Corti Presenta un Sistema di Intelligenza Artificiale per Ridefinire la Precisione della Codifica Medica

Copenaghen, la società Corti ha introdotto un nuovo sistema di intelligenza artificiale progettato per affrontare una delle sfide operative più persistenti nel settore sanitario: la codifica medica. L’ultimo rilascio di Corti, Symphony per la codifica medica, si posiziona non solo come uno strumento di automazione, ma come un approccio fondamentalmente diverso alla interpretazione, alla strutturazione e all’utilizzo dei dati clinici all’interno dei sistemi sanitari.

Il lancio si basa sull’ampia spinta di Corti verso l'”intelligenza artificiale di grado clinico”, dove l’accuratezza, la tracciabilità e la distribuzione nel mondo reale sono altrettanto importanti quanto le prestazioni raw del modello.

Perché la Codifica Medica Continua a Rompere i Sistemi Sanitari

La codifica medica si trova all’incrocio tra cure cliniche, fatturazione e salute pubblica. Ogni diagnosi, trattamento e risultato deve essere tradotto in codici standardizzati come l’ICD-10, che contiene decine di migliaia di classificazioni possibili.

Il problema non è solo di scala, ma di interpretazione.

La codifica richiede che i clinici o gli specialisti estraggano il significato dalle note cliniche frammentate, riconcilino le incongruenze e applichino linee guida in evoluzione. Nella pratica, ciò porta spesso a segnali mancanti e dati incompleti.

Un esempio citato illustra le poste in gioco: un’analisi su larga scala dei registri dei pazienti ha rilevato che significativamente più tentativi di suicidio sono stati documentati nelle note cliniche rispetto a quanto effettivamente codificato. Quando questi casi non vengono registrati nei set di dati strutturati, i sistemi sanitari perdono la visibilità delle tendenze critiche, minando tutto, dalle allocazioni di fondi alle strategie di prevenzione.

Dal Predicibile al Ragionamento: Un Cambio di Approccio

L’argomento centrale di Corti è che la codifica medica non è un problema di classificazione, ma un problema di ragionamento.

Questa distinzione definisce l’architettura dietro Symphony. Invece di assegnare codici in base al solo riconoscimento dei modelli, il sistema riflette il modo in cui lavorano i codificatori umani. Identifica le prove nei dati clinici, valuta il contesto, naviga nei sistemi di codifica gerarchici e convalida gli output rispetto alle linee guida attuali.

Questo approccio si basa sulla ricerca precedente della società sui sistemi di intelligenza artificiale multi-agente. Il suo framework “Codifica come gli Esseri Umani” utilizza più agenti di intelligenza artificiale coordinati per suddividere compiti complessi in passaggi di ragionamento più piccoli, migliorando sia l’accuratezza che la coerenza.

Il risultato, secondo Corti, è un divario di prestazioni misurabile. Symphony supera i modelli concorrenti dei principali fornitori di intelligenza artificiale nei benchmark di accuratezza della codifica medica, con miglioramenti fino al 23%.

L’Infrastruttura Dietro il Modello

Symphony non è un modello autonomo. Si trova sopra l’infrastruttura più ampia di Corti, nota come Corti Agentic Framework.

A differenza dei tradizionali grandi modelli linguistici che generano output in isolamento, questa infrastruttura consente ai sistemi di intelligenza artificiale di ragionare, recuperare informazioni e intraprendere azioni strutturate all’interno dei flussi di lavoro clinici. È progettata per connettersi a fonti di dati esterne come le cartelle cliniche elettroniche, piuttosto che affidarsi solo alla conoscenza pre-addestrata.

La piattaforma introduce anche delle “barriere di sicurezza” essenziali in ambienti sanitari. Ogni azione intrapresa da un agente di intelligenza artificiale è registrata, tracciabile e verificabile, creando una chiara catena di ragionamento dietro ogni decisione.

Questa enfasi sulla tracciabilità non è incidentale. In ambienti regolamentati come la sanità, la capacità di spiegare e giustificare le decisioni è spesso altrettanto importante quanto la decisione stessa.

Renderizzare gli Output dell’Intelligenza Artificiale Verificabili, non Solo Precisi

Una delle critiche ricorrenti dell’intelligenza artificiale nella sanità è il problema della “scatola nera”. Anche quando i modelli producono output corretti, la mancanza di trasparenza li rende difficili da fidarsi in ambienti clinici o di conformità.

Corti sta cercando di affrontare questo problema.

Symphony collega ogni codice generato alle prove cliniche utilizzate per giustificarlo. Evidenzia anche le ambiguità o i casi limite, consentendo ai revisori umani di comprendere rapidamente dove sono state prese le decisioni di valutazione.

Ciò trasforma l’intelligenza artificiale da uno strumento che sostituisce la supervisione umana in uno che la potenzia, in particolare per i team di conformità e gli auditor responsabili della convalida delle decisioni di codifica.

Un Sistema Progettato per la Complessità Sanitaria Globale

Un’altra sfida nella codifica medica è la frammentazione. Diverse regioni utilizzano standard diversi e molti sistemi di intelligenza artificiale richiedono un riaddestramento estensivo per operare attraverso i mercati.

Symphony è progettato per funzionare sia negli Stati Uniti che nei sistemi di codifica europei senza un adattamento locale. Ciò include framework di codifica di diagnosi e sistemi basati su procedure utilizzati nella fatturazione e nel rimborso.

Ciò è importante per i fornitori di software sanitari e i provider multinazionali, dove mantenere più modelli di intelligenza artificiale localizzati può rapidamente diventare un collo di bottiglia.

La Visione più Ampia: Automatizzare il Livello di Dati della Sanità

Sebbene la codifica medica possa sembrare un caso d’uso ristretto, gioca un ruolo fondamentale nel funzionamento dei sistemi sanitari.

I dati strutturati generati attraverso la codifica alimentano tutto, dalle rimborsamenti assicurativi alla ricerca clinica e alle politiche sanitarie nazionali. Gli errori a questo livello si propagano in tutto il sistema.

La strategia più ampia di Corti riflette questa realtà. La sua piattaforma supporta già una serie di agenti di intelligenza artificiale per attività come la documentazione, il supporto alle decisioni cliniche e la coordinazione delle cure, tutte costruite sulla stessa infrastruttura sottostante.

La tesi della società è che la sanità dipenderà sempre più da sistemi multi-agente coordinati che gestiscono sia i flussi di lavoro amministrativi che clinici in tandem.

Passare dai Progetti Pilota alla Produzione

Una delle sfide definite nell’intelligenza artificiale sanitaria è stato il divario tra prototipi promettenti e distribuzione nel mondo reale.

Corti sta posizionando Symphony come un sistema pronto per la produzione, piuttosto che un modello sperimentale. Ciò include opzioni di distribuzione aziendale, supporto per gli standard di interoperabilità e integrazione nei pile di software sanitario esistenti.

L’attenzione è meno focalizzata sul dimostrare cosa possa fare l’intelligenza artificiale e più sul garantire che possa operare in modo sicuro, coerente e su larga scala all’interno di ambienti clinici reali.

Un Cambio Silenzioso ma Significativo

Il rilascio di Symphony riflette un cambiamento più ampio in atto nell’intelligenza artificiale sanitaria.

Invece di costruire modelli generali sempre più grandi, le società stanno sempre più concentrando l’attenzione su sistemi specializzati progettati per domini ad alto rischio. Questi sistemi danno priorità al ragionamento, alla tracciabilità e all’integrazione rispetto alla pura capacità generativa.

La codifica medica potrebbe non attirare l’attenzione come la diagnostica o la scoperta di farmaci, ma sostiene gran parte dell’infrastruttura sanitaria moderna. Migliorarla, anche solo in modo incrementale, può avere effetti sproporzionati sia sull’efficienza operativa che sugli esiti dei pazienti.

Se le affermazioni di Corti relative all’accuratezza e alla tracciabilità si mantengono in distribuzioni nel mondo reale, Symphony potrebbe rappresentare un passo significativo verso sistemi di intelligenza artificiale che le organizzazioni sanitarie possono effettivamente fidarsi.