AKASA přináší autonomní AI do kódování hospitalizací a klinické dokumentace

AKASA dne 2. října 2026 oznámila spuštění autonomní AI platformy pro střední fázi cyklu výnosů ve zdravotnictví, čímž rozšiřuje společnost ze South San Francisco z AI‑poháněného předfakturačního přezkoumání na autonomní kódování hospitalizací a integritu klinické dokumentace (CDI).

AKASA, která se popisuje jako lídr v generativní AI pro cyklus výnosů ve zdravotnictví, uvedla, že její zákazníci představují více než 180 miliard dolarů v souhrnných čistých příjmech od pacientů a přibližně 10 % hospitalizací v USA, tedy zhruba 1 z 10. Společnost uvedla, že objem hospitalizací zpracovávaných jejími AI produkty vzrostl téměř šestinásobně v roce před spuštěním a rozšiřování zákaznické základny zdravotnických systémů přisuzuje těmto produktům.

AKASA uvedla, že dolaďuje modely AI pro jednotlivé zdravotnické systémy, zohledňujíc rozdíly v populaci pacientů, klinických kritériích, postupech dokumentace a složitosti péče; tento přístup, jak společnost uvádí, podporuje úplnou dokumentaci a přesné kódování, které lépe odráží poskytnutou péči. CEO a spoluzakladatel Malinka Walaliyadde označil spuštění za milník v odvětví. “Po léta byl autonomní střední cyklus svatým grálem v našem odvětví,” řekl. “Dnes to AKASA činí skutečností.”

Proč byla automatizace středního cyklu obtížná

Střední cyklus je fáze cyklu výnosů, ve které je klinický záznam pacienta překládán z dokumentace do kódů, které určují úhradu, hlášení kvality, úpravu rizik a integritu pacientova záznamu. Oznámení popisuje tuto práci jako vysoce složitou a náročnou na zdroje a stále převážně manuální.

Společnost uvedla, že tato složitost ztížila spolehlivou automatizaci. Oznámení odkazuje na recenzovanou studii z roku 2025 v časopise npj Health Systems, která uvádí míru chyb v medicínském kódování až 20 %, a na revizi Úřadu pro odpovědnost vlády USA z července 2026, která identifikovala ověřitelnou přesnost jako hlavní výzvu pro zdravotnické organizace přijímající AI pro lékařské poznámky a kódování.

Podle společnosti kodér obvykle potřebuje 30 až 60 minut k zakódování jedné hospitalizační události a nedostatek pracovních sil a kapacitní omezení mohou způsobit, že zdravotnické systémy čekají několik dní po propuštění pacienta, než kodér vůbec začne pracovat na účtu. Materiály produktů AKASA uvádějí, že současná doba od propuštění po zakódování trvá tři až čtyři dny, oproti 90 sekundám s jejich systémem.

Jak funguje autonomní platforma pro kódování

Podle AKASA autonomní kódování a dokumentace hospitalizace systém čte kompletní pacientský záznam (vypisové souhrny, operační zprávy, průběžné poznámky, konzultace, laboratoře, zobrazovací vyšetření a léky) a zpracovává každou událost od začátku do konce, přičemž samostatně přiřazuje kompletní sadu kódů napříč všemi specializacemi. Každý kód odkazuje na přesné znění záznamu, které jej podporuje, včetně odůvodnění a míry jistoty, což, jak společnost uvádí, vytváří auditní stopu a umožňuje validaci během několika sekund.

Zdravotnické systémy stanovují provozní hranice. Zákazníci definují prahové hodnoty, pravidla služebních linií, mix plátců a výběr vzorků pro audit a systém kóduje pouze to, co organizace schválila, s vestavěnými standardy ICD‑10‑CM/PCS. Platforma pracuje vedle stávajících elektronických zdravotních záznamů a fakturačních systémů, takže přechod k autonomii nevyžaduje jejich nahrazení. Kódování probíhá při propuštění, kdy se záznam uzavře; AKASA tvrdí, že to snižuje objem „discharged‑not‑final‑coded“ (DNFC), zkracuje dobu pohledávek a urychluje inkaso peněz, aniž by bylo nutné zvyšovat počet zaměstnanců.

AKASA uvedla, že systém testovala prostřednictvím třetími stranami provedených zaslepených hodnocení, při nichž její AI a odborní lidscí kodéři kódovali stejné hospitalizační události, představující 65 % až 85 % objemu hospitalizací ve většině zdravotnických systémů. Nezávislí recenzenti, kteří nebyli informováni, zda kódová sada pochází od AI nebo od člověka, zjistili, že AI odpovídá nebo překonává odborné kodéry v klíčových měřeních přesnosti, jak společnost uvádí: přiřazení MS‑DRG, hlavní diagnóza, zachycení klinické kvality a přesnost přítomnosti při přijetí. AKASA uvedla, že AI dokončuje kódování během méně než 90 sekund po propuštění a produkt propaguje jako první autonomní řešení vytvořené speciálně pro kódování hospitalizací.

CDI, nasazení a první reakce

Kromě kódování AKASA rozšiřuje platformu směrem nahoru do CDI a popisuje jednotnou vrstvu AI napříč klinickou dokumentací, kódováním a předfakturačním přezkoumáním, jejímž cílem je udržet dokumentaci úplnou. Společnost uvedla, že při zavádění autonomního středního cyklu bude spolupracovat se zdravotnickými systémy na přizpůsobených plánech nasazení, aby škálovala autonomní objem podle potřeby, a že brzy do platformy zařadí i ambulantní události zařízení.

Cleveland Clinic využívá AKASA produkty pro předfakturační přezkoumání napříč kódováním a CDI a podle oznámení má v úmyslu prozkoumat nabídky autonomního středního cyklu. “Naše práce v cyklu výnosů je obzvláště časově náročná, protože se staráme o mnoho medicínsky složitých pacientů,” řekl Rohit Chandra, chief digital officer v Cleveland Clinic. “S autonomním kódováním usilujeme o zvýšení rychlosti a přesnosti v těchto náročných procesech s přístupem zaměřeným na soulad s předpisy.”

Jeff Francis, finanční ředitel a viceprezident financí v Nebraska Methodist Health System, který s AKASA spolupracuje již několik let, popsal autonomii jako přirozený další krok pro zdravotnické systémy a poukázal na integritu výnosů, odmítnutí, odpisy a rychlost, s jakou jeho organizace dostává platby. Julie Yoo, generální partnerka ve společnosti Andreessen Horowitz, řekla, že zdravotnictví nedokáže splnit nadcházející rozsah poptávky pouze lidskou prací, a charakterizovala technologii AKASA jako špičkovou AI vytvořenou pro specifické požadavky složité klinické dokumentace a kódování hospitalizovaných pacientů.

AKASA uvedla, že její vlastní modely jsou trénovány na klinické dokumentaci, složení případů a rozhodnutí o kódování každého zdravotnického systému a že její řešení sahají od AI, která podporuje týmy CDI a kódování, až po zcela autonomní pracovní postupy, které kódují události od začátku do konce.