该公司独特的解决方案为其赢得了近100个支付方客户——从小型第三方管理员到全国25家最大支付方中的21家，其中许多都与Cotiviti合作十年以上。

风险调整解决方案

风险调整解决方案旨在对会员的风险负担进行合规、准确的补偿。

风险调整计划很复杂，成功的管理需要保持完整的合规性，同时确保个人健康计划的风险负担在医疗记录和相关提交中得到适当记录。了解要使用哪些风险调整工具以及何时使用它们对于确保及时和一致的收入支付至关重要。此外，监管环境变化频繁，政府审计也变得越来越普遍，这些因素都会对风险调整产生影响。

为了进行风险调整，Cotiviti部署了自然语言处理（NLP）和机器学习方面的临床和分析专家，一千多名经过认证的编码专业人员以及超过450名检索专家，为健康计划提供全面的、端到端的前瞻性和回顾性风险调整服务和支持，结合技术、人工智能、分析和深入的专业知识，确保与风险相关的收入得到优化，同时保持适当的遵从性。

以风险调整解决方案中的“家庭评估解决方案（In－Home Assessments）”为例。

为了充分管理和协调其成员的护理，卫生计划需要访问所有相关成员的医疗数据。然而，医疗记录、索赔或数据中包含的信息往往不能代表成员的健康、行为健康洞察力的全部状况。让合格的执业护士或医师助理接触家庭成员，并完成全面的个人健康评估，可以提供基本和缺失的临床数据。

这一过程不仅可以推进护理质量和护理管理，还可以提供适当和全面的文件，确保成员的临床风险负担得到适当的掌握和证实，以便进行风险调整。

质量和性能解决方案

随着基于价值的补偿成为标准，Cotiviti的质量和性能解决方案允许卫生计划从简单地报告质量措施，转变为驱动更高价值的卫生保健计划的购买、交付和使用。该公司的解决方案使卫生计划能够更有效地与其提供者网络、成员以及计划本身内的其他功能团队协作。计划可以成功管理会员的临床和财务风险，最大限度地利用有限的内部资源，并符合行业要求和法规。

质量改进是复杂的、不断发展的，并且越来越与财务盈利能力联系在一起。Cotiviti可以帮助客户将质量度量和报告转化为基础，以支持诸如人口健康、质量改进、遵从性、网络管理和合同以及基于价值的补偿等关键任务。该公司通过NCQA认证的度量逻辑和易于使用的报告软件与大量的、专业的检索和抽象服务相结合，以简化整体流程，争取在每个阶段都以最少的工作量获得最有效的结果。

DxCG Intelligence风险调整和预测模型是Cotiviti性能分析解决方案的核心，20世纪90年代初与美国医疗保险和医疗补助服务中心（CMS）合作开发。

DxCG Intelligence使用Cotiviti的专有预测模型将医疗数据转化为个人成员的风险评分，分数与其潜在疾病负担的成本相关。评分后汇总具有关键属性的个人得分可生成组级预测结果，帮助分析有关医疗保健效率的关键问题。

分级条件类别（HCC）模型也建立在DxCG Intelligence的基础上，CMS今天仍然使用该模型作为风险调整医疗支付的基础。

Cotiviti的质量性能解决方案DxCG Intelligence凭借付款人质量分析和报告解决方案荣获2017年度最佳KLAS奖。KLAS Research利用其完善的方法和详尽的客户研究来评估多个类别的供应商和解决方案性能。客户特别指出，Cotiviti在软件性能和易用性方面领先于竞争对手。

生命和法律服务

Cotiviti的生命与法律服务旨在快速、轻松地检索对其客户的业务至关重要的医疗记录。

人寿保险行业在很大程度上依赖于既有利可图又长期有效的强有力政策的批准和承保。快速收集准确的主治医师陈述（APS）的能力对于解读政策至关重要。Cotiviti拥有专利的医疗记录检索流程，该流程足够灵活，每个人都可以通过安全的在线帐户快速订购、跟踪、检索和查看数字化的APS文件。

该公司为人寿保险行业的所有利益相关者提供服务，包括经纪人总代理（BGA）和独立代理人。该公司解决方案允许其他不可计的费用可计，并足够灵活，可以让任何法律专业人员快速订购、跟踪、检索和查看数字化医疗记录。

Cotiviti的调度和检索工作流系统是其检索过程的核心，帮助代理快速准确地请求、汇总、数字化和索引患者临床数据。一旦记录被提取，就可以从其中央医疗记录库中随时获取。

该公司则会跟踪、存储和管理有关每个提供商的详细信息（例如，联系信息、营业时间、检索方法以及记录位置、类型和联系方式），以确保有效检索。

Cotiviti在生命与法律服务方面的的客户包括为保险和金融服务市场提供销售分销软件套件的Pipeline公司、为律师事务所提供案例管理软件的公司TrialWorks以及从事专业分时数据处理服务的公司Needles。这几家公司都拥有35年以上的运营历史。

对于Cotiviti Holdings的定位及其多样化解决方案，该公司执行副总裁兼行政干事Jordan Bazinsky曾说过这样一段话：“在医疗行业，技术和数据正变得越来越精确，以至于行业参与者们可以在比以往任何时候都更细粒度的细节上去做文章。换句话说，Cotiviti在观察总体和评估需求方面已经做得相当好了，但是在个体层面上应用同样的分析方法是非常困难的，例如，我们不仅要从数据中解析出发生了什么，还要分析它为什么会发生。当我们能够更好地查明各种风险的驱动因素时，我们就可以为解决这些问题指定责任。”

由此看来，医疗支付领域的解决方案有很多种形式：基于价值的智能合约、医疗系统中新的伙伴关系，以及向患者提供更多有关其健康的信息，使他们能够做出更好的决定，等等。

随着时间的推移与技术的进步，业内对知识的这种微调只会越来越精确，使医疗支付类企业能够“治疗”医疗系统，并取得有意义的进展。