Die Genehmigungam Gate
Wie ein Krankenversicherer Vorabgenehmigungsanträge (Prior Authorization) vorverarbeitet und die Pipeline so lange anhält, bis ein klinisches Prüfsystem die Freigabe erteilt.
Gutachter bewerten vorbefüllte Fälle, statt sich durch PDFs zu wühlen. Die Pipeline hält, bis eine Entscheidung eintrifft, und routet dann entsprechend. Jede Entscheidung ist auditierbar.
Ein Krankenversicherer erhält Tausende Vorabgenehmigungsanträge pro Woche. Jeder Antrag trifft als Bündel medizinischer PDF-Dokumente ein (Überweisungsformular, klinische Notizen, Laborergebnisse, manchmal Bildgebungsbefunde), gefaxt oder hochgeladen aus Arztpraxen im ganzen Land. Ein klinischer Gutachter muss bewerten, ob der beantragte Eingriff medizinisch notwendig ist. Heute öffnet der Gutachter jedes PDF, sucht manuell die Diagnose, den beantragten Eingriff und die Belege und tippt die relevanten Details anschließend in das Prüfsystem. Die meiste Zeit vergeht mit dem Auffinden von Informationen, nicht mit dem Entscheiden. Mit einer gesetzlichen Vorgabe, die Antworten innerhalb von 7 Kalendertagen verlangt, wird der Rückstau zum Compliance-Risiko. Und weil jedes Bündel PHI enthält, stehen Teams, die Patientenakten digitalisieren und dafür Intelligent-Document-Processing-Dienste von AWS wie Textract evaluieren, vor einer zweiten Einschränkung: Patientendaten, die durch US-Clouds geleitet werden.
Eingang
Provider-Portale und Fax-zu-Digital-Gateways liefern die Vorabgenehmigungsbündel per HTTP API und S3 in die Pipeline. Medizinische OCR wandelt gefaxte Seiten und gescannte PDFs in maschinenlesbaren Text um, bevor die Klassifizierung beginnt: die Grundlage, um medizinische Dokumente digitalisieren und strukturiert auswerten zu können. Von dort läuft die medizinische Dokumentenverarbeitung als Pipeline: klassifizieren, extrahieren, verifizieren. DSGVO-konform, mit lokalen KI-Modellen, ohne dass Patientendaten je eine US-Cloud berühren.
Klassifizierung
Ein Structure Classifier identifiziert jedes Dokument im Bündel: Überweisungsformular, klinische Notizen, Laborbericht, Bildgebungsbefund. Jeder Treffer weist dem Dokument das passende Extraktionsschema zu.
Extraktion
Jeder Classifier speist seinen eigenen Extractor. Der Überweisungs-Extractor zieht den beantragten Eingriff, die Diagnosecodes und den überweisenden Arzt. Der Extractor für klinische Notizen erfasst die relevante Krankengeschichte und die klinische Begründung. Der Labor-Extractor holt die konkreten Testwerte, die als Belege angeführt werden. Jeder Extractor mappt seinen Output auf das vom Prüfsystem erwartete Format.
Prüf-Gate
Die extrahierten Daten werden gleichzeitig an zwei Ziele ausgeliefert. Das klinische Prüfsystem erhält einen vorbefüllten Fall: Der Gutachter sieht den beantragten Eingriff, die Diagnose, die stützenden Laborwerte und die klinische Begründung bereits ausgefüllt, jeder Wert mit seinem Quelldokument verknüpft. Gleichzeitig hält ein API Acceptance Gate den Extrakt in einem Wartezustand und wartet auf ein externes Signal.
Externe Verifizierung
Das klinische Prüfsystem bearbeitet den vorbefüllten Fall, sei es eine Pflegefachkraft des Versicherers, eine interne Rules Engine, die gegen medizinische Richtlinien prüft, oder ein klinisches Entscheidungsunterstützungssystem eines Drittanbieters. Das Prüfsystem sendet einen Callback mit dem Ergebnis an das API Acceptance Gate: genehmigt oder abgelehnt.
Auslieferung nach Freigabe
Bei Genehmigung gibt das Gate frei: Die Genehmigungsentscheidung, die extrahierten klinischen Daten und ein Audit-Trail werden per HTTP API an das Benachrichtigungssystem des Leistungserbringers ausgeliefert. Abgelehnte Fälle werden in einen separaten Ablehnungs-Workflow geroutet. Jede Entscheidung wird mit der vollständigen Extraktion, der Identität des Gutachters und einem Zeitstempel in PostgreSQL protokolliert.
Vorbefüllte Prüf-Queue
Extrahierte Daten landen entscheidungsfertig im System des Gutachters: Eingriff, Diagnose und Belege sind bereits ausgefüllt. Der Gutachter trifft Entscheidungen, statt Daten zu erfassen.
API Acceptance Gate
Die Pipeline hält extrahierte Daten in einem Wartezustand, bis ein externes System ein Freigabesignal sendet. Die Verarbeitung pausiert mitten im Fluss; Output gibt es erst nach der Bestätigung.
Entscheidungsgesteuertes Routing
Die Entscheidung des Prüfsystems bestimmt, was als Nächstes passiert. Genehmigungen fließen zum Leistungserbringer. Ablehnungen werden in einen separaten Workflow geroutet. Ein Gate, zwei Wege.
Gated Processing: Die Extraktion liefert gleichzeitig an eine Prüf-Queue und ein Freigabe-Gate. Die Pipeline pausiert, bis eine externe Entscheidung eintrifft, und routet dann anhand des Ergebnisses.
Fragen zu Patientendokumenten
Was Teams im Gesundheitswesen zur KI-Verarbeitung von Patientendokumenten fragen.
Ja, genau diese Einschränkung ist der Kern dieses Musters. Medizinische OCR und Extraktion laufen mit lokalen KI-Modellen auf Ihrer eigenen Infrastruktur; Diagnosen, Eingriffe und Laborwerte werden intern extrahiert und ausgeliefert, und Patientendaten erreichen nie einen externen KI-Dienst.
Diagnosen mit Codes, Eingriffe, Medikamente, Laborwerte mit Einheiten und Referenzbereichen: die Felder, die eine Vorabgenehmigungsentscheidung tatsächlich braucht, aus Überweisungsschreiben, Entlassungsberichten und Laborberichten in einen einzigen strukturierten Datensatz überführt.
Ein Muster gefunden, das zu Ihrem Workflow passt?
Jedes Muster besteht aus denselben modularen Komponenten: Classifier, Extractors, Validatoren und Konnektoren. Lassen Sie uns die richtige Kombination für Ihre Dokumente finden.