AKASA、入院診療コードと臨床文書化に自律AIを導入

AKASAは2026年10月2日、医療収益サイクルの中間段階向け自律AIプラットフォームの開始を、サウスサンフランシスコに拠点する同社がAI搭載の事前請求レビューから自律的な入院医療コード化と臨床文書整合性（CDI）へ拡大したこととして発表した。

医療収益サイクル向け生成AIのリーダーと自称するAKASAは、顧客が合計で$180 billion超の純患者収益を占め、U.S.の入院退院の約10％（約10件に1件）に相当すると述べた。同社は、ローンチ前の1年間で同社のAI製品で処理された入院ボリュームがほぼ6xに増加し、これらの製品がヘルスシステム顧客基盤の拡大に寄与したと付け加えた。

AKASAは、患者層、臨床基準、文書化慣行、ケアの複雑性の違いを考慮して、個別のヘルスシステム向けにAIモデルを微調整すると述べた。このアプローチは、完全な文書化と、提供されたケアをより正確に反映する正確なコード化を支援すると同社は言う。CEO兼共同創業者のMalinka Walaliyaddeは、今回のローンチを業界のマイルストーンと位置付けた。「長年、自律的な中間サイクルは我々の業界における聖杯でした」と彼は述べた。「本日、AKASAはそれを実現しました」

中間サイクル自動化が困難であった理由

中間サイクルは、収益サイクルのうち、患者の臨床記録が文書化から、償還、品質報告、リスク調整、そして患者記録の整合性を促進するコードへと変換される段階である。この発表では、その作業は極めて複雑でリソース集中的であり、依然として主に手作業で行われていると説明している。

同社は、その複雑さが信頼できる自動化を困難にしていると述べた。発表では、2025年のnpj Health Systemsに掲載された査読付き研究が医療コードエラー率が最大20％に達したことを報告したこと、そして2026年7月のU.S. Government Accountability Officeのレビューが、医療ノートとコード化にAIを導入する医療機関にとって検証可能な正確性が中心的課題であると指摘したことを挙げている。

同社によれば、コーダーは通常1件の入院エンカウンターのコード化に30〜60分要し、労働力不足やキャパシティ制約により、患者の退院後にコーダーが作業を開始するまでに数日待たされることがある。AKASAの製品資料では、従来の退院からコード化までの期間は3〜4日であるのに対し、同社のシステムでは90秒で完了すると示している。

自律コーディングプラットフォームの仕組み

AKASAの自律入院コード文書化によると、システムは患者チャート全体（退院サマリー、手術記録、経過記録、コンサルト、検査、画像診断、投薬）を読み取り、各エンカウンターを開始から完了まで処理し、すべての診療科にわたって完全なコードセットを独立して割り当てる。すべてのコードは、それを裏付ける正確なチャート文言にリンクし、その根拠と信頼度が示されることで、同社は監査トレイルが構築され、検証が数秒で完了すると述べている。

ヘルスシステムは運用上の境界を設定する。顧客はしきい値、サービスライン規則、支払者構成、監査サンプリングを定義し、システムは組織が承認したコードのみを、ICD-10-CM/PCS を組み込んでコード化する。プラットフォームは既存の電子健康記録（EHR）および請求システムと連携して動作するため、自律化へ移行する際にそれらを置き換える必要はない。コード化は退院時、チャートがクローズされるときに行われ、AKASAはこれにより退院後未確定コード（DNFC）件数が減少し、売掛金回収日数が短縮され、ヘッドカウントを増やさずに資金回収が加速すると主張している。

AKASAは、同社のAIと熟練ヒューマンコーダーが同一の入院エンカウンターをコード化する第三者ブラインド評価を通じてシステムをテストしたと述べた。この評価は、ほとんどのヘルスシステムにおいて入院ボリュームの65％から85％を占める。AIかヒューマンかが分からない独立したレビューアは、AIが主要な正確性指標であるMS-DRG割り当て、主要診断、臨床品質取得、present-on-admission 正確性において、専門コーダーと同等またはそれ以上の結果を示したと報告した。AKASAは、AIが退院後90秒未満でコード化を完了し、同製品を入院コード化専用に構築された初の自律ソリューションとして市場に提供していると述べた。

CDI、導入、そして初期反応

コード化を超えて、AKASAはプラットフォームを上流のCDIへ拡張し、臨床文書化、コード化、事前請求レビュー全体にわたる統合AI層を提供して文書の完全性を保つと説明している。同社は、自律的な中間サイクルを展開する際に、ヘルスシステムとカスタマイズされた導入計画を策定し、ニーズに応じて自律ボリュームをスケールさせるとともに、近く外来施設のエンカウンターをプラットフォームに導入する予定だと述べた。

発表によれば、Cleveland Clinicはコード化とCDI全体でAKASAの事前請求レビュー製品を使用しており、自律的な中間サイクルの提供を検討する意向だ。Cleveland Clinicのチーフ・デジタル・オフィサーであるRohit Chandraは「当院の収益サイクル業務は、医療的に複雑な患者を多数抱えているため特に時間がかかります」と述べた。「自律コーディングにより、これらの困難なプロセスにおいて、コンプライアンスを最優先としたアプローチのもと、速度と精度の向上を目指します」

Jeff Francis氏は、数年間AKASAと協業しているNebraska Methodist Health Systemの最高財務責任者兼財務副社長で、自治性を医療機関にとって自然な次のステップと述べ、収益の整合性、却下、償却、そして組織の支払い速度に言及した。Andreessen HorowitzのゼネラルパートナーであるJulie Yoo氏は、医療は今後の需要規模に人手だけでは対応できず、AKASAの技術を複雑な臨床文書作成と入院コーディングという特定の要件に特化した最先端AIと評価した。

AKASAは、各医療機関独自の臨床文書、ケースミックス、コーディング判断に基づいてカスタムモデルを訓練し、ソリューションはCDIおよびコーディングチームを支援するAIから、診療エンカウンターをエンドツーエンドでコーディングする完全自律型ワークフローまで幅広く提供すると述べた。