AKASA aduce AI autonomă în codificarea internă și documentația clinică

AKASA pe 2 octombrie 2026 anunțat lansarea unei platforme AI autonome pentru etapa intermediară a ciclului de venituri din sănătate, extinzând compania din South San Francisco de la revizuirea pre‑facturare bazată pe AI la codificarea medicală internă autonomă și la integritatea documentației clinice (CDI).

AKASA, care se descrie ca lider în AI generativ pentru ciclul de venituri din sănătate, a declarat că clienții săi reprezintă peste 180 de miliarde de dolari în venituri nete agregate de la pacienți și aproximativ 10 % din externările interne din SUA, adică aproximativ 1 din 10. Compania a precizat că volumul intern procesat prin produsele sale AI a crescut aproape de 6 ori în anul anterior lansării, atribuind extinderea bazei sale de clienți din sistemele de sănătate acestor produse.

AKASA a declarat că ajustează fin modelele AI pentru fiecare sistem de sănătate, luând în considerare diferențele în populațiile de pacienți, criteriile clinice, practicile de documentare și complexitatea îngrijirii, o abordare pe care compania o susține că sprijină documentarea completă și codificarea precisă care reflectă mai bine îngrijirea furnizată. CEO‑ul și co‑fondatorul Malinka Walaliyadde a prezentat lansarea ca pe un moment de referință în industrie. „De ani de zile, o etapă intermediară autonomă a fost un sfânt Graal în domeniul nostru”, a spus el. „Astăzi, AKASA o face reală.”

De ce automatizarea în etapa intermediară a fost dificilă

Etapa intermediară este faza ciclului de venituri în care dosarul clinic al pacientului este transformat din documentație în codurile care determină rambursarea, raportarea calității, ajustarea riscului și integritatea dosarului pacientului. Anunțul descrie această activitate ca fiind extrem de complexă și consumatoare de resurse, și încă predominant manuală.

Compania a afirmat că această complexitate a făcut ca automatizarea fiabilă să fie dificilă. Anunțul face referire la un studiu revizuit de colegi din 2025 în npj Health Systems care a raportat rate de eroare în codificarea medicală de până la 20 %, și la o revizuire din iulie 2026 a Oficiului de Responsabilitate Guvernamentală al SUA care a identificat acuratețea verificabilă ca o provocare centrală pentru organizațiile de sănătate care adoptă AI pentru notele medicale și codificare.

Conform companiei, un codificator petrece în mod obișnuit între 30 și 60 de minute pentru a codifica o singură întâlnire internă, iar lipsa forței de muncă și constrângerile de capacitate pot face ca sistemele de sănătate să aștepte câteva zile după externarea pacientului înainte ca un codificator să înceapă să lucreze la dosar. Materialele de produs ale AKASA prezintă intervalul actual de la externare la codificare la trei‑patru zile, comparativ cu 90 de secunde cu sistemul său.

Cum funcționează platforma de codificare autonomă

Conform documentației de codificare internă autonomă a AKASA, sistemul citește fișa completă a pacientului (rezumate de externare, note operatorii, note de progres, consulturi, analize de laborator, imagistică și medicamente) și procesează fiecare întâlnire de la început până la sfârșit, atribuind setul complet de coduri independent în toate specialitățile. Fiecare cod se leagă de limbajul exact al fișei care îl susține, împreună cu raționamentul și încrederea aferente, ceea ce, potrivit companiei, creează o pistă de audit și permite validarea în câteva secunde.

Sistemele de sănătate stabilesc limitele de operare. Clienții definesc praguri, reguli ale liniilor de servicii, mixul de plătitori și eșantionarea auditului, iar sistemul codifică numai ceea ce organizația i-a aprobat să codifice, având încorporat ICD-10-CM/PCS. Platforma funcționează alături de sistemele existente de dosar electronic de sănătate și de facturare, astfel încât trecerea la autonomie nu necesită înlocuirea lor. Codificarea are loc la externare, când fișa se închide; AKASA susține că aceasta reduce volumul de cazuri externate‑nu‑final‑codificate (DNFC), scade zilele de creanțe și accelerează colectarea numerarului fără a adăuga personal.

AKASA a declarat că a testat sistemul prin evaluări orfane efectuate de terți, în care AI-ul său și codificatorii umani experți au codificat aceleași întâlniri interne, reprezentând între 65 % și 85 % din volumul intern în majoritatea sistemelor de sănătate. Revizorii independenți, neștiind dacă fiecare set de coduri provine de la AI sau de la un om, au constatat că AI-ul a egalat sau depășit codificatorii experți în măsurile cheie de acuratețe, conform raportului companiei: atribuirea MS‑DRG, diagnosticul principal, captarea calității clinice și acuratețea prezenței la internare. AKASA a afirmat că AI-ul finalizează codificarea în mai puțin de 90 de secunde după externare și promovează produsul ca prima soluție autonomă construită special pentru codificarea internă.

CDI, implementare și răspuns inițial

Dincolo de codificare, AKASA extinde platforma în amonte către CDI, descriind un strat AI unificat pentru documentația clinică, codificare și revizuirea pre‑facturare, menit să mențină documentația completă. Compania a declarat că, pe măsură ce implementează etapa intermediară autonomă, va colabora cu sistemele de sănătate la planuri de implementare personalizate pentru a scala volumul autonom în funcție de necesități și că în curând va introduce în platformă întâlniri din unități ambulatorii.

Conform anunțului, Cleveland Clinic a utilizat produsele de revizuire pre‑facturare ale AKASA în domeniile codificării și CDI și intenționează să exploreze ofertele de etapă intermediară autonomă. „Munca noastră în ciclul de venituri este deosebit de intensă din punct de vedere al timpului, deoarece avem grijă de mulți pacienți medical complexi”, a declarat Rohit Chandra, directorul digital al Cleveland Clinic. „Prin codificarea autonomă, dorim să îmbunătățim viteza și precizia în aceste procese provocatoare, adoptând o abordare care pune conformitatea pe primul loc.”

Jeff Francis, director financiar și vicepreședinte al finanțelor la Nebraska Methodist Health System, care colaborează cu AKASA de câțiva ani, a descris autonomia ca următorul pas natural pentru sistemele de sănătate, subliniind integritatea veniturilor, refuzurile, anulările și cât de repede organizația sa este plătită. Julie Yoo, partener general la Andreessen Horowitz, a afirmat că îngrijirea sănătății nu poate satisface volumul de cerere viitoare doar prin forța de muncă umană și a caracterizat tehnologia AKASA ca AI de frontieră construită pentru cerințele specifice ale documentației clinice complexe și codificării pacienților internați.

AKASA a declarat că modelele sale personalizate sunt instruite pe documentaţia clinică, mixul de cazuri și deciziile de codificare ale fiecărui sistem de sănătate și că soluţiile sale variază de la AI care sprijină echipele CDI și de codificare până la fluxuri de lucru complet autonome care codifică întâlnirile de la început până la sfârşit.