코랄, 의료 행정 병목 현상을 타겟으로 1,250만 달러 투자 유치

의료 분야에서 점점 더 많은 수의 AI 스타트업들이 하나의 가장 보이지 않는 그러나 가장 지속적인 문제인 행정 마찰에 집중하고 있다. 라이트스피드와 Z47가 주도한 1,250만 달러의 투자 유치로 코랄은 의미 있는 개선이 새로운 치료법에서 오지 않고 그 치료법을 둘러싼 워크플로우에서 올 수 있다는 것을 내세우고 있다.

미국 의료 시스템 전반에서 지연은 종종 의학보다는 서류 작업에 의해 발생한다. 의사 참조는 팩스 대기열에 앉아 있으며, 사전 승인은 지연되고, 퇴원은 문서화가 따라오지 못하는 동안 지연된다. 이러한 비효율성은 의료가 운영되는 방식에 깊이 뿌리내리고 있으며, 기본 인프라를 대체하는 것이 어려웠기 때문에 지속된다.

레거시 호환성을 향한 자동화의 전환

의료 IT 분야에서 지배적인 가정은 진행이 구식 시스템을 대체하는 것을 필요로 한다는 것이었다. 그러나 이러한 접근 방식은 비용, 규제 복잡성, 운영 중단으로 인해 반복적으로 저항에 부딪쳤다.

새로운 전략이 등장하고 있다. 기존 시스템과 충돌하지 않고 함께 작동하는 AI를 구축하는 것이다.

코랄과 같은 플랫폼은 전자 건강 기록, 지불자 포털, 심지어 팩스 워크플로우와 통합된다. 이러한 시스템을 즉시 제거하는 것이 목표가 아니다. 대신에 그 위에 지능을 계층화하여 제공자가 운영을 재건축할 필요 없이 자동화를 허용한다.

이 호환성을 향한 전환은 далеко 갈 수 있는 영향을 미칠 수 있다. 뿌리 깊은 인프라를 가진 산업, 즉 의료, 금융, 정부는 점점 더 대체가 아닌 증강을 통해 AI를 채택할 수 있다.

문서 처리에서 워크플로우 인텔리전스로

기술적인 측면에서 의료 자동화의 가장 큰 도전 중 하나는 비정형 데이터를 다루는 것이었다. 깨끗한 디지털 입력과는 달리, 의료는 여전히 손으로 쓴 양식, 스캔된 문서, 일관되지 않은 템플릿에 의존한다.

최근의 기계 학습의 발전으로 이러한 종류의凌乱한 실제 데이터를 높은 정확도로 해석할 수 있게 되었다. 이러한 기능은 단순한 문서 디지털화 이상의 것을 잠금한다. 즉, 종단 간 워크플로우 자동화이다.

단순히 정보를 추출하는 것 대신에, AI 시스템은 이제:

• 문서를 올바른 목적지로 라우팅한다.
• 행정 프로세스의 다음 단계를 트리거한다.
• 환자, 제공자, 지불자와 통신한다.
• 누락된 정보를 식별하고 프로액티브로 해결한다.

이것은 정적인 자동화에서 동적, 에이전트와 같은 시스템으로의 전환을 표시한다. 이러한 시스템은 여러 이해관계자 간의 복잡한 프로세스를 관리할 수 있다.

의료 운영에 대한 더 넓은 영향

이 시스템이 계속해서 개선된다면, 그 영향은 효율성 개선 이상으로 확장된다.

행정 작업은 현재 의료 직원의 상당한 부분을 차지하며, 종종 의료 제공자와 조정자를 환자와의 작업으로부터遠ざ지게 한다. 이러한 워크플로우를 자동화하면 그 시간을 돌려 환자 치료에 할당할 수 있다.

또한 접근에 대한 잠재적인 영향이 있다. 더 빠른 수신 및 승인 프로세스는 대기 시간을 줄일 수 있다. 특히 주사 요법이나 내과 기구와 같은 전문 분야에서 지연이 치료 결과에 직접적으로 영향을 미칠 수 있다.

더욱 미묘하게, 이러한 시스템은 새로운 운영 가시성을 도입한다. 워크플로우 데이터를 분석하여 AI 플랫폼은 병목 현상이 발생하는 위치, 어떤 지불자가 가장 많은 마찰을 일으키는지, 그리고 프로세스가 어떻게 최적화될 수 있는지 식별할 수 있다. 이것은 의료 운영을 반응적인 관리에서 의사 결정으로 전환한다.

구성 가능한 의료 자동화의 부상

또 다른 등장하는 추세는 사용자 정의 자동화로의 이동이다.

刚性한 일괄 처리 시스템에 의존하는 대신에, 새로운 플랫폼은 제공자가 자신의 프로세스를 설계할 수 있는 워크플로우 빌더를 제공하기 시작했다. 이것은 두 개의 조직이 정확히 동일한 방식으로 운영되지 않는다는 현실을 반영한다.

만약 널리 채택된다면, 이것은 의료 IT에 대한 더 분산된 모델로 이어질 수 있다. 여기서 운영 팀이 자동화가 어떻게 배포되는지 결정한다.

AI 기반 의료 시스템의 기초

이 카테고리의 장기적인 중요성은 무엇을 가능하게 하는지에 있다.

행정 워크플로우는 거의 모든 의료 시스템의 부분을触한다. 이러한 프로세스에 AI를 내장함으로써, 코랄과 같은 회사들은 궁극적으로 예측 분석, 자동화된 의사 결정 지원, 그리고 궁극적으로 여러 제공자와 지불자 간의 전체 환자 여정을 조정할 수 있는 시스템을 지원할 수 있는 기초 레이어를 생성한다.

이 의미에서, 백오피스 자동화는 단순히 서류 작업을 줄이는 것 이상이다. 그것은 더 반응적이고 지능적인 의료 시스템을 위한 인프라를 구축하는 것이다.

진행 중인 조용한 변혁

의료 혁신은 종종 진단 또는 치료의 돌파구에 초점을 맞추고 있다. 그러나 산업의 일상적인 현실은 운영 제약에 의해 형성된다.

AI 기반 워크플로우 자동화의 부상은 가장 의미 있는 개선이 이러한 제약을 해결함으로써 올 수 있음을 시사한다.

이 접근법이 성공한다면, 이것은 의료 시스템이 뒤에서 어떻게 작동하는지 재정의할 수 있다. 행정 프로세스를 병목 현상에서 효율성, 통찰력, 그리고 궁극적으로 더 나은 환자 결과를 위한 엔진으로 전환하는 것이다.