AKASA가 입원 코딩 및 임상 문서화에 자율 AI를 도입

AKASA는 2026년 10월 2일 발표했다 의료 수익 사이클 중간 단계용 자율 AI 플랫폼 출시를, 남부 샌프란시스코에 본사를 둔 이 회사가 AI 기반 사전 청구 검토에서 자율 입원 의료 코딩 및 임상 문서 무결성(CDI)으로 확장한다는 내용을.

AKASA는 자신을 의료 수익 사이클을 위한 생성 AI 분야의 선두주자라고 설명하며, 고객이 총 $180 billion이 넘는 순환 환자 수익을 대표하고 미국 입원 퇴원 건수의 약 10%에 해당한다(대략 10건 중 1건). 회사는 입원 볼륨이 AI 제품을 통해 출시 전 1년 동안 거의 6배 성장했으며, 이러한 성장의 원인을 해당 제품들 덕분에 보건 시스템 고객 기반이 확대된 것으로 꼽았다.

AKASA는 개별 보건 시스템에 맞게 AI 모델을 미세 조정하여 환자 집단, 임상 기준, 문서화 관행 및 치료 복잡성의 차이를 반영한다. 이 접근 방식은 완전한 문서화와 정확한 코딩을 지원해 제공된 치료를 보다 정확히 반영한다고 회사는 말한다. CEO 겸 공동 설립자인 Malinka Walaliyadde는 이번 출범을 업계 이정표로 제시했다. “수년간 자율 중간 사이클은 우리 업계의 성배였으며,” 그는 말했다. “오늘 AKASA가 이를 현실로 만들고 있다.”

중간 사이클 자동화가 어려웠던 이유

중간 사이클은 환자의 임상 기록이 문서화에서 청구, 품질 보고, 위험 조정 및 환자 기록 무결성을 위한 코드로 변환되는 수익 사이클 단계이다. 발표에서는 이 작업이 매우 복잡하고 자원 집약적이며 여전히 주로 수작업에 의존한다고 설명한다.

회사에 따르면 이러한 복잡성 때문에 신뢰할 수 있는 자동화가 어려워졌다. 발표는 2025년 npj Health Systems에 실린 동료 검토 연구에서 의료 코딩 오류율이 최대 20%에 달했으며, 2026년 7월 미국 정부 회계청(Government Accountability Office) 검토에서는 의료 메모 및 코딩에 AI를 도입하는 보건 조직에게 검증 가능한 정확성이 핵심 과제로 확인됐다고 지적한다.

회사에 따르면 코더는 일반적으로 하나의 입원 사례를 코딩하는 데 30~60분이 소요되며, 인력 부족과 용량 제약으로 인해 보건 시스템은 환자 퇴원 후 며칠 동안 코더가 계정을 시작하기를 기다려야 할 수도 있다. AKASA의 제품 자료에서는 현재 퇴원에서 코딩까지의 간격을 3~4일로 제시하지만, 자사 시스템에서는 90초 이내에 완료된다고 주장한다.

자율 코딩 플랫폼 작동 방식

AKASA의 자율 입원 코딩 문서화에 따르면, 시스템은 전체 환자 차트(퇴원 요약, 수술 기록, 진행 기록, 상담 기록, 검사실 결과, 영상 및 약물 처방)를 읽고 각 사례를 처음부터 끝까지 처리하며 모든 전문 분야에 걸쳐 전체 코드 세트를 독립적으로 할당한다. 각 코드는 이를 뒷받침하는 정확한 차트 문구와 그 근거 및 신뢰도를 연결하며, 이는 감사 추적을 구축하고 검증을 몇 초 안에 수행할 수 있게 만든다고 회사는 말한다.

보건 시스템은 운영 경계를 설정한다. 고객은 임계값, 서비스 라인 규칙, payer mix, 감사 샘플링을 정의하고, 시스템은 조직이 승인한 코드만을 코딩한다(내장된 ICD-10-CM/PCS 포함). 이 플랫폼은 기존 전자 건강 기록 및 청구 시스템과 함께 작동하므로 자율화로 인해 이를 교체할 필요가 없다. 코딩은 차트가 닫히는 퇴원 시점에 이루어지며, AKASA는 이를 통해 퇴원 후 최종 코딩되지 않은(DNFC) 건수가 감소하고, 매출채권 회수 기간이 줄어들며, 인력을 추가하지 않고 현금 회수가 가속화된다고 주장한다.

AKASA는 시스템을 제3자 블라인드 평가를 통해 테스트했으며, 이 평가에서는 AI와 전문 인간 코더가 동일한 입원 사례를 코딩했는데, 이는 대부분의 보건 시스템에서 입원 볼륨의 65%~85%를 차지한다. AI인지 인간인지 알려지지 않은 독립 평가자는 AI가 주요 정확도 지표에서 인간 전문가 코더와 동등하거나 이를 능가한다는 것을 발견했으며, 회사가 보고한 바에 따르면 이는 MS-DRG 할당, 주요 진단, 임상 품질 포착 및 입원 시점 진단 정확성을 포함한다. AKASA는 AI가 퇴원 후 90초 미만에 코딩을 완료한다고 밝히며, 이 제품을 입원 코딩을 위해 특별히 구축된 최초의 자율 솔루션으로 마케팅한다.

CDI, 배포 및 초기 반응

코딩을 넘어 AKASA는 플랫폼을 CDI(임상 문서 무결성) 쪽으로 확장하고 있으며, 임상 문서, 코딩 및 사전 청구 검토 전반에 걸친 통합 AI 레이어를 제공해 문서화를 완전하게 유지한다는 목표를 제시한다. 회사는 자율 중간 사이클을 롤아웃하면서 보건 시스템과 맞춤형 배포 계획을 수립해 필요에 따라 자율 볼륨을 확장할 것이며, 곧 외래 시설 사례를 플랫폼에 도입할 예정이라고 밝혔다.

Cleveland Clinic은 코딩 및 CDI 전반에 걸친 AKASA의 사전 청구 검토 제품을 사용해 왔으며, 발표에 따르면 자율 중간 사이클 제공을 탐색할 계획이다. “우리의 수익 사이클 업무는 특히 시간 소모가 크며, 우리는 많은 의료 복합 환자를 돌보고 있기 때문입니다,”라고 Cleveland Clinic의 최고 디지털 책임자 Rohit Chandra가 말했다. “자율 코딩을 통해 이러한 어려운 프로세스의 속도와 정확성을 향상시키고, 이 작업에 대해 규정 준수를 최우선으로 하는 접근 방식을 유지하고자 합니다.”

Jeff Francis는 Nebraska Methodist Health System의 최고재무책임자이자 재무부 부사장으로, AKASA와 수년간 협력해 왔으며, 자율성을 보건 시스템의 자연스러운 다음 단계라고 설명하면서 수익 무결성, 거절, 차감, 그리고 조직이 얼마나 신속하게 대금을 받는지를 언급했습니다. Andreessen Horowitz의 제네럴 파트너인 Julie Yoo는 의료 분야가 앞으로의 수요 규모를 인간 노동만으로는 충족할 수 없다고 말했으며, AKASA의 기술을 복잡한 임상 문서화와 입원 코딩의 특정 요구에 맞춘 최첨단 AI라고 평가했습니다.

AKASA는 맞춤형 모델이 각 보건 시스템의 자체 임상 문서, 케이스 믹스, 코딩 결정에 기반해 훈련된다고 밝히며, 솔루션은 CDI 및 코딩 팀을 지원하는 AI부터 전체 과정을 자동으로 처리하여 진료 encounter를 처음부터 끝까지 코딩하는 완전 자율 워크플로까지 다양하다고 설명했습니다.