AKASA traz IA autônoma para codificação de internação e documentação clínica

AKASA, em 2 de outubro de 2026, anunciou o lançamento de uma plataforma de IA autônoma para a fase intermediária do ciclo de receita da saúde, expandindo a empresa de South San Francisco, que antes oferecia revisão pré‑faturamento impulsionada por IA, para a codificação médica hospitalar autônoma e integridade da documentação clínica (CDI).

A AKASA, que se descreve como líder em IA generativa para o ciclo de receita da saúde, afirmou que seus clientes representam mais de $180 billion em receita líquida agregada de pacientes e cerca de 10 % das altas hospitalares nos EUA, aproximadamente 1 em cada 10. A empresa disse que o volume de internações processado por seus produtos de IA cresceu quase 6 vezes no ano anterior ao lançamento, atribuindo a expansão de sua base de clientes de sistemas de saúde a esses produtos.

A AKASA afirmou que ajusta finamente os modelos de IA para sistemas de saúde individuais, levando em conta diferenças nas populações de pacientes, critérios clínicos, práticas de documentação e complexidade do cuidado, abordagem que, segundo a empresa, apoia documentação completa e codificação precisa que reflete melhor o atendimento prestado. O CEO e cofundador Malinka Walaliyadde descreveu o lançamento como um marco na indústria. “Por anos, uma fase intermediária autônoma tem sido o santo graal em nosso setor”, disse ele. “Hoje, a AKASA está tornando isso realidade.”

Por que a automação da fase intermediária tem sido difícil

A fase intermediária é a etapa do ciclo de receita em que o registro clínico do paciente é convertido da documentação para os códigos que impulsionam o reembolso, a geração de relatórios de qualidade, o ajuste de risco e a integridade do prontuário do paciente. O anúncio descreve esse trabalho como altamente complexo e que consome muitos recursos, permanecendo predominantemente manual.

Essa complexidade, disse a empresa, tornou a automação confiável difícil. O anúncio faz referência a um estudo revisado por pares de 2025 na npj Health Systems que relatou taxas de erro de codificação médica de até 20 % e a uma revisão de julho de 2026 do Government Accountability Office dos EUA que identificou a precisão verificável como um desafio central para organizações de saúde que adotam IA para notas médicas e codificação.

De acordo com a empresa, um codificador normalmente leva de 30 a 60 minutos para codificar um único encontro de internação, e a escassez de mão de obra e restrições de capacidade podem fazer com que os sistemas de saúde esperem vários dias após a alta do paciente antes que um codificador sequer inicie o registro. Os materiais de produto da AKASA apresentam o intervalo atual entre alta e codificação em três a quatro dias, contra 90 segundos com seu sistema.

Como funciona a plataforma de codificação autônoma

De acordo com a documentação de codificação hospitalar autônoma da AKASA, o sistema lê o prontuário completo do paciente (resumos de alta, notas operatórias, notas de progresso, consultas, exames laboratoriais, imagens e medicações) e processa cada encontro do início ao fim, atribuindo o conjunto completo de códigos de forma independente em todas as especialidades. Cada código está vinculado à linguagem exata do prontuário que o sustenta, com a justificativa e a confiança por trás dele, o que, segundo a empresa, cria um trilho de auditoria e permite que a validação leve segundos.

Os sistemas de saúde definem os limites operacionais. Os clientes estabelecem limites, regras de linhas de serviço, mix de pagadores e amostragem de auditoria, e o sistema codifica apenas o que a organização autorizou, com ICD-10-CM/PCS incorporado. A plataforma funciona ao lado dos sistemas eletrônicos de prontuário e faturamento existentes, de modo que avançar para a autonomia não requer substituí-los. A codificação ocorre na alta, quando o prontuário é fechado; a AKASA afirma que isso reduz o volume de alta‑não‑final‑codificada (DNFC), diminui os dias de contas a receber e acelera a cobrança sem aumentar o quadro de funcionários.

A AKASA afirmou que testou o sistema por meio de avaliações cegas de terceiros nas quais sua IA e codificadores humanos especialistas codificaram os mesmos encontros de internação, representando de 65 % a 85 % do volume de internações na maioria dos sistemas de saúde. Revisores independentes, sem saber se cada conjunto de códigos provinha da IA ou de um humano, constataram que a IA correspondia ou superava os codificadores especialistas em métricas‑chave de precisão, conforme relatado pela empresa: atribuição de MS‑DRG, diagnóstico principal, captura de qualidade clínica e precisão de admissão presente. A AKASA disse que a IA conclui a codificação em menos de 90 segundos após a alta, e comercializa o produto como a primeira solução autônoma desenvolvida especificamente para codificação de internações.

CDI, implantação e resposta inicial

Além da codificação, a AKASA está expandindo a plataforma a montante para o CDI, descrevendo uma camada de IA unificada que abrange documentação clínica, codificação e revisão pré‑faturamento, com o objetivo de manter a documentação completa. A empresa afirmou que, ao implantar a fase intermediária autônoma, trabalhará com os sistemas de saúde em planos de implantação personalizados para escalar o volume autônomo conforme a necessidade, e que em breve introduzirá encontros de unidades ambulatoriais na plataforma.

A Cleveland Clinic utilizou os produtos de revisão pré‑faturamento da AKASA em codificação e CDI e pretende explorar as ofertas da fase intermediária autônoma, conforme o anúncio. “Nosso trabalho no ciclo de receita é especialmente intensivo em tempo porque cuidamos de muitos pacientes medicamente complexos”, disse Rohit Chandra, diretor digital da Cleveland Clinic. “Com a codificação autônoma, buscamos melhorar a velocidade e a precisão nesses processos desafiadores sob uma abordagem de conformidade em primeiro lugar para esse trabalho.”

Jeff Francis, diretor financeiro e vice‑presidente de finanças da Nebraska Methodist Health System, que trabalha com a AKASA há vários anos, descreveu a autonomia como o próximo passo natural para os sistemas de saúde, apontando para a integridade da receita, recusas, baixas e a rapidez com que sua organização recebe os pagamentos. Julie Yoo, sócia geral da Andreessen Horowitz, afirmou que o setor de saúde não pode atender à escala de demanda futura apenas com trabalho humano, e caracterizou a tecnologia da AKASA como IA de fronteira desenvolvida para as exigências específicas da documentação clínica complexa e da codificação de pacientes internados.

A AKASA afirmou que seus modelos personalizados são treinados com a própria documentação clínica, mix de casos e decisões de codificação de cada sistema de saúde, e que suas soluções variam de IA que apoia as equipes de CDI e codificação até fluxos de trabalho totalmente autônomos que codificam atendimentos de ponta a ponta.