풀 프로세스 의료 AI

Fortune 500 건강 보험 제공업체인 우리 고객은 매년 2백만 건이 넘는 진단 보고서를 처리합니다. 그들의 운영 현실은 일련의 단절된 핸드오프였습니다. 환자는 한 시스템을 통해 약속을 예약하고, 진단은 다른 시스템에서 문서화되었으며, 처방전은 세 번째 시스템에서 확인되었으며, 후속 조치 일정은 네 번째 시스템에서 이루어졌습니다.

각 핸드오프는 중퇴 지점이었습니다. 명확한 사전 상담 안내를 받지 못한 환자들은 준비 없이 도착하여 임상의의 시간을 낭비했습니다. 진단 후 체계적인 후속 조치가 없었습니다. 만성 질환이 있는 환자는 방문 사이에 틈이 나는 경우가 잦았습니다. 보험 측은 수백만 건의 문서를 처리하는 반면, 임상팀은 환자의 전체 약물 치료 기록에서 위험한 약물 상호 작용을 포착할 수 있는 AI 기반 안전망이 없었습니다.

클라이언트는 여러 AI 도구를 배포하여 각각 하나의 좁은 문제를 해결하면서 환자 여정을 단편화했습니다.

• 1.상담 전 정보 격차: 환자들은 구조화된 섭취를 완료하지 않은 채 약속 장소에 도착했습니다. 임상의들은 사전에 수집할 수 있는 기본 증상 정보를 수집하는 15분 중 처음 10분을 보냈습니다.
• 2.RAG 환각 문제: 진단 문서 분석을 위한 표준 RAG는 의학적으로 위험한 환각을 생성하여 연결되지 않은 바이오마커를 잘못된 상관 관계로 연결합니다. 의료 분야에서는 확신에 찬 오답은 무응답보다 더 나쁩니다.
• 3.약물 상호작용 맹점: 기존 시스템은 개별 처방을 확인했지만 위험한 상호작용에 대해 환자의 전체 약물 이력을 상호 참조할 수 없었습니다. 이는 수동 검토로는 감당할 수 없는 잠재적인 위험이었습니다.
• 4.후속 블랙홀: 진단 및 치료 후, 환자가 치료 계획을 완료하고 후속 진료 예약에 참석하거나 부작용을 보고했는지 확인하는 체계적인 메커니즘이 없었습니다.