IKS Health ऑटोनॉमस कोडिंग इंजन (ICAP) (www.businesswire.com)

IKS हेल्थ (एक आउटसोर्सिंग/आरसीए प्रदाता) एक एआई-संचालित कोडिंग इंजन प्रदान करता है जो अब एपिक के साथ एकीकृत है। इसकी व्यावसायिक प्रेस विज्ञप्ति 95% तक कोडिंग सटीकता और कम अस्वीकृतियों का दावा करती है (www.businesswire.com)। यह प्रणाली किसी भी स्रोत से चार्ट दस्तावेज़ स्वीकार करती है, आत्मविश्वास स्कोर के साथ ICD-10, CPT और E/M कोड सुझाने के लिए NLP और नियम-आधारित तर्क का उपयोग करती है (www.businesswire.com), और “मानव कोडर्स कम-आत्मविश्वास वाले कोडों की समीक्षा करते हैं” (www.businesswire.com)। इंजन तब अनुपालन को मान्य करने के लिए भुगतानकर्ता-विशिष्ट नियम और एक “प्री-बिल समीक्षा परत” लागू करता है। IKS की रिपोर्ट है कि औसत अमेरिकी दावा अस्वीकृति दर ~12% है; इसका एआई वर्कफ़्लो (मानव जांच के साथ) उस बेंचमार्क को पार करने का प्रयास करता है (www.businesswire.com)। चूंकि यह एपिक-प्रमाणित है, नैदानिक टीम एपिक चार्ट में सीधे कोडिंग सुझावों तक पहुंच सकती हैं, कोड तर्क को चार्ट साक्ष्य से जोड़ सकती हैं। (कोई स्वतंत्र परीक्षण डेटा सार्वजनिक नहीं है, लेकिन कंपनी इसे एआई कोडिंग को पारंपरिक समीक्षा के साथ जोड़ने वाले “ऑडिट-तैयार” समाधान के रूप में प्रस्तुत करती है।)

2. MediCodio (CODIO AI) (medicodio.ai)

मेडीकोडियम एक हाइब्रिड ह्यूमन+एआई प्लेटफॉर्म प्रदान करता है। इसका CODIO AI इंजन “50+ विशिष्टताओं में 98% कोडिंग सटीकता” और विशेष रूप से, उद्योग औसत की तुलना में दावा अस्वीकृति में 83% की कमी का दावा करता है (medicodio.ai)। यह मैन्युअल कोडिंग की तुलना में चार्ट को 81% तेजी से संसाधित करता है (प्रति चार्ट औसतन ~1.5 मिनट बनाम ~8 मिनट) (medicodio.ai)। कैसे? मेडीकोडियम दो मोड का समर्थन करता है: एक को-पायलट मोड जहाँ प्रमाणित कोडर्स एआई सुझावों की समीक्षा करते हैं, और पूरी तरह से स्वचालित कोडिंग के लिए एक ऑटोपायलट मोड (पोस्ट-हॉक ऑडिटेड) (medicodio.ai)। यह प्रणाली ISO 27001-प्रमाणित, HIPAA-अनुरूप है, और वेराडिग्म और अन्य के माध्यम से प्रमुख ईएचआर के साथ एकीकृत होती है (medicodio.ai)। यह पूर्ण कोड समर्थन (ICD-9/10, CPT, HCPCS, DRG, आदि) का दावा करता है और लापता संशोधक या अपर्याप्त दस्तावेज़ीकरण को पकड़कर अस्वीकृतियों को कम करने का दावा करता है। प्लेटफॉर्म त्वरित ऑडिट को सक्षम करने के लिए कोड औचित्य को भी अनुक्रमित करता है।

3. Cavo Health CDI और कोडिंग असिस्टेंट (cavohealth.com)

Cavo Health एक एआई प्लेटफॉर्म का विपणन करता है जो शुद्ध मशीन लर्निंग के बजाय “प्रिसाईज वर्ड मैचिंग” पर आधारित है। यह CDI और कोडिंग दोनों को लक्षित करता है: HCC जोखिम कैप्चर के लिए बेहतर दस्तावेज़ीकरण का सुझाव देना और तुरंत सटीक ICD-10 कोड उत्पन्न करना (cavohealth.com)। कावो आउट-ऑफ-द-बॉक्स कोडिंग सटीकता का दावा करता है जो ML-ओनली सिस्टम के सामान्य “70-80%” से कहीं अधिक है (cavohealth.com), विशेष रूप से जटिल निदान और अस्पताल HCC कोडिंग के लिए। यह उपकरण चिकित्सक के जुड़ाव को बेहतर बनाने के लिए पॉइंट-ऑफ-केयर उपयोग (नोट एंट्री के दौरान सुझाव दिखाई देते हैं) के लिए डिज़ाइन किया गया है। यह दुर्लभ या संयुक्त कोडों को उजागर करता है जिन्हें शुद्ध-LM दृष्टिकोण अक्सर चूक जाते हैं। (कोई स्वतंत्र सत्यापन प्रकाशित नहीं किया गया है, लेकिन विशेषज्ञ क्लीनिकों में शुरुआती अपनाने वालों का हवाला दिया गया है।) कावो का इंटरफ़ेस न्यूनतम क्लिक पर जोर देता है: यह ईएचआर के भीतर चलता है, जैसे ही नोट बताया जाता है, विशिष्ट कोड योग्य शब्दों का प्रस्ताव करता है, और यदि आवश्यक हो तो स्पष्टीकरण प्रश्न पूछता है। यह प्रणाली डिज़ाइन द्वारा HIPAA-अनुरूप है, डेटा को एन्क्रिप्ट करती है, और PHI को संस्थागत नियंत्रण में रखने के लिए स्थानीय ऑन-प्रिमाइसेस परिनियोजन की अनुमति देती है।

4. RevCodeMD (RevStream) (revstream.io)

रेवस्ट्रीम का RevCodeMD चिकित्सक प्रथाओं और अस्पतालों को लक्षित करने वाला एक क्लाउड एआई-ऑटोकोडिंग समाधान है। वेबसाइट “एआई-संचालित ऑटो-कोडिंग — 98% सटीकता, ऑडिट-तैयार” को उजागर करती है (revstream.io)। यह फ्री-टेक्स्ट नोट्स (मुलाकातें, इतिहास, प्रक्रिया रिपोर्ट) को ग्रहण करता है और सेकंड में CPT और ICD कोड आउटपुट करता है (revstream.io)। RevCodeMD प्रमुखता से उल्लेख करता है कि इसकी प्रणाली "भुगतानकर्ता-जागरूक" है - यह दावा प्रस्तुत करने से पहले लापता जानकारी (कुछ अस्वीकृतियों को रोकना) को पकड़ने के लिए दावा स्क्रूबिंग और संपादन लागू करती है। इसमें HIPAA आवश्यकताओं को पूरा करने के लिए भूमिका-आधारित एक्सेस कंट्रोल और ऑडिट लॉग शामिल हैं। रेवस्ट्रीम मानक इंटरफेस के माध्यम से एकीकरण पर ध्यान देता है, हालांकि साइट पर विशिष्ट ईएचआर कनेक्टर्स का विवरण नहीं दिया गया है। (एक स्रोत वेराडिग्म/FHIR समर्थन को अन्य आरसीएम उपकरणों के समान इंगित करता है।) व्यवहार में, RevCodeMD खुद को चिकित्सकों के लिए एक ड्रॉप-इन "ऑटो-कोडर" के रूप में रखता है, जिसमें कोडर्स के लिए किसी भी झंडे की समीक्षा करने के लिए एक उपयोगकर्ता डैशबोर्ड होता है। समान उत्पादों के साथ, मानव कोडर्स अंतिम कोड को प्रमाणित करते हैं। कोई सहकर्मी-समीक्षित सटीकता परीक्षण उद्धृत नहीं किए गए हैं, लेकिन 98% आंकड़ा विक्रेता-रिपोर्ट किए गए बेंचमार्क के अनुरूप है।

5. Arintra ऑटोनॉमस कोडिंग प्लेटफॉर्म (www.arintra.com) (www.arintra.com)

Arintra स्वास्थ्य प्रणालियों और विक्रेताओं द्वारा उपयोग किया जाने वाला एक एआई कोडिंग प्लेटफॉर्म प्रदान करता है। उनके दस्तावेज़ों के अनुसार, “Arintra हर रोगी चार्ट को स्वायत्त रूप से संसाधित करता है” बिलिंग शुल्क और सटीक कोड (E/M, ICD-10, HCC, HCPCS, संशोधक) निकालकर (www.arintra.com)। एक प्रमुख विशेषता विभाग द्वारा विशेषज्ञता है: Arintra कोड संयोजनों को मान्य करने के लिए भुगतानकर्ता/विशेषज्ञता-विशिष्ट नियम सेट को शामिल कर सकता है। कंपनी का दावा है कि Arintra 80-90% तक चार्टों को स्वचालित रूप से संभाल सकता है, जिससे टर्नअराउंड समय में भारी कमी आती है (www.arintra.com)। उच्च मात्रा वाले नियमित मामलों को संसाधित करके, यह कोडर्स को जटिल मुलाकातों पर ध्यान केंद्रित करने की अनुमति देता है। अपनी सामग्री में, Arintra प्री-बिल सत्यापन के कारण कम डाउनस्ट्रीम अस्वीकृतियों और तेजी से दावों का हवाला देता है। एकीकरण HL7/FHIR के माध्यम से रोगी मुलाकातों को खींचने और बिलिंग के लिए कोडित शुल्क वापस करने के लिए होता है। प्लेटफ़ॉर्म कोडिंग सटीकता और अस्वीकृति प्रवृत्तियों पर डैशबोर्ड प्रदान करता है (प्रशासनिक अधिकारियों को प्रदर्शन को ट्रैक करने में मदद करता है)। Arintra अपने डेवलपर्स के पोर्टल पर SOC 2 और HIPAA अनुपालन (डेटा एन्क्रिप्शन और ऑडिट ट्रेल्स के साथ) का विज्ञापन करता है।

6. Solventum 360 Encompass (पूर्व में 3M 360 CAC/CDI) (www.solventum.com)

सॉल्वेंटम का 360 एंकोम्पास एक व्यापक सीएसी/सीडीआई सूट है जो एनएलपी और एआई को जोड़ता है। यह कोडिंग को सीडीआई प्रक्रियाओं के साथ एकीकृत करता है: जैसे ही दस्तावेज़ पूरा होता है, यह “कोडिंग उत्कृष्टता और इष्टतम ऑटो-सुझाव” प्रदान करता है और दस्तावेज़ अंतराल को चिह्नित करता है (www.solventum.com)। व्यवहार में, 360 एंकोम्पास चार्ट पढ़ता है और नियमित कोड सेटों को स्वतः-पूरा करता है: E/M स्तर, ICD, CPT, राजस्व कोड, आदि, फिर कोडर्स को चिह्नित रिकॉर्ड की समीक्षा करने देता है। यह प्रणाली नियमित बनाम जटिल मामलों को अलग करती है; यह स्वचालित रूप से “नियमित” दावों को बिलिंग के लिए भेजता है जबकि जटिल मामलों को संदर्भ के साथ कोडर्स को भेजता है (www.solventum.com)। प्लेटफ़ॉर्म अनुपालन बनाए रखने के लिए कस्टम संपादन और ऑडिट का समर्थन करता है। चूंकि 360 एंकोम्पास 3एम के सीएसी से विकसित हुआ है, यह दशकों के कोडिंग तर्क और सीएमएस अनुपालन संपादनों का लाभ उठाता है। एपिक ईएचआर पर स्वास्थ्य प्रणालियों के लिए एपिक पंजीकृत समाधान (एपिक कनेक्शन हब) उपलब्ध है। कोई आमने-सामने की सटीकता के आंकड़े प्रकाशित नहीं किए गए हैं, लेकिन सॉल्वेंटम इस बात पर जोर देता है कि स्वचालित नियमित कोडिंग मानव कार्यभार को कम करती है और मिश्रित सीडीआई समीक्षाएं फर्स्ट-पास दावों को बेहतर बनाती हैं। यह HIPAA-अनुरूप है और इसमें भूमिका-आधारित पहुंच (कोडर्स बनाम सीडीआई विशेषज्ञ) और ऑडिटिंग के लिए सभी एआई सुझावों का लॉगिंग शामिल है।

7. QuickIntell QuickCode (ईएचआर-एकीकृत एआई कोडर) (quickintell.com)

क्विकइंटेल का QuickCode एम्बुलेटरी प्रथाओं पर केंद्रित एक क्लाउड-आधारित एआई कोडिंग इंजन है। विक्रेता बताता है कि यह रिपोर्टों से ICD-10 और CPT निकालने में “>90% रिकॉल और सटीक” प्राप्त करता है (quickintell.com)। यह पूर्ण HIPAA और SOC2 अनुपालन का दावा करता है, ऑडिट लॉग के साथ ट्रांजिट/रेस्ट में PHI को एन्क्रिप्ट करता है (quickintell.com)। क्विककोड ईएचआर (FHIR/HL7 के माध्यम से सेर्नर, एथेनाहेल्थ, आदि सहित (quickintell.com)) से जुड़ता है ताकि मुलाकात के नोट्स प्राप्त कर सके और कोडित दावों को बिलिंग मॉड्यूल में वापस भेज सके। यह बिलिंग मॉड्यूल को डेटा भेजने से पहले 8-चरणीय दावा स्क्रब (कोडिंग नियमों की जांच) करता है, जिससे कई सामान्य त्रुटियों को रोका जा सकता है। क्विकइंटेल विज्ञापन करता है कि ग्राहक स्वचालित चार्टों पर 90% से अधिक फर्स्ट-पास दावा स्वीकृति दर और कोडर्स के लिए नाटकीय समय बचत देखते हैं। (एक श्वेतपत्र का दावा है कि ग्राहकों ने कार्यान्वयन के बाद अस्वीकृतियों को लगभग 40% तक कम कर दिया।) मानव कोडर्स अभी भी एआई सुझावों की समीक्षा करते हैं: यूआई आत्मविश्वास स्कोर दिखाता है ताकि कम-आत्मविश्वास वाले कोडों को चिह्नित किया जा सके। कोई सहकर्मी-समीक्षित डेटा उपलब्ध नहीं है, लेकिन क्विकइंटेल अपने मजबूत सुरक्षा नियंत्रणों और वर्कफ़्लो में आसान एकीकरण पर प्रकाश डालता है।

8. Clintegrity CDE One (Nuance/Microsoft)

पूर्व में Nuance का CDI सूट (अब Microsoft का हिस्सा), CDE One कोडिंग समर्थन के साथ चिकित्सक-उन्मुख दस्तावेज़ीकरण सुधार पर केंद्रित है। यह छूटे हुए निदान या HCC स्थितियों को उजागर करने के लिए चार्ट टेक्स्ट का लगातार विश्लेषण करता है (अक्सर Nuance Dragon एम्बिएंट स्पीच-टू-टेक्स्ट के साथ)। यह डीएनए-स्तर की कोडिंग के लिए कोडर उपकरण भी प्रदान करता है (अपने क्लिनटेग्रिटी इतिहास के माध्यम से)। जबकि विशिष्ट मेट्रिक्स प्रकाशित नहीं किए गए हैं, CDE One कोडर उत्पादकता और अनुपालन में सुधार का दावा करता है। यह HL7/SOAP APIs के माध्यम से कई EHR (एपिक, सेर्नर) के साथ एकीकृत होता है, और Microsoft क्लाउड सुरक्षा प्रमाणन पर जोर देता है। Nuance के Dragon Ambient eXperience (DAX) के एक हालिया सहवास अध्ययन में पाया गया कि एम्बिएंट एआई स्क्राइब ने चिकित्सकों के काम के बाद के नोटवर्क को प्रति दिन 22 मिनट तक कम कर दिया (pmc.ncbi.nlm.nih.gov), जो ऐसी प्रणालियों की उत्पादकता क्षमता को इंगित करता है (हालांकि DAX स्वयं मुख्य रूप से एक कोडर नहीं है)। Clintegrity का दृष्टिकोण चिकित्सकों को वास्तविक समय में दस्तावेज़ों को स्पष्ट करने के लिए प्रेरित करने के बारे में अधिक है, जिससे अपीलों को रोका जा सके। (हम ध्यान देते हैं कि CDE जैसे समाधानों में अक्सर साहित्य में स्पष्ट “मेरिट के आंकड़े” के आंकड़े नहीं होते हैं, लेकिन उनका व्यापक उद्यम में अपनाया गया है।)

9. Combine Health “Amy” AI कोडर

कंबाइन हेल्थ का एमी प्लेटफॉर्म कोडिंग को स्वचालित करने के लिए मालिकाना एआई मॉडल का उपयोग करता है। विक्रेता एमी को “प्रमुख एआई मेडिकल कोडर” के रूप में वर्णित करता है जो कोडिंग टीमों के साथ काम करता है। यह सभी प्रकार की मुलाकातों (इनपेशेंट/आउटपेशेंट) को संभालता है और किसी भी चिकित्सक-विशिष्ट कोडिंग पैटर्न से लगातार सीखने का दावा करता है। एमी ईएमआर नोट्स और ईएचआर शुल्क खींचने के लिए एपीआई के माध्यम से एकीकृत होता है, फिर मान्य कोड भेजता है। साइट चार्ट टेक्स्ट के संदर्भ में प्रत्येक कोड पसंद को समझाने पर जोर देती है। ग्राहक इन-बेसलाइन अस्वीकृतियों में कमी की रिपोर्ट करते हैं, क्योंकि एमी गतिशील भुगतानकर्ता नियमों और प्रत्येक अभ्यास के अनुसार समायोजित स्क्रबर को लागू करता है। (कोई सार्वजनिक परीक्षण डेटा उद्धृत नहीं किया गया है, लेकिन कंबाइन हेल्थ के पास केस-स्टडी ब्लॉग हैं जहां एमी परीक्षण डेटासेट में बहुत उच्च सटीकता प्राप्त करती है।) महत्वपूर्ण बात यह है कि एमी का वर्कफ़्लो नैदानिक पर्यवेक्षण को बरकरार रखता है: कोडर्स एआई सुझावों को देखते हैं, कोड को ओवरराइड कर सकते हैं, और सिस्टम भविष्य के सुझावों को परिष्कृत करने के लिए सुधारों को कैप्चर करता है। कंबाइन हेल्थ HIPAA अनुपालन (बीएए समझौते, एन्क्रिप्शन) पर ध्यान देता है लेकिन पूर्ण सुरक्षा विनिर्देश सार्वजनिक रूप से विस्तृत नहीं हैं।

10. Clinithink (CLiX सिमेंटिक इंटेलिजेंस)

क्लिनिथिंक का CLiX इंजन निष्कर्ष निकालने और कोड प्रस्तावित करने के लिए भाषा प्रसंस्करण का उपयोग करता है। यह नोट्स, चित्र और संरचित डेटा को ग्रहण कर सकता है, फिर अवधारणाओं को ऑन्टोलॉजी (SNOMED, RxNorm) और ICD/CPT कोड में मैप कर सकता है। जबकि यह कड़ाई से “लाइव” एजेंट नहीं है, CLiX को चार्ट बंद होने पर कोडर्स के लिए कोडिंग सुझाव उत्पन्न करने के लिए अनुकूलित किया जा सकता है। क्लाइंट CLiX का उपयोग रिकॉर्ड को बैच-कोड करने या CDI क्वेरी टूल के रूप में करते हैं (उदाहरण के लिए, ऑडिट मानदंडों को पूरा करने वाले मामलों को खोजना)। प्लेटफ़ॉर्म अत्यधिक कॉन्फ़िगर करने योग्य है, जो स्थानीय नियमों की परिभाषा की अनुमति देता है। उदाहरण के लिए, एक स्वास्थ्य प्रणाली ने CLiX का उपयोग करके उच्च आत्मविश्वास के साथ 60% तक रिकॉर्ड को स्वतः-आबादी करके कोडिंग बैकलॉग को कम किया (www.solventum.com) (न्यूनतम मानव संपादन की आवश्यकता)। सुरक्षा-वार, क्लिनिथिंक ऑन-प्रेमाइसेस या निजी क्लाउड पर चलता है, और ऑडिट लॉग का समर्थन करता है। कस्टम ऑन्टोलॉजी के लिए इसकी लचीलापन एक प्लस है, हालांकि इसे आमतौर पर नियमों को स्थापित करने के लिए एक विशेषज्ञ की आवश्यकता होती है।

तुलनात्मक प्रदर्शन और परिणाम

कोडिंग सटीकता: विक्रेता के दावे और उभरते अध्ययन दोनों बताते हैं कि एआई मानव कोडर प्रदर्शन को पूरा कर सकता है या उससे अधिक हो सकता है। वास्तविक दुनिया के पायलट डेटा से पता चलता है कि एलएलएम-आधारित कोडर्स प्रमाणित कोडर सटीकता से मेल खा सकते हैं: माउंट सिनाई के एक अध्ययन में पाया गया कि जीपीटी-4, पिछले चार्टों की पुनर्प्राप्ति से संवर्धित, कोड सटीकता में मानव समीक्षकों द्वारा पसंद किया गया था (447 बनाम 277 मामले)† (www.medrxiv.org)। यहां तक कि ओपन-सोर्स मॉडल ने भी RAG के साथ बड़े लाभ दिखाए। व्यवहार में, विक्रेता उच्च सटीकता मेट्रिक्स (अक्सर 90-98%) (revstream.io) (medicodio.ai) की रिपोर्ट करते हैं। उदाहरण के लिए, IKS हेल्थ 95% तक सटीकता (www.businesswire.com) और मेडीकोडियम 98% (medicodio.ai) का हवाला देता है। तुलनात्मक रूप से, पारंपरिक मैन्युअल कोडिंग त्रुटि दरें भिन्न होती हैं, लेकिन ऑडिट अक्सर जटिल मामलों में ~10-15% गलत कोडिंग पाते हैं। उच्च विक्रेता संख्याओं को सावधानी से देखा जाना चाहिए (विक्रेता क्यूरेटेड डेटा पर परीक्षण करते हैं) लेकिन वे उन परीक्षणों के अनुरूप हैं जहां अच्छी तरह से ट्यून किए गए एआई ने कोडर्स के बहुत समान कोड सेट प्राप्त किए (www.medrxiv.org)।

अस्वीकृति दरें: स्वचालित प्री-बिल संपादन अस्वीकृतियों को तेजी से कम कर सकता है। कई प्रदाता अनुमान लगाते हैं कि 60-80% अस्वीकृतियां कोडिंग/दस्तावेज़ संबंधी मुद्दों से उत्पन्न होती हैं (www.beckersasc.com)। इन मुद्दों को जल्दी पकड़कर, एआई एजेंट नाटकीय सुधारों की रिपोर्ट करते हैं। उदाहरण के लिए, मेडीकोडियम ऐतिहासिक बेंचमार्क के मुकाबले अस्वीकृतियों में 83% कटौती का दावा करता है (medicodio.ai), और थिंकिटिव (एक कस्टम आरसीएम विक्रेता) अपनाने के बाद पहली तिमाही में 40% अस्वीकृति कमी का विज्ञापन करता है (www.thinkitive.com)। इसी तरह, Arintra नोट करता है कि उसके भुगतानकर्ता-नियम जांच और कोडर समीक्षा वर्कफ़्लो से “कम अस्वीकृतियां” और तेजी से प्रतिपूर्ति होती है (www.arintra.com)। इन संख्याओं को उदाहरणों के रूप में लिया जाना चाहिए, लेकिन गुणात्मक बिंदु बना रहता है: दस्तावेज़ अंतराल के लिए जांच के साथ एआई-संचालित कोडिंग को एकीकृत करने से फर्स्ट-पास उपज बढ़ती है। हेल्थकेयर वित्तीय अधिकारी अक्सर अस्वीकृति दर <5% को आदर्श बताते हैं (www.beckersasc.com); एआई उपकरण मुख्य मूल कारणों (कोडिंग त्रुटियों) में से एक को संबोधित करके इसे प्राप्त करने में मदद करना चाहते हैं।

चिकित्सक और कोडर का समय बचाना: एआई दस्तावेज़/कोडिंग सहायता समय की बचत में एकत्रित होती है। एम्बिएंट स्क्राइब्स के JAMA अध्ययन में दस्तावेज़ समय में मामूली लेकिन महत्वपूर्ण कमी पाई गई (प्रति 8 घंटे के दिन में 13-16 मिनट कम, 10% की कमी) (pmc.ncbi.nlm.nih.gov)। यह ज्यादातर तेजी से नोट एंट्री (स्क्राइब पाठ का मसौदा तैयार करते हैं) और कम अतिरिक्त को दर्शाता है। कोडिंग पक्ष पर, दक्षता लाभों को 3-5 गुना गति वृद्धि के आसपास उद्धृत किया जाता है: मेडीकोडियम ने 81% तेजी से चार्ट प्रसंस्करण समय की सूचना दी (medicodio.ai)। Arintra का दावा है कि यह 80-90% चार्टों को स्वायत्त रूप से संभालता है (www.arintra.com), जिसका अर्थ है कि कोडर्स केवल शेष 10-20% खोलते हैं। पैमाने पर, इसका मतलब उच्च कोडर उत्पादकता (और कम कोडर FTE की आवश्यकता) है। एक स्रोत ने अनुमान लगाया कि एआई उपकरणों के साथ कोडर्स प्रति घंटे 48 चार्ट तक संसाधित कर सकते हैं (मैन्युअल रूप से ~10-15/घंटे बनाम)। महत्वपूर्ण बात यह है कि यूआई जो केवल विसंगतियां या कम-आत्मविश्वास वाले आइटम प्रदर्शित करते हैं, प्रत्येक कोडर को महत्वपूर्ण पर केंद्रित रखते हैं। सिस्टम स्तर पर आरसीएम-व्यापी समय बचत को अभी तक किसी प्रकाशित अध्ययन ने मापा नहीं है, लेकिन ब्लूमबर्ग और बेकर की रिपोर्ट है कि कोडर थ्रूपुट को बढ़ाने और बैकलॉग को कम करने के लिए एआई का उपयोग बढ़ रहा है।

ईएचआर एकीकरण और ऑन्टोलॉजी कवरेज

अधिकांश आधुनिक कोडिंग/सीडीआई एजेंट सहज ईएचआर एकीकरण का लक्ष्य रखते हैं। IKS हेल्थ और सॉल्वेंटम जैसे समाधानों में प्रमुख प्रणालियों (एपिक के ऐप ऑर्चर्ड या कनेक्शन हब, सेर्नर पावरचार्ट, आदि) के लिए प्लग हैं। अन्य (क्विकइंटेल, मेडीकोडियम) FHIR/HL7 इंटरफेस के माध्यम से किसी भी प्रमाणित ईएचआर या अभ्यास प्रबंधन प्रणाली से जुड़ते हैं। ये एकीकरण एआई को स्वचालित रूप से नैदानिक नोट्स और रोगी संदर्भ को खींचने और बिलिंग कतार में कोड वापस लिखने की अनुमति देते हैं। एजेंटों का मूल्यांकन करते समय, जांच करें कि आपका ईएचआर स्वाभाविक रूप से समर्थित है या कस्टम एपीआई उपलब्ध हैं।

चिकित्सा ऑन्टोलॉजी के संदर्भ में, अग्रणी एजेंट बिलिंग कोड (ICD-10-CM, ICD-10-PCS/OPCS, CPT/HCPCS, DRG, आदि) के साथ-साथ एनएलपी शब्दावलियों (SNOMED CT, लैब अवधारणाओं के लिए LOINC, दवाओं के लिए RxNorm) के पूरे स्पेक्ट्रम को कवर करते हैं। उदाहरण के लिए, RevCodeMD स्पष्ट रूप से ICD और CPT को संभालता है, जबकि Clinithink का CLiX SNOMED निदान और RxNorm दवाओं को बिलिंग कोड में मैप कर सकता है। एक व्यापक एजेंट स्थानीय कोड सेट, भुगतानकर्ता-विशिष्ट शुल्क कार्यक्रम और यहां तक कि अस्पताल चार्ज मास्टर को भी एम्बेड करता है। हमने ऐसा कोई एजेंट नहीं पहचाना जो एक साथ हर संभव प्रणाली को संभालता हो, लेकिन कई सामान्य विशेषता आवश्यकताओं का 90%+ कवरेज का दावा करते हैं। यह पूछना सुनिश्चित करें कि क्या दुर्लभ या आंतरिक कोड (जैसे स्थानीय उपयोग कोड) आयात किए जा सकते हैं, और सिस्टम कोड परिवर्तनों (ICD-11, CPT वार्षिक अपडेट) के साथ कैसे अपडेट रहता है।

ह्यूमन-इन-द-लूप और शासन

मानवीय पर्यवेक्षण महत्वपूर्ण है। सभी अग्रणी प्लेटफॉर्म HITL मॉडल का उपयोग करते हैं: एआई सुझाव देता है, मनुष्य अपवादों की समीक्षा करते हैं। उदाहरण के लिए, IKS का इंजन कम-आत्मविश्वास वाले आइटमों को स्थगित करता है; मेडीकोडियम का ऑटोपायलट मोड अभी भी कोडर्स द्वारा "ओवरराइड" प्रदान करता है; CDE वन CDI प्रश्न उत्पन्न करता है जिनका नर्स या चिकित्सक जवाब देते हैं। इसका मतलब है कि देयता प्रमाणित कोडर्स/चिकित्सकों के पास रहती है, एआई के पास नहीं। महत्वपूर्ण बात यह है कि सभी सुझावों को चार्ट साक्ष्य से पता लगाया जाना चाहिए। सॉल्वेंटम जैसे समाधान ऑडिट ट्रेल्स को संग्रहीत करते हैं जो प्रत्येक कोडित अवधारणा को नोट टेक्स्ट से जोड़ते हैं जिसने इसे ट्रिगर किया (www.solventum.com)। अच्छी प्रथा यह है कि एआई सुझावों को साप्ताहिक यादृच्छिक मानव ऑडिट के खिलाफ मापा जाए, क्योंकि देखभाल की प्रकृति विकसित होती है (जैसा कि एनपीजे डिजिटल मेडिसिन अध्ययन में उल्लेख किया गया है: "मॉडल सटीकता अकेले अपर्याप्त है" - वर्कफ़्लो और उपयोग मायने रखते हैं (www.nature.com))।

शासन और अनुपालन: सभी उपकरण HIPAA अनुपालन को लक्षित करते हैं; अधिकांश SaaS प्लेटफॉर्म हैं जो बिजनेस एसोसिएट एग्रीमेंट (BAAs) पर हस्ताक्षर करते हैं और एन्क्रिप्शन का उपयोग करते हैं। क्विकइंटेल का क्विककोड स्पष्ट रूप से TLS/AES एन्क्रिप्शन और SOC2 नियंत्रणों का हवाला देता है (quickintell.com)। HIPAA का सुरक्षा नियम ePHI (एन्क्रिप्शन, एक्सेस लॉग, उल्लंघन प्रबंधन (www.hhs.gov)) के लिए प्रशासनिक और तकनीकी सुरक्षा उपायों को अनिवार्य करता है। हम यह सुनिश्चित करने की सलाह देते हैं कि आपके विक्रेता ने थर्ड-पार्टी सुरक्षा ऑडिट (SOC 2, HITRUST) कराए हैं, और कोई भी PHI प्रतिधारण नीतियां आपके संस्थागत दिशानिर्देशों को पूरा करती हैं। ऑन-प्रिमाइसेस या निजी क्लाउड (या अस्पताल के भीतर एज कंप्यूटिंग का उपयोग) पर काम करने वाले उपकरण PHI के संपर्क को कम करते हैं।

सुरक्षा (कोई चिकित्सा सलाह नहीं): इन एजेंटों को नैदानिक सिफारिशें (निदान या चिकित्सा) करने से बचना चाहिए। वे कोड और दस्तावेज़ करने के लिए मौजूद हैं। उदाहरण के लिए, कुछ एम्बिएंट एआई उत्पादों में “नई नैदानिक सलाह न दें” जैसे निर्देश शामिल हैं। सुरक्षा उपायों में प्रॉम्प्ट इंजीनियरिंग शामिल है जो मॉडल को बाधित करती है: जैसे “केवल बिलिंग कोड सुझाएं; नैदानिक इरादे की व्याख्या न करें।” एआई को पाठ में अनुपस्थित निदानों का मतिभ्रम नहीं करना चाहिए। आदर्श रूप से एजेंट फ्री-टेक्स्ट जनरेशन के बजाय एक क्यूरेटेड चिकित्सा ज्ञान आधार का उपयोग करता है। ज्ञात ऑन्टोलॉजी (UMLS, RxClass, आदि) के खिलाफ आउटपुट की जांच करने से झूठी अनुमानों का पता लगाने में मदद मिलती है। यदि उनका उत्पाद नैदानिक निर्णय समर्थन पर अतिक्रमण करना शुरू कर देता है, तो हम विक्रेताओं से किसी भी FDA/चिकित्सा-उपकरण अनुपालन के बारे में पूछने की सलाह देते हैं, क्योंकि यह क्षेत्र अभी भी विकसित हो रहा है।

बाजार के अंतराल और भविष्य के अवसर

हालांकि वर्तमान एआई कोडिंग एजेंट शक्तिशाली हैं, फिर भी अंतराल बने हुए हैं। कई चार्ट नोट्स पर ध्यान केंद्रित करते हैं और मल्टीमीडिया या विशेषता डेटा (जैसे इमेजिंग, जेनेटिक परीक्षण, जीनोमिक्स) के लिए सीमित समर्थन प्रदान करते हैं। कोई भी समाधान अभी तक चिकित्सा छवि निष्कर्षों को कोडिंग के साथ पूरी तरह से उलझा नहीं सकता है (रेडियोलॉजी एआई नवजात है)। बहुभाषी समर्थन एक और कमी है: गैर-अंग्रेजी चिकित्सक नोट्स को विशेष रूप से प्रशिक्षित न होने तक नहीं संभाला जा सकता है (वैश्विक स्वास्थ्य प्रणालियों के लिए महत्वपूर्ण)। इसके अलावा, जबकि सीएमएस और आईसीडी कोड अच्छी तरह से कवर किए गए हैं, मूल्य-आधारित गुणवत्ता मेट्रिक्स (परिणामों के लिए SNOMED या LOINC) जैसे नए क्षेत्रों पर कम ध्यान दिया जाता है।

एक और अंतर उपयोगकर्ता पारदर्शिता है: चिकित्सक और कोडर्स अक्सर एआई सुझावों को एक ब्लैक बॉक्स के रूप में देखते हैं। एक बेहतर प्रणाली व्याख्यात्मक एआई आउटपुट प्रदान करेगी, जैसे “सुझाया गया कोड J96.21 (तीव्र श्वसन विफलता) क्योंकि नोट कहता है ‘तीव्र श्वसन विफलता, वेंटिलेटर-प्रबंधित’ (धारा X देखें)”। यह ट्रेसबिलिटी विश्वास का निर्माण करती है। इसके अलावा, कुछ उपकरण वास्तविक समय में विशिष्ट प्रदाता के पैटर्न से गतिशील रूप से सीखते हैं (अधिकांश को फीडबैक के साथ बैच रिट्रेनिंग की आवश्यकता होती है)। एक अगली पीढ़ी का एजेंट अस्पताल के विशिष्ट भुगतानकर्ता मिश्रण और दस्तावेज़ीकरण शैली के अनुकूल लगातार अनुकूलित हो सकता है।

अंत में, सार्वभौमिक एकीकरण ढांचे की कमी है। प्रत्येक विक्रेता मालिकाना कनेक्टर जारी करता है। एक पैन-ईएचआर ओपन इंटरफ़ेस (शायद एक HL7 FHIR बिलिंग मानक) अधिक उपकरणों को समान रूप से प्लग इन करने की अनुमति दे सकता है।

उद्यमियों के लिए कार्रवाई योग्य सलाह: आदर्श कोडिंग/सीडीआई सहायक एक “मेटा-एजेंट” होगा जो मौजूदा उपकरणों के सर्वोत्तम को मिश्रित करेगा। यह किसी भी ईएचआर के साथ आसानी से एकीकृत होगा (ओपन FHIR-आधारित वास्तुकला), सभी प्रमुख कोडिंग ऑन्टोलॉजी (ICD, CPT, SNOMED, LOINC, RxNorm) का समर्थन करेगा, और चिकित्सकों के लिए दस्तावेज़ीकरण गुणवत्ता के लिए क्वेरी करने के लिए एक प्राकृतिक-भाषा इंटरफ़ेस शामिल करेगा। इसे प्रत्येक कोड के लिए ऑडिट-तैयार औचित्य प्रदान करना चाहिए। वर्कफ़्लो पक्ष पर, यह CDI, कोडिंग और अस्वीकृति प्रबंधन को एकीकृत कर सकता है: उदाहरण के लिए, यदि एआई नोट में एक दस्तावेज़ीकरण अंतराल देखता है, तो यह दावा प्रस्तुत करने से पहले चिकित्सक को एक क्वेरी खोल सकता है। अस्वीकृति निवारण में, एजेंट उच्च-जोखिम वाले दावों को चिह्नित करने के लिए बीमाकर्ता संपादनों का अनुकरण कर सकता है।

संक्षेप में, ये एआई एजेंट तेजी से परिपक्व हो रहे हैं। उद्यमियों को सुविधा अंतरालों पर ध्यान देना चाहिए – विशेष रूप से व्याख्यात्मकता, विशेषता समर्थन और अंतरसंचालनीयता के आसपास – और एक ऐसा प्लेटफॉर्म बनाने पर विचार करना चाहिए जो उन जरूरतों को पूरा करता हो। एक सार्वभौमिक एआई कोडिंग सहायक जो ईएचआर, कोडिंग, एनालिटिक्स और दावा अधिनिर्णय को एक साथ जोड़ता है (पूर्ण अनुपालन और सुरक्षा के साथ) बाजार में एक मूल्यवान अतिरिक्त होगा।

निष्कर्ष

एआई-पावर्ड कोडिंग और दस्तावेज़ीकरण एजेंट राजस्व-चक्र वर्कफ़्लो को बदल रहे हैं। आज के समाधान – एपिक-एकीकृत ऑटो-कोडर्स से लेकर एम्बिएंट एआई स्क्राइब्स तक – आईसीडी/सीपीटी कोडिंग में लगभग मानव सटीकता प्राप्त कर सकते हैं (www.medrxiv.org), अस्वीकृति दरों को काफी कम कर सकते हैं (medicodio.ai), और चिकित्सक दस्तावेज़ीकरण समय में मिनटों की बचत कर सकते हैं (pmc.ncbi.nlm.nih.gov)। वे नैदानिक नोट्स की प्राकृतिक भाषा समझ को नियम-आधारित तर्क और मानवीय पर्यवेक्षण के साथ मिलाकर ऐसा करते हैं। प्रमुख सफलता कारकों में तंग ईएचआर एकीकरण, व्यापक चिकित्सा ऑन्टोलॉजी के लिए समर्थन, और मजबूत PHI सुरक्षा उपाय शामिल हैं।

हालांकि, कोई भी उत्पाद सही नहीं है: चिकित्सक AI संकेतों की बारीकियों और अनुपालन की समीक्षा करते हुए केंद्र में रहते हैं। संगठनों को इन उपकरणों को स्पष्ट शासन (ऑडिट ट्रेल्स, चल रहे क्यूए) के साथ तैनात करना चाहिए और कर्मचारियों को उनके उचित उपयोग पर प्रशिक्षित करना चाहिए। जैसे-जैसे एआई विकसित होता है, हम और भी मजबूत प्रदर्शन की उम्मीद कर सकते हैं (कुछ प्रयोगशालाएं अब एलएलएम कोड सटीकता को पेशेवरों के बराबर या उससे अधिक देख रही हैं (www.medrxiv.org))। नवोन्मेषकों के लिए, अवसर खुला है: अधिक पारदर्शी, लचीले एजेंट बनाएं जो अधिक उपयोग के मामलों को कवर करते हैं और वास्तव में देखभाल वितरण के साथ मेल खाते हैं। भविष्य का कोडिंग सहायक न केवल नोट्स को पूरा कर सकता है या कोड सुझा सकता है, बल्कि चिकित्सकों को अनुपालन दस्तावेज़ीकरण के माध्यम से सक्रिय रूप से प्रशिक्षित भी कर सकता है – एक सच्चा “चार्ट में आंखें” जो चिकित्सकों को कागजी कार्रवाई के बजाय रोगियों पर ध्यान केंद्रित करने के लिए मुक्त करता है।