Corti Avslöjar AI-System som Syftar till att Omdefiniera Medicinsk Kodningens Noggrannhet

Köpenhamnsbaserade Corti har introducerat ett nytt AI-system som är utformat för att tackla en av hälso- och sjukvårdens mest bestående operativa utmaningar: medicinsk kodning. Företagets senaste release, Symphony för medicinsk kodning, positionerar sig inte bara som ett annat automatiseringsverktyg, utan som en grundläggande annorlunda tillvägagångssätt för hur kliniska data tolkas, struktureras och används inom hälso- och sjukvårdssystem.

Lanseringen bygger på Cortis bredare satsning på “kliniskt godkänd AI”, där noggrannhet, spårbarhet och faktisk distribution är lika viktiga som rå modellprestanda.

Varför Medicinsk Kodning fortfarande Bryter Hälso- och Sjukvårdssystem

Medicinsk kodning befinner sig i skärningspunkten mellan klinisk vård, fakturering och folkhälsa. Varje diagnos, behandling och utfall måste översättas till standardiserade koder som ICD-10, som innehåller tiotusentals möjliga klassificeringar.

Problemet är inte bara skalan, utan tolkningen.

Kodning kräver att kliniker eller specialister extraherar mening från fragmenterade kliniska anteckningar, försonar oförenligheter och tillämpar utvecklande riktlinjer. I praktiken leder det ofta till missade signaler och ofullständiga data.

Ett citerat exempel illustrerar insatserna: en stor skala analys av patientjournaler fann att betydligt fler självmordsförsök dokumenterades i kliniska anteckningar än som faktiskt kodades. När dessa fall inte registreras i strukturerade datamängder förlorar hälso- och sjukvårdssystemen synen på kritiska trender, vilket undergräver allt från finansieringsfördelning till förebyggande strategier.

Från Förutsägelse till Resonemang: En Skift i Tillvägagångssätt

Cortis kärnargument är att medicinsk kodning inte är ett klassificeringsproblem, utan ett resonemangsproblem.

Den distinktionen formar arkitekturen bakom Symphony. Istället för att tilldela koder baserat på mönsterigenkänning ensam, speglar systemet hur mänskliga kodare arbetar. Det identifierar bevis i kliniska data, utvärderar sammanhang, navigerar i hierarkiska kodningssystem och validerar utdata mot aktuella riktlinjer.

Denna tillvägagångssätt bygger på företagets tidigare forskning om multi-agent AI-system. Dess “Code Like Humans”-ramverk använder flera samordnade AI-agenter för att bryta ned komplexa uppgifter i mindre resonemangssteg, vilket förbättrar både noggrannhet och konsekvens.

Resultatet, enligt Corti, är ett mätbart prestandagap. Symphony rapporteras överträffa konkurrerande modeller från stora AI-leverantörer i klinisk kodningsnoggrannhetsbenchmark, med förbättringar på upp till 23 procent.

Infrastrukturen Bakom Modellen

Symphony är inte en fristående modell. Den sitter ovanpå Cortis bredare agentbaserade infrastruktur, känd som Corti Agentic Framework.

Till skillnad från traditionella stora språkmodeller som genererar utdata i isolering, möjliggör detta ramverk AI-system att resonera, hämta information och utföra strukturerade åtgärder över kliniska arbetsflöden. Det är utformat för att ansluta till externa datakällor som elektroniska patientjournaler, snarare än att enbart förlita sig på förtränad kunskap.

Plattformen introducerar också skyddsräcken som är essentiella i hälso- och sjukvårdsmiljöer. Varje åtgärd som vidtas av en AI-agent loggas, är spårbar och granskbar, vilket skapar en tydlig kedja av resonemang bakom varje beslut.

Denna betoning på granskbarhet är inte tillfällig. I reglerade miljöer som hälso- och sjukvård är förmågan att förklara och motivera beslut ofta lika viktig som beslutet i sig.

Gör AI-Utdata Verifierbara, Inte Bara Noggranna

En av de återkommande kritikerna mot AI i hälso- och sjukvård är det så kallade “svarta lådan-problemet”. Även när modeller producerar korrekta utdata är bristen på transparens svår att lita på i kliniska eller regelefterlevnadsdrivna miljöer.

Corti försöker att hantera detta direkt.

Symphony länkar varje genererad kod till den kliniska bevisningen som används för att motivera den. Det markerar också tvetydigheter eller gränsfall, vilket möjliggör för mänskliga granskare att snabbt förstå var bedömningar gjordes.

Detta förvandlar AI från ett verktyg som ersätter mänsklig tillsyn till ett som kompletterar den, särskilt för efterlevnads- och granskningslag som ansvarar för att validera kodningsbeslut.

Ett System Byggt för Global Hälso- och Sjukvårdskomplexitet

En annan utmaning i medicinsk kodning är fragmentering. Olika regioner använder olika standarder, och många AI-system kräver omfattande omträning för att fungera över marknader.

Symphony är utformat för att fungera över både amerikanska och europeiska kodningssystem utan lokal finjustering. Detta inkluderar diagnos-kodningsramverk samt procedurbaserade system som används i fakturering och ersättning.

Detta är viktigt för hälso- och sjukvårdssystem och multinationella leverantörer, där underhåll av flera lokala AI-modeller snabbt kan bli en flaskhals.

Den Större Bilden: Automatisering av Hälso- och Sjukvårdens Data Lager

Medan medicinsk kodning kan verka som ett smalt användningsfall, spelar den en grundläggande roll i hur hälso- och sjukvårdssystem fungerar.

Strukturerad data som genereras genom kodning matar in allt från försäkringsersättning till klinisk forskning och nationell hälso- och sjukvårdspolitik. Fel på denna nivå sprider sig över hela systemet.

Cortis bredare strategi speglar denna verklighet. Dess plattform stöder redan en rad AI-agenter för uppgifter som dokumentation, kliniskt beslutsstöd och samordning av vård, alla byggda på samma underliggande infrastruktur.

Företagets tes är att hälso- och sjukvård alltmer kommer att förlita sig på samordnade, multi-agent system som hanterar både administrativa och kliniska arbetsflöden i tandem.

Flytta från Piloter till Produktion

En av de definierande utmaningarna inom hälso- och sjukvårds-AI har varit gapet mellan lovande prototyper och faktisk distribution.

Corti positionerar Symphony som ett produktionsklart system snarare än ett experimentellt modell. Detta inkluderar företagsdistributionalternativ, stöd för interoperabilitetsstandarder och integration i befintliga hälso- och sjukvårdssystem.

Fokuset ligger mindre på att demonstrera vad AI kan göra och mer på att säkerställa att det kan fungera säkert, konsekvent och i stor skala inom verkliga kliniska miljöer.

En Tyst men Meningsfull Skift

Lanseringen av Symphony speglar en bredare skift som sker inom AI i hälso- och sjukvård.

Istället för att bygga allt större allmänna modeller fokuserar företag alltmer på specialiserade system utformade för högriskdomäner. Dessa system prioriterar resonemang, spårbarhet och integration över rå genereringsförmåga.

Medicinsk kodning kan inte dra till sig samma uppmärksamhet som diagnostik eller läkemedelsupptäckt, men den utgör grunden för mycket av den moderna hälso- och sjukvårdens infrastruktur. Att förbättra den, även inkrementellt, kan ha oproportionerligt stora effekter på både operativ effektivitet och patientresultat.

Om Cortis påståenden om noggrannhet och granskbarhet står pall i faktiska distributioner, kan Symphony representera ett meningsfullt steg mot AI-system som hälso- och sjukvårdssystem kan lita på.