Sağlık sigortası provizyonunda red oranını düşürmek

Provizyon redlerinin başlıca nedenleri

Provizyon, sigorta şirketinin bir tedavinin masrafını poliçe koşullarına göre karşılayacağına dair verdiği onaydır; ön provizyon bu onayın planlı bir işlemden önce alınmasıdır. Sağlık sisteminin genelinde talep reddi %5–10 düzeyinde görülüyor ve redlerin bir kısmı eksik belge ile dokümantasyon yükünden kaynaklanıyor.

Red gerekçeleri kuruma ve poliçeye göre değişir, ancak sahada tekrar eden nedenler beş başlıkta toplanabilir:

• Eksik belge talebin değerlendirilmesini engeller. Endikasyonu destekleyen rapor, görüntüleme ya da laboratuvar sonucu, konsültasyon notu veya epikriz talebe eklenmemiş olabilir.
• Hatalı ya da tutarsız kodlama, ICD-10 tanı kodunun klinik belgedeki tanıyla ya da işlem kodunun planlanan işlemle örtüşmemesidir. Belgenin kendisi doğru olsa bile kod uyumsuzluğu talebi geri döndürebilir.
• Yetersiz tıbbi gereklilik gerekçesi, işlemin neden gerekli olduğunun belgede açıkça görülmemesidir. Bu durumda değerlendiren uzman gerekçeyi kendisi kuramaz.
• Teminat ve limit uyumsuzluğu, işlemin poliçe teminatı dışında kalması, bekleme süresinin dolmamış olması, bir istisnaya takılması ya da kalan limitin talebi karşılamamasıdır.
• Geri ödeme kurallarına uyumsuzluk, talebin uygulanan kurallarla çelişmesidir. Türkiye'de kamu geri ödemesinin temel kural seti, SGK'nın yayımladığı Sağlık Uygulama Tebliği'dir (SUT); özel sigorta şirketleri de değerlendirmelerinde SUT uyumuna bakabilir.

Bu redlerin bir kısmı gerçek bir kapsam dışılığı gösterir ve doğru karardır. Amaç doğru redleri azaltmak değil, eksik ya da hatalı hazırlanmış dosyadan doğan önlenebilir redleri ortadan kaldırmaktır. Bu nedenle red oranıyla birlikte red gerekçelerinin dağılımını da izlemek gerekir.

Hastane tarafında talebi göndermeden önce yapılacaklar

Hastanede red riskini azaltmanın yolu, kontrolleri sürecin başına koymaktır. Aşağıdaki adımlar mevcut iş akışına eklenebilir:

1. Talebi hazırlamadan önce poliçe koşullarını kontrol edin; işlemin teminat kapsamını, bekleme süresini, olası istisnaları ve kalan limiti not edin.
2. Tanı ve işlem kodlarını klinik belgeyle eşleştirin; ICD-10 kodunun epikriz ya da rapordaki tanıyla, işlem kodunun da planlanan işlemle örtüştüğünü kontrol edin.
3. Tıbbi gereklilik gerekçesini belgenin içinde açıkça yazın; endikasyonu destekleyen bulguları, ilgili tetkik sonuçlarını ve varsa daha önce denenen tedavileri talebe ekleyin.
4. İşlem türüne göre bir belge kontrol listesi kullanın; planlı cerrahi, ileri görüntüleme ya da yatış gibi talep türleri için hangi belgelerin istendiğini önceden tanımlayın.
5. Masrafın bir kısmını SGK karşılıyorsa SUT ve Medula kontrollerini fatura öncesine taşıyın. Medula, SGK'nın provizyon ve faturalama sistemidir; burada gözden kaçan bir hata ödeme aşamasında geri dönebilir.
6. Her reddi gerekçesiyle kaydedin ve düzenli olarak sınıflandırın; tekrar eden gerekçeleri branş ve işlem türüne göre görün, kontrol listesini buna göre güncelleyin.
7. Eksik belge talebi geldiğinde istenen belgeyi tamamlayıp talebi aynı dosya üzerinden yeniden gönderin.

Sigorta tarafında tutarlı ve gerekçeli değerlendirme

Red oranı yalnızca hastanenin hazırlığına bağlı değildir. Aynı tipteki talepler farklı uzmanlarca farklı ölçütlerle değerlendirildiğinde gereksiz ek belge talepleri ve itirazlar artar. Şu adımlar süreci öngörülebilir kılar:

1. Talep geldiğinde poliçe analizini, limit kullanımını, dosya geçmişini ve klinik belgeyi uzmanın önünde tek bir görünümde toplayın.
2. Teminat, bekleme süresi, limit ve kural uyumu gibi rutin kontrolleri açıkça tanımlanmış kurallara bağlayın; uzman dosyayı açtığında bu kontrollerin sonucu hazır olsun.
3. Aynı tipteki taleplere aynı kontrol setini uygulayın; iki uzman aynı dosyaya baktığında aynı bilgiyi görsün.
4. Red ya da ek belge kararını gerekçesiyle ve hangi belgenin eksik olduğunu belirterek iletin; hastane yalnızca eksik olanı tamamlayabilsin.
5. Uzmanın zamanını tıbbi gereklilik değerlendirmesi gerektiren karmaşık vakalara ayırın; son kararı her zaman sigortacının sağlık uzmanı versin.

Ön provizyonda yapay zekânın rolü

Yapay zekâ, provizyon sürecinde en çok zaman alan iki işte yardımcı olabilir: serbest metinle yazılmış klinik belgeleri okumak ve bunları poliçe koşulları, kodlar ve geri ödeme kurallarıyla karşılaştırmak. Epikriz, rapor ve tetkik sonuçlarındaki tanı, işlem ve bulgular yapılandırılmış alanlara ayrılabilir; kodla belge arasındaki uyumsuzluk ya da eksik belge, talep gönderilmeden işaretlenebilir. Talep edilen işlemin güncel tıbbi rehberlerle uyumuna bakılarak tıbbi gereklilik için bir ön değerlendirme de hazırlanabilir.

Bu rolün sınırları da açık olmalıdır. Provizyon kararı hastanın tedaviye erişimini doğrudan etkiler; bu yüzden sağlıklı bir kurulumda karar kuralları denetlenebilir bir kural motorunda çalışır, yapay zekâ bulguyu ve gerekçesini açıklar, kararı uzman verir. Bir çözümü değerlendirirken önerilerin gerekçe ve kaynak gösterip göstermediğine, belgede yazanla modelin çıkarımını ayırıp ayırmadığına ve çıktıların sonradan denetlenebilir olup olmadığına bakın. Sağlık verileri KVKK'da (Kişisel Verilerin Korunması Kanunu) özel nitelikli kişisel veri, GDPR'da da özel kategori veri olduğundan, sistemin kurumun kendi ortamında çalışması ve veri sorumluluğunun kurumda kalması da temel bir ölçüttür.

Opinion AI'ın provizyon sürecindeki rolü

Opinion AI, provizyon sürecinin iki tarafı için ayrı platformlar sunar. Hastane tarafında TIS, mevcut HBYS'nin (hastane bilgi yönetim sistemi) üzerine akıllı bir katman olarak eklenir. Ön provizyon başvuruları tek panelde toplanır ve her başvuru bir risk skoru taşır. Operatör dosyaya sıfırdan bakmaz; MINA'nın hazırladığı klinik sentezle işe başlar. Eksik belge ve hatalı ICD-10 kodu başvuru karşı tarafa gitmeden görünür olur; Medula faturalama hataları ve SUT uyumsuzlukları da fatura kesilmeden işaretlenir.

Sigorta tarafında SIT-I, ön provizyonda poliçenin teminatını ve talebe eklenen klinik belgeyi aynı ekranda açar. Poliçe analizi, limit takibi, dosya geçmişi, SUT uyumu ve klinik bağlam uzmanın önüne hazır gelir; uzman klinik bir soruyu Doktor Asistanı ve Konsey Modu üzerinden sisteme sorabilir. Karar kuralları kural motorunda çalışır; yapay zekâ yalnızca sonucu ve gerekçesini açıklar, belgede yazanla kendi çıkarımını ayrı gösterir. Akışın ayrıntısını ön provizyonda uzmanın önüne hazır dosya yazısında anlattık.

İki taraf ayrı kurulumlarla çalışır ve veri her iki tarafta da kurumun içinde kalır. Ortak olan, aynı klinik zekâ ile aynı mevzuat ve kurallardır; bu yüzden iki tarafın değerlendirmesi ortak bir zemine dayanır. Bu klinik zekâ MINA'dır. Açık ağırlıklı temel modeli sürekli ön eğitimle (CPT) Türkçeye ve 14 branşın klinik diline uyarlanmış, LoRA adaptörleriyle branş, kurum ve göreve göre uzmanlaştırılmıştır; bilgi erişimi klinik bilgi grafı (GraphRAG) üzerinde ajanik orkestrasyonla yürür.

Kararı her zaman insan verir; MINA önerisinin gerekçesini ve kaynağını gösterir, her çıktı denetlenebilir. Opinion AI kişisel veri toplamaz; veri sorumlusu kurumdur ve modelin gördüğü veri KVKK uyumlu maskelemeden geçer. Sigorta şirketleri ve hastane gruplarıyla yürüttüğümüz çalışmalar Başarı Hikayeleri sayfasında yer alıyor.

Sık sorulan sorular

Sağlık sigortasında provizyon talebi neden reddedilir?

Provizyon redlerinin başlıca nedenleri eksik belge, tanı ya da işlem kodunun klinik belgeyle uyuşmaması, tıbbi gereklilik gerekçesinin belgede yeterince açık olmaması ve işlemin poliçenin teminat, bekleme süresi, istisna ya da limit koşullarına uymamasıdır. Masrafın bir kısmını SGK karşılıyorsa SUT kurallarına uyumsuzluk da redde yol açabilir. Bu redlerin bir kısmı doğru bir kapsam kararıdır; önlenebilir olanlar ise dosyanın eksik ya da hatalı hazırlanmasından doğar.

Hastane provizyon red oranını nasıl düşürebilir?

Hastane, kontrolleri talebi göndermeden önce yaparak red oranını düşürür. Poliçe koşullarını ve kalan limiti kontrol etmek, ICD-10 ve işlem kodlarını epikriz ve raporla eşleştirmek, tıbbi gerekliliği destekleyen bulguları talebe eklemek ve işlem türüne göre bir belge kontrol listesi kullanmak temel adımlardır. Redleri gerekçesiyle kayıt altına alıp düzenli olarak sınıflandırmak, hangi hatanın tekrar ettiğini gösterir ve kontrol listesinin güncel kalmasını sağlar.

Ön provizyon nedir, provizyondan farkı nedir?

Provizyon, sigorta şirketinin bir tedavinin masrafını poliçe koşullarına göre karşılayacağını onaylamasıdır. Ön provizyon ise bu onayın planlı bir işlem, tetkik ya da yatış yapılmadan önce alınmasıdır. Ön provizyonda eksik belge ya da kod hatası erken fark edildiğinde sorun, işlem gününden önce çözülebilir.

Provizyon talebinde tıbbi gereklilik gerekçesi nasıl yazılmalı?

Gerekçe, işlemin neden gerekli olduğunu belgeyi okuyan uzmanın ek bilgiye ihtiyaç duymadan anlayabileceği biçimde anlatmalıdır. Tanı, bu tanıyı destekleyen muayene ve tetkik bulguları, varsa daha önce denenen tedaviler ve planlanan işlemin bu tabloya neden uygun olduğu açıkça yazılmalıdır. Talepteki tanı ve işlem kodları da bu anlatımla birebir örtüşmelidir.

Yapay zekâ provizyon kararını kendisi verebilir mi?

Sorumlu bir kurulumda vermez. Yapay zekâ belgeleri okur, kodları ve kuralları kontrol eder, eksikleri işaretler ve önerisinin gerekçesini kaynağıyla gösterir; karar kuralları ise denetlenebilir bir kural motorunda çalışır. Opinion AI'ın platformlarında onay, red ya da ek belge talebi kararını her zaman ilgili uzman verir ve her çıktı sonradan denetlenebilir.

Provizyon sürecinde yapay zekâ kullanmak hasta verisini kurum dışına çıkarır mı?

Çıkarması gerekmez. Sağlık verileri KVKK'da özel nitelikli kişisel veri, GDPR'da da özel kategori veridir; bu yüzden sistemin kurumun kendi sunucularında ya da izole bir bulut ortamında çalışması ve veri sorumluluğunun kurumda kalması önemlidir. Opinion AI'ın platformları bu şekilde kurulur: veri kurumun içinde kalır, modelin gördüğü veri KVKK uyumlu maskelemeden geçer ve Opinion AI kişisel veri toplamaz.

Ön provizyon kontrollerini kendi dosya yapınız üzerinde birlikte değerlendirmek için POC Talebi formunu kullanabilirsiniz. Sigorta tarafındaki değerlendirme için sağlık sigortasında yapay zekâ ile provizyon ve suistimal değerlendirmesi, faturalama tarafı için SGK faturalamasında SUT uyumsuzluklarını önlemek rehberlerine bakabilirsiniz.