Projenin amacı, Sağlık hizmet sunucularında SGK mevzuatına uygun faturalama süreçlerini yapay zeka destekli olarak analiz eden, doğrulayan ve optimize eden bir karar destek sistemi geliştirmektir. Geliştirilecek sistem ile hasta tedavi verileri, tanı ve işlem kayıtları (ICD, SUT vb.) ve güncel mevzuat birlikte değerlendirilerek doğru, tutarlı ve mevzuata uygun faturalama yapılması hedeflenmektedir. Ayrıca sistemin, yalnızca sonuç üretmekle kalmayıp, ürettiği kararları ilgili mevzuat maddeleri ile açıklayabilmesi amaçlanmaktadır.
Günümüzde SGK faturalama süreçleri büyük ölçüde manuel işlemler veya sabit kural tabanlı yazılımlar aracılığıyla yürütülmektedir. Ancak mevzuatın karmaşık, çok katmanlı ve sürekli güncellenen yapısı nedeniyle bu sistemler yetersiz kalmakta; hatalı işlem, eksik ya da fazla faturalama, geri ödeme kesintileri ve gelir kayıpları gibi sorunlar ortaya çıkmaktadır. Ayrıca mevcut çözümler, farklı veri kaynaklarını birlikte değerlendirerek bağlamsal karar üretme ve karar gerekçelerini açıklama konusunda sınırlı kalmaktadır.
Bu proje ile, hazır büyük dil modelleri, embedding ve yeniden sıralama yöntemleri kullanılarak mevzuatı bağlamsal olarak yorumlayabilen, hata ve uyumsuzlukları önceden tespit edebilen ve kararlarını açıklayabilen yapay zeka destekli bir sistem geliştirilmesi hedeflenmektedir. Bu sayede faturalama süreçlerinde doğruluk ve verimlilik artırılarak operasyonel yük azaltılacak ve sağlık kuruluşlarının finansal sürdürülebilirliğine katkı sağlanacaktır.
Projenin en önemli yenilikçi yönlerinden biri, sistemin yalnızca karar üretmekle kalmayıp, bu kararları ilgili mevzuat maddeleri ile birlikte açıklayabilmesidir. Açıklanabilir yapay zeka yaklaşımı sayesinde kullanıcılar, sistemin hangi gerekçelerle karar verdiğini görebilecek, bu da güvenilirlik ve denetlenebilirlik açısından önemli bir avantaj sağlayacaktır. Bu özellik, mevcut sistemlerde bulunmayan kritik bir üstünlük olarak öne çıkmaktadır.
Önerilen çözüm, mevcut sistemlere kıyasla doğruluk, hız ve verimlilik açısından önemli kazanımlar sunacaktır. Fatura doğruluk oranının %80-85 seviyelerinden %92-96 seviyelerine çıkarılması, hata tespit oranının %60-70 seviyelerinden %85-95 seviyelerine yükseltilmesi ve işlem sürelerinin %40-60 oranında azaltılması hedeflenmektedir. Ayrıca manuel işlem ihtiyacının %50-70 oranında azaltılması ve buna bağlı olarak operasyonel iş yükünün düşürülmesi öngörülmektedir.
Sistem, mevcut HBYS altyapılarına entegre edilebilir, modüler ve ölçeklenebilir bir yapıda tasarlanacak olup, farklı sağlık kuruluşlarında kolaylıkla uygulanabilecektir. Bu sayede yalnızca firma içi kullanım ile sınırlı kalmayıp, yurt içinde ve yurt dışında farklı sağlık sistemlerine uyarlanabilir bir çözüm sunulması hedeflenmektedir.
Sonuç olarak proje, mevzuat tabanlı, öğrenebilir ve açıklanabilir yapay zeka yaklaşımı ile SGK faturalama süreçlerini dönüştürmeyi hedeflemekte olup, mevcut sistemlere göre teknik ve fonksiyonel açıdan önemli farklılıklar ve üstünlükler sunmaktadır. Bu yönüyle sağlık bilişimi alanında yenilikçi ve yüksek katma değerli bir çözüm ortaya koymaktadır.