論文の概要: Pattern Intelligence: Unsupervised, LLM-Interpreted Discovery of Systematic Underpayment and Denial Patterns in Healthcare Revenue Cycle Management

• arxiv url: http://arxiv.org/abs/2610.27684v1
• Date: Tue, 20 Oct 2026 05:59:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.66636
• Title: Pattern Intelligence: Unsupervised, LLM-Interpreted Discovery of Systematic Underpayment and Denial Patterns in Healthcare Revenue Cycle Management
• Title（参考訳）: パターンインテリジェンス:医療収入サイクル管理における体系的不払いと否定的パターンの発見
• Abstract要約: 本稿では,その判断行動に関する主張をクラスタリングすることによって,このようなパターンを監視せずに発見するシステムであるPattern Intelligenceを紹介する。 各クレームは、ライン当たりの予測対実支払比率、クレーム調整理由(CARC)符号、デニアルおよび支払信号、サービス構成を組み合わせた130次元ベクトルに埋め込まれる。 約3分の1から5分の1の高ドルの否定は,テナントやセグメンテーションに依存して,再現不可能な長い尾を形成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Healthcare providers lose substantial revenue to systematic payer underpayments and claim denials, yet identifying the recurring, correctable patterns behind them remains largely manual and does not scale to hospital claim volumes. We present Pattern Intelligence, a deployed system that discovers such patterns without supervision by clustering claims on their adjudication behaviour rather than their identity. Each claim is embedded in a 130-dimensional vector combining per-line expected-versus-actual payment ratios, claim adjustment reason (CARC) codes, denial and payment signals, and service composition. Payer and contract identity are deliberately excluded from the distance metric - we show they dominate the geometry and collapse clusters into trivial per-payer groups - and are reintroduced only as a post-hoc segmentation (by contract and visit type) that keeps every surfaced pattern coherent and actionable. We cluster with HDBSCAN, recover structure from the noise set via second-pass sub-clustering, and gate low-confidence memberships. A large language model translates each centroid into an analyst-ready description of dominant procedures, adjustment reasons, and failure mode. We report a recurring finding: roughly one-third to one-half of high-dollar denials, depending on tenant and segmentation, form an irreducible long tail that no density-clustering configuration or representation we tried groups - a domain property, we argue, rather than a modeling deficiency. We evaluate validity through cluster-coherence analysis and quantify impact with a recoverable-opportunity ($) metric on two production tenants (approx. 10K and 157K claims) within a six-tenant deployment. Rather than a new algorithm, the contribution is a problem formulation, a representation-design insight, and empirical findings from production.
• Abstract（参考訳）: 医療提供者は、体系的な賃金不払いや請求拒否に対して実質的な収入を失うが、その裏にある再発し、修正可能なパターンを特定することは、主に手作業であり、病院の請求量には及ばない。 本稿では,これらのパターンを監視せずに発見するデプロイシステムであるPattern Intelligenceについて述べる。 各クレームは、ライン当たりの予測対実支払比率、クレーム調整理由(CARC)符号、デニアルおよび支払信号、サービス構成を組み合わせた130次元ベクトルに埋め込まれる。 ペイアと契約の同一性は、意図的に距離メートル法から除外され、それらが幾何と崩壊したクラスターを自明なペイアグループに支配していることを示します。 我々はHDBSCANでクラスタリングし、第2パスサブクラスタリングによるノイズセットから構造を復元し、ゲートの低信頼メンバシップを得る。 大きな言語モデルは、各セントロイドを支配的な手順、調整理由、障害モードのアナリスト対応の説明に変換する。 テナントやセグメンテーションによって、およそ3分の1から5分の1の高ドルの否定は、密度クラスタリングの構成や表現が全くない、既約長の尾を形成します。 本研究では,クラスタコヒーレンス分析による妥当性評価を行い,6テナント展開中の2つの生産テナント(約10K,約157Kクレーム)に対する回復可能オポチュニティ(約$)メトリクスによる影響を定量化する。 新しいアルゴリズムではなく、コントリビューションは問題定式化、表現設計の洞察、生産からの経験的な発見である。

関連論文リスト

• When Retrieval Fails Before It Begins: Structurally Indirect Prerequisite Eviction as a Retention Failure in Agentic Memory [1.0152838128195465]
  我々は、事前検索障害モード、決定論的ベンチマーク、およびシードごとのトレース診断の運用定義を提供する。 また,1ホップグラフ認識ルールであるDSGC(Dependency-aware Semantic Garbage Collection)も評価した。 リリースしたパイプラインとフェール・ポストモーテムは、検索前のリテンションのメカニスティック解析を、個別の障害境界として支援する。
  論文  参考訳（メタデータ） (2026-07-05T22:14:59Z)
• From Observation to Intervention: A Causal Audit of Expert Importance in Mixture-of-Experts Models [0.2230291569252836]
  本研究では,Mixture-of-Experts (MoE) プルーニングにおけるルーティング統計の利用について検討する。 あらゆるモデルにおいて因果的専門家の重要性を予測する観察的指標は見つからない。 以上の結果から, 人口レベルの観察結果から, 専門家の重要度に関するトークンレベルの介入主張まで, 共通の推論段階に対する明確な反例が得られた。
  論文  参考訳（メタデータ） (2026-06-09T11:04:19Z)
• TAPO: Tool-Aware Policy Optimization via Credit Transfer for Multimodal Search Agents [54.08846865906602]
  ツール強化マルチモーダルサーチエージェントにおいて,クレジットミス割り当てをGRPOの系統的障害モードとして特徴付ける。 本稿では,情報取得ツールのパラメータ決定性を利用したツール・アウェア・ポリシー・オプティマイズ(TAPO)を提案する。
  論文  参考訳（メタデータ） (2026-06-04T07:15:43Z)
• The Payment Heterogeneity Index: An Integrated Unsupervised Framework for High-Volume Procurement Oversight and Decision Support [0.0]
  本稿では,1次元サンプルの複合統計量である構造異質度指数(SHI)とその支払い固有インスタンス化である支払い異質度指数(PHI)を紹介する。 4つの解釈可能な成分(モジュラリティ、非対称性、尾の挙動、構造的分散)が組み込まれている。 英国の自治体の調達データに適用されるPHIは、構造的に異なる支払いパターンを持つ経済的に重要なコホートを識別する。
  論文  参考訳（メタデータ） (2026-05-09T20:59:29Z)
• SAAG: Structured Agent Assessment and Grounding [13.62148061055744]
  本稿では,エージェント呼び出し評価を3段階に分解するケースケード診断フレームワークを提案する。 このフレームワークは,5,10,15エージェントのレジストリサイズにまたがって,Glaiveの関数呼び出しデータセットから得られたベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-04-30T19:33:58Z)
• IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
  既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。 IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
  論文  参考訳（メタデータ） (2026-04-22T03:03:33Z)
• AEGIS: From Clues to Verdicts -- Graph-Guided Deep Vulnerability Reasoning via Dialectics and Meta-Auditing [9.271196825503417]
  大きな言語モデル(LLM)は、脆弱性検出にますます採用されているが、その推論は基本的には正しくない。 AEGISは、未解決の投機から、クローズドな事実ベース上の法医学的検証へ、検出をシフトする新しいマルチエージェントフレームワークである。 これは、主要なベースラインと比較して偽陽性率を最大54.40%削減し、1サンプルあたりの平均コストはタスク固有のトレーニングなしで0.09ドルである。
  論文  参考訳（メタデータ） (2026-03-21T04:12:04Z)
• Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
  大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。 損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。 視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。 言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
  論文  参考訳（メタデータ） (2026-03-20T02:07:10Z)
• Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
  相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。 本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
  論文  参考訳（メタデータ） (2021-08-10T14:46:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。