Halsey Wise, Lyric의 CEO – 인터뷰 시리즈

Halsey Wise, Lyric의 CEO는 거의 3십년간의 경영 리더십, 이사회 관리, 가치 창조 경험을 보유하고 있으며, 이를 통해 헬스케어 기술, 소프트웨어, 금융 서비스 분야에서 활동했습니다. 2022년부터 Lyric의 이사회에서 활동한 그는 CEO로 임명되어 Lyric42 플랫폼을 확장하고, 클라이언트 및 파트너 관계를 심화시키고, 혁신 및 AI 투자를 가속화하며, 유기적 확장 및 전략적 M&A를 통해 성장을 추진하는 데 중점을 두었습니다. Wise는 6개의 회사를 CEO 또는 사장으로 이끌었으며, Intergraph와 MedAssets의 공공 회사 리더십 역할을 포함한 주요 기술 및 헬스케어 조직의 이사회에서 활동했습니다. 그는 또한 Lime Barrel Advisors의 회장 및 CEO이며, TPG Capital의 고문이며, 가족 재단을 공동으로 이끌어 장학금, 식량 보안, 베테랑 서비스, 헬스케어 사례를 지원합니다.

Lyric은 헬스케어 의사 결정 지능 회사로, 정책, 데이터, AI, 임상 검토 및 설명 가능한 의사 결정 지원을 적용하여 청구가 지불되기 전에 건강 보험 계획을 위한 지불 정확성을 개선하는 데 중점을 두고 있습니다. Lyric42 플랫폼은 규칙, 워크플로, 지불 무결성 제품 및 AI 주도 추천을 지원하여 지불 결정을 조정하는 것을 목표로 하며, 행정 낭비를 줄이고, 첫 번째 지불 정확성을 개선하고, 제공자 마찰을 줄이고, 클라이언트가 지불 결정을 내리는 이유에 대한 투명성을 제공하는 것을 목표로 합니다. 이 회사는 인간 전문 지식보다는 보완하는 AI 접근 방식을 채택하고 있습니다. 자동화, 임상 검증, 거버넌스 및 클라이언트 제어를 결합하여 더 일관성 있고 방어 가능한 헬스케어 지불 결정을 지원합니다.

당신은 MedAssets, Cerner, Cotiviti 및 현재 Lyric을 포함한 주요 헬스케어 및 엔터프라이즈 기술 회사에서 리더십을 발휘하고 고문했습니다. 헬스케어 IT, 분석 및 기술에 대한 경험은 Lyric에 대한 비전을 어떻게 형성했나요?

저는 이끌거나 고문한 모든 회사에서 하나의 확신이 더욱 강해졌습니다. 헬스케어는 신뢰, 진실 및 투명성이 그 기초에 있지 않으면 개선될 수 없습니다. 이러한 가치는 부드러운 가치가 아닙니다. 이것은 더 나은 헬스케어 시스템이 의존하는 운영 조건입니다. 모든 계획, 제공자 및 회원은 기본 지능이 신뢰할 수 있는지, 정보가 진실을 반영하는지, 결정의 이유가 검토에 견딜 수 있을 정도로 투명한지 여부에 영향을 받습니다.

그 확신이 Lyric에 대한 제 생각을 형성합니다. 저는 2022년에 Lyric의 이사회에 합류하여 이후 CEO로 임명되었습니다. 당시 이해한 것을 지금보다 더 강하게 믿습니다. 우리는 Lyric에서 가장 혁신적이고 영향력 있으며 중요한 헬스텍 회사 중 하나를 구축하고 있습니다.

Lyric은 헬스케어 의사 결정 지능입니다. 임상 및 지불 전문 지식, 깊은 클라이언트 관계 및 국가 규모의 플랫폼 운영이 우리에게 몇몇 회사에서 볼 수 없는 기초를 제공합니다. 지불은 오늘날 그 중 가장 높은 위험을 가진 표현입니다. 그러나 더 광범위한 기회는 사람들이 헬스케어에서 더 나은 결정을 내리기 위해 기술과 통찰력을 제공하는 것입니다. 저는 또한 헬스케어 의사 결정이 인간에게 속한다고 깊이 믿습니다. 임상 판단, 정책 해석 및 책임은 모델에 아웃소싱할 수 없습니다. AI가 할 수 있는 것은 지원하고 사람들의 결정을 지원하는 것입니다. 이전에 규모와 복잡성에 묻혀 있던 신호, 트렌드 및 이상을 표면화할 수 있습니다. 그것은 어디서 무언가가 일관되지 않아 보이는지, 패턴이 나타나는지, 결정이 더 가까이 보이는지 강조할 수 있습니다. 그것이 헬스케어에서 AI의 역할입니다. 인간의 가시성을 확장하고 인간의 판단을 강화하는 것입니다. 그것을 대체하는 것이 아닙니다.

Lyric은 지난 몇 년 동안 지불 운영을 지원하는 클라우드 기반 AI 플랫폼으로 기술 스택을 재건했습니다. 1억 9천만 명의 생명을 지원하는 그 전환에서 가장 큰 아키텍처 또는 조직적 도전은 무엇이었나요?

Lyric은 더 큰 조직에서 분할된 것으로 시작되었습니다. 우리는 레거시 인프라와 함께 놀라운 클라이언트 관계 및 수십 년간의 운영 전문 지식을 물려받았습니다.

과거 몇 년 동안 우리는 기술 기초를 처음부터 재건했습니다. 도전은 단순히 인프라를 현대화하는 것이 아니었습니다. 그것은 30년간의 지불 정확성 비즈니스를 현대적인 헬스케어 의사 결정 지능 플랫폼으로 진화시키는 것이었습니다. 설명 가능성, 감사 가능성 및 신뢰를 유지하는 것이었습니다.

중요한 원칙은 기술을 현대화하는 동안 비즈니스 중단을 없애는 것이었습니다. 우리는 고도로 정확한 마이그레이션을 보장하기 위해 Lyric42의 고급 기능을 활용하여 클라이언트와 긴밀히 협력하여 안전하고 보안이 된 전환을 만들었습니다.

아키텍처적으로 우리는 정적 사전 결정된 순서에서 실시간 지능으로 워크플로우 내에서 첫 번째 지불 결정을 지원하는 지능으로 이동했습니다. 동시에 모든 결과는 투명하고 정책 기반 및 설명 가능한 상태로 남아 있어야 했습니다.

클라이언트를 새로운 플랫폼으로 마이그레이션함에 따라 우리는 통일된 지능 아키텍처를 통해 2억 명의 생명을 지원하는 지불 운영을 지원하고 있습니다. 이는 통찰력을 더 일찍 표면화하고낭비를 줄이고 규모에서 더 일관된 의사 결정을 지원합니다.

당신은 헬스케어 지불이 사후 회수에서 사전 지불 지능으로 이동해야 한다고 주장했습니다. 규모에서 그 전환을 가능하게 하는 기술적인 돌파구는 무엇인가?

사후 회수에서 사전 지불 지능으로의 전환은 이제 가능합니다. 왜냐하면 헬스케어에는 마침내 대규모 워크플로우 데이터, 클라우드 인프라 및 복잡한 청구 환경에서 신호와 노이즈를 구분할 수 있는 AI가 있기 때문입니다.

역사적으로 대부분의 시스템은 지불 후에 발생하는 것을 분석하도록 설계되었습니다. 오늘날 우리는 워크플로우 내에서 더 이른 시점에 지능을 적용할 수 있습니다. 오류, 분쟁 및낭비가 시스템을 통해 이동하기 전에.

능력면에서 Lyric은 사전 지불 검토를 위한 지능형 선택을 도입하여 청구가 지불되기 전에 불필요하게 보류되지 않도록 했습니다. 또한 우리의 지능형 감사 플랫폼을 통해 인간 검토가 필요한 청구를 몇 시간 또는 며칠 내에 처리할 수 있게 했습니다. 전통적인 프로세스는 몇 주 또는 몇 개월이 걸릴 수 있습니다.

이 기술적인 돌파구와 Lyric42 내의 고급 오케스트레이션은 AI, 정책 및 전문 임상 검토를 결합하여 사전 지불 정확성을 위한 헬스케어 의사 결정 지능을 잠금으로 해방했습니다. 중요하게도 이것은 규모에서만 작동하며 지능이 투명하고 감사 가능하며 인간의 책임에 기반을 두고 있을 때입니다.

헬스케어의 많은 부분은 여전히 단편화된 레거시 인프라에 의존합니다. 왜 당신은 전통적인 “기록 시스템”보다 AI 네이티브 시스템이 향후 10년 동안 근본적으로 더 나은 성과를 낼 것으로 믿는가?

레거시 헬스케어 시스템은 기본적으로 거래를 기록하고 후속 감사에 지원하기 위해 설계되었습니다. 이러한 시스템은 워크플로우 내에서 지능형 의사 결정을 지원하기 위해 설계되지 않았습니다.

헬스케어는 현재 지능형 의사 결정을 지원할 수 있는 규모, 속도 및 복잡성을 처리할 수 있는 지능형 시스템을 필요로 합니다. 현대적인 헬스케어 의사 결정 지능 시스템의 장점은 단순히 적용된 AI가 아닙니다. 정책, 데이터, AI 및 전문가 검토를 결합하여 실시간에서 더 일관성 있고 설명 가능한 결정을 지원할 수 있는 능력입니다.

미래의 이점은 지속적으로 운영 워크플로우에서 학습할 수 있는 시스템을 갖는 것입니다. 투명, 설명 가능 및 책임 있는 상태로 남아 있는 것입니다. 헬스케어는 인간 전문 지식 없이 작동할 수 없습니다. 목표는 자율적인 의사 결정을 하는 것이 아닙니다. 목표는 신뢰할 수 있는 지능으로 인간의 의사 결정을 보완하는 것입니다.

Lyric은 지불 무결성 AI 회사로 자신을 설명하며, 몇십년간의 임상 전문 지식을 기반으로 합니다. 헬스케어 분야에서 방어 가능한 AI 시스템을 구축하는 데 있어 고유의 헬스케어 데이터 및 역사적인 청구 지능의 중요성은 무엇인가?

고유의 청구 지능 및 워크플로우 데이터는 헬스케어에서 기초적입니다. 왜냐하면 일반 모델만으로는 규모에서 정확하고 설명 가능한 지불 결정을 지원하기에 충분하지 않기 때문입니다.

Lyric의 플랫폼은 약 2억 명의 생명을 지원하며, 운영 청구 지능의 수십년간의 지식을 기반으로 구축되었습니다. 그 고유의 지식과 컨텍스트가 중요합니다. 왜냐하면 그것은 정책이 어떻게 적용되는지, 분쟁이 어떻게 발생하는지, 오류가 어떻게 발생하는지, 지불 워크플로우가 실제 세계에서 어떻게 작동하는지 반영하기 때문입니다.

워크플로우 통합, 3십년간의 임상 전문 지식 및 종단적인 청구 지능의 조합은 더 정확하고 설명 가능한 시스템을 만듭니다. 또한 운영적으로 감사 가능합니다.

헬스케어에서 지능은 사람들이 이해하고, 검증하고, 확신으로 행동할 수 있을 때만 중요합니다.

헬스케어 AI의 가장 큰 우려 중 하나는 거버넌스 및 설명 가능성입니다. AI가 더 많은 지불 결정을 맡게 됨에 따라 실제로 효과적인 인간-루프 오버사이트는 무엇입니까?

우리의 경우 인간-루프는 버즈워드가 아닙니다. 그것은 아키텍처입니다. AI는 우리가 사용하는 도구입니다. 인간의 의사 결정을 보완하는 것입니다.

우리의 콘텐츠 저작 작업에서 그것을 볼 수 있습니다. 우리는 Lyric42 플랫폼 위에 Studio42 콘텐츠 저작 경험을 구축했습니다. 모든 규칙과 편집이 결정론적이어야 하는 원칙을 따랐습니다. AI는 우리 팀이 정부, 산업 및 연구 대량의 자료를 검토하고, 관련 패턴을 식별하고, 추천을 표면화하는 데 도움이 됩니다. 그러나 AI는 진리의 원천이 아닙니다. 진리의 원천은 원래 자료와 인간 임상 전문 지식에 기반을 두고 있습니다.

모든 규칙과 편집은 추적 가능하고 감사가 가능하도록 설계되었습니다. 임상 전문가가 검토하고 작업을 검증하기 전에 프로덕션에 도달하기 전에, 우리의 AI가 콘텐츠를 생성하기 위한 임상 팀의 추천을 지원하는 모든 추천은 원래 출처와 인간 지식에 기반을 두고 있습니다. 또한 변경 사항의 전체 기록을 유지하므로 규칙이나 콘텐츠가 특정 정부, 산업 또는 연구 출처에서 구축되었는지 명확합니다.

그것이 실제에서 효과적인 감독의 실제 모습입니다. AI는 규모와 신호 감지를 지원합니다. 임상 전문가가 작업을 검증하고, 시스템은 원래 자료에서 검토된 콘텐츠까지의 명확한 감사 트레일을 유지합니다. 또한 클라이언트는 콘텐츠, 규칙 또는 플랫폼을 통해 표면화된 추천을 구현하기 위한 전체 제어를 유지합니다.

헬스케어에서 중요한 결정은 기계 또는 모델에 의해만 이루어져서는 안 됩니다. Lyric에서 우리는 인간 전문 지식, 판단 및 책임이 기본에서 설계된 아키텍처로 남아 있어야 한다고 믿습니다.

헬스케어낭비는 미국 시스템에서 가장 큰 비용 드라이버 중 하나입니다. 불필요한 지출을 줄이면서 환자 치료에 부정적인 영향을 미치지 않는 가장 빠른 측정 가능한 영향을 미칠 수 있는 곳은 어디입니까?

헬스케어는 미국 GDP의 약 20%를 차지합니다. 그 중 25%는낭비입니다. 그낭비의 대부분은 사기나 의도적인낭비가 아닌 시스템 복잡성에 기인합니다.

이것이 우리가 Lyric42 플랫폼을 구축한 이유입니다. 그것은 청구 프로세스를 지불 후 회수에서 사전 지불 지능으로 전환합니다. 건강 보험 계획이 첫 번째 지불을 정확하게 할 수 있도록 합니다.

헬스케어낭비의 상당 부분은 여러 이해관계자 간에 불일치한 지능으로 인해 발생하는 행정적인 재작업에서 비롯됩니다. 이것은 불필요한 거절 및 재청구, 수동 감사의 강도 증가 및 제공자 항소의 증가로 이어지지만 궁극적인 지불을 의미 있게 변경하지는 않습니다.

낭비는 올바른 지능이 올바른 시기에 존재하지 않는 곳에서 발생합니다. Lyric은 건강 보험 계획에 의사 결정 지능 및 추천을 제공하여, 오류 및 불일치(코딩, 단위, 번들링, 의료 정책 일치)를 식별하는 데 도움이 됩니다. 우리는 지불 전에 그렇게 합니다.낭비와 잘못된 코딩을 줄이고, 재작업, 항소 및 조정의 앞뒤로의 이동을 줄입니다.

Lyric의 플랫폼은 자동화, 예측 분석 및 AI 지원 워크플로우를 지불 운영에 통합하고 있습니다. 우리는 대규모 헬스케어 지불 워크플로우가 자율적으로 운영되는 미래에 얼마나 가까이 있습니까?

다음 10년 동안 우리는 지불 워크플로우 내의 대부분의 작업이 자동화되는 세계를 볼 것입니다. 그러나 규제 및 규정 요구 사항은 명확한 책임성을 계속 요구할 것입니다. 이것은 식별 가능한 인간과 조직적 책임을 의미합니다. AI, 자동화 및 예측 분석은 지불 워크플로우 내의 단조로운 일일 작업을 간소화할 것입니다. 데이터를 검증하고, 패턴을 감지하고, 실시간으로 첫 번째 지불에서 추천을 제안합니다. 민감하거나 높은 영향 또는 모호한 결정은 인간 검토하에 남아 있을 것입니다.

헬스케어는 책임이 중요하기 때문에 다른 산업과 근본적으로 다릅니다. 지불 결정은 제공자, 계획, 환자/회원 및 헬스케어 생태계 전반의 재정적 결과에 영향을 미칩니다.

우리는 완전히 자율적인 지불 AI를 구축하고 있지 않습니다. 우리는 인간의 의사 결정을 지원하는 헬스케어 의사 결정 지능을 구축하고 있습니다.

미래는 자율적인 헬스케어 지불이 아닙니다. 미래는 인간이 책임을 지고 결정과 결과를 내리는 것을 지원하는 설명 가능한 지능입니다.

많은 기업은 여전히 분리된 파일럿에서 AI를 실험하고 있습니다. 운영에서 AI를 성공적으로 구현하는 조직과 여전히 개념 증명 모드에 갇혀 있는 조직을 구분하는 것은 무엇입니까?

차이점은 성공적인 조직이 AI를 일련의 분리된 파일럿으로 취급하지 않는다는 것입니다. 그들은 그것을 운영 능력 및 추진력으로 취급합니다.

그것은 강력한 모델보다 더 많은 것을 필요로 합니다. 그것은 도구, 모니터링, 거버넌스 및 워크플로우 설계에 대한 기초 투자가 필요합니다. 우리의 경험에 따르면 AI는 기술을 지원하는 거버넌스 프로세스가 있는 경우에만 규모에서 확장할 수 있으며, 인간 프로세스가 AI 지원 워크플로우를 재설계된 경우에만 확장할 수 있습니다. 명확한 소유권, 집행 스폰서십, 운영 정렬 및 AI가 프로덕션에서 수행하는 방식에 대한 지속적인 피드백 루프가 필요합니다.

그 마지막 점은 중요합니다. AI를 운영화하는 조직은 배포에서 멈추지 않습니다. 그들은 성과를 모니터링하고, 결과를 분석하고, 시스템이 개선해야 하는 영역을 식별하고, 지속적으로 개선합니다. AI는 운영 리듬의 일부가 됩니다. 일회적인 구현이 아닙니다.

Lyric에서 우리는 콘텐츠 저작과 같은 영역에서 이 패턴을 보았습니다. 우리는 올바른 도구, 제어, 모니터링 및 인간 검토와 함께 첫 번째 도메인을 올바르게 얻는 것에 중점을 두었습니다. 그 기초가 성공적으로 증명되면 우리는 동일한 기본적인 접근 방식을 사용하여 다른 도메인으로 확장할 수 있었습니다. 이것은 데모에서 잘 보이지만 실제 운영의 복잡성에 살아남지 못하는 개념 증명을 실행하는 것과 매우 다릅니다.

파일럿 모드로 갇혀 있는 조직은 종종 그 복잡성을 과소평가합니다. 그들은좁은 데이터셋 또는 제어된 워크플로우에서 모델을 테스트할 수 있지만, 실제 운영의 복잡성을 견딜 수 있는지 테스트하지는 않습니다. 성공하는 조직은 기초를 먼저 구축하고, 집중된 영역에서 가치를 증명하고, 규율로 확장합니다.

향후를 내다보면, 헬스케어 AI의 장기적 승자는 독립적인 모델이 가장 좋은 회사인지, 아니면 운영적 통합, 워크플로우 데이터 및 헬스케어 생태계 전반의 네트워크 효과가 가장 깊은 회사인지 궁금합니다.

헬스케어에서 장기적 승자는 독립적인 모델이 가장 좋은 회사들이 아닙니다. 그것은 운영적 통합, 가장 풍부한 워크플로우 데이터 및 헬스케어 생태계 전반의 가장 강한 네트워크 효과를 가진 회사들이 될 것입니다.

모델은 계속해서 개선될 것이며, 많은 기능이 시간의 경과에 따라 더 광범위하게 이용 가능해질 것입니다. 그러나 워크플로우 위치에 내장된 조합, 종단적인 청구 지능 및 건강 보험 계획, 제공자 및 파트너 간의 신뢰할 수 있는 관계를 복제하기는 훨씬 더 어렵습니다.

Lyric의 플랫폼은 약 2억 명의 생명을 지원하며, 수십년간의 고유한 지불 정확성 지능으로 구축되었습니다. 우리는 워크플로우 초기에 내장되어 있으며, 치료 후 및 지불 전에 운영하므로 실제 트랜잭션 흐름에 대한 가시성을 가지고 있으며, 정적인 데이터셋만이 아닙니다. 그것이 워크플로우 및 결과 데이터의 깊이가 AI가 신호와 노이즈를 구분하고, 트렌드 분석에서 예측 및 추천 및 행동으로 이동하는 데 도움이 되는 것입니다.

위대한 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 Lyric을 방문해야 합니다.