Solution 01 · 의료기관

에어오피

청구 심사 담당자처럼 일하는 AI 에이전트.
진료 기록을 읽고, 급여기준을 찾아보고, 근거를 만들어 담당자에게 승인을 요청합니다.

AI Agent Medical NLP 급여기준 검색 (RAG) Human-in-the-loop
Problem & Solution

청구 손실의 원인, AI로 완전히 차단합니다

병원이 놓치고 있는 것들

  • 수작업 청구로 인한 반복적 누락·오기재
  • 심사 기준 변경을 따라가지 못해 발생하는 삭감
  • 복잡한 수가 체계로 인한 저(低)청구 관행
  • 과거 청구 데이터 분석 없이 반복되는 손실
  • 이의신청 타이밍·근거 부족으로 인한 수익 포기

Jarvis 에어오피 AI의 해답

  • 진료 기록 자동 대조로 청구누락 실시간 탐지
  • 청구 전 삭감 위험 스코어링으로 사전 차단
  • 3~5년 과거 데이터 소급 분석으로 미청구 수익 발굴
  • 이의신청 성공률 예측 및 근거 자동 생성
  • 부서별·항목별 청구 손실 패턴 대시보드 제공
How It Works

에어오피 AI 에이전트 워크플로우

에이전트가 스스로 자료를 찾고, 판단하고, 근거를 만들어 담당자에게 넘기는 4단계 루프

1

01 · 관찰

에이전트가 EMR의 진료 기록, 처방, 처치·수술 내역과 실제 청구 내역을 스스로 조회해 대상 건을 좁힙니다.

2

02 · 추론

급여기준·고시·과거 삭감 사례를 검색해 대조하고, 누락 여부와 삭감 위험을 단계적으로 추론합니다.

3

03 · 근거 생성

판단 결과에 참조한 조문과 진료 기록을 붙여 근거 자료를 만들고, 금액·우선순위를 정량화합니다.

4

04 · 승인 요청

에이전트는 스스로 청구하지 않습니다. 담당자가 근거를 확인하고 승인한 건만 실제 청구에 반영됩니다.

AI Agent

규칙을 실행하는 AI가 아니라,
스스로 확인하는 AI 에이전트

정해진 규칙만 돌리는 엔진은 기준이 바뀌면 멈춥니다. 에어오피는 필요한 자료를 직접 찾아보고, 근거를 확인한 뒤 판단하는 에이전트 구조입니다.

TOOL 01

진료 기록 조회

EMR의 의무기록·투약 로그·처치 기록을 조회해 실제 수행된 행위를 확인합니다.

TOOL 02

급여기준 검색

급여기준·고시·심사지침을 검색해 해당 항목의 산정 요건과 예외 조건을 확인합니다.

TOOL 03

청구·삭감 이력 조회

같은 유형의 과거 청구와 삭감 사례를 찾아 위험도 판단의 근거로 삼습니다.

TOOL 04

근거 문서 생성

참조한 조문과 기록을 인용해 청구 보완 자료와 이의신청 초안을 작성합니다.

구분 일반 규칙 기반 시스템 에어오피 AI 에이전트
동작 방식 사전에 정의된 규칙만 순차 실행 필요한 자료를 스스로 찾아 단계적으로 추론
기준 변경 규칙을 일일이 다시 작성해야 반영 최신 고시·기준을 검색해 판단에 즉시 반영
비정형 기록 코드화된 데이터만 처리 가능 Medical NLP로 서술형 의무기록까지 해석
근거 제시 탐지 결과만 목록으로 출력 참조한 조문·기록을 인용한 근거 자료 함께 제공
실행 권한 자동 반영 또는 수동 확인 담당자 승인 전까지 실행하지 않음 (Human-in-the-loop)

에이전트의 모든 판단 과정과 참조 근거는 기록으로 남아, 담당자가 언제든 검토하고 되짚어볼 수 있습니다.

누락탐지 AI

청구누락탐지

진료 기록과 청구 내역을 AI가 자동으로 대조하여, 청구되지 않은 처치·검사·약제 항목을 실시간으로 탐지합니다. 담당자가 미처 인식하지 못한 누락을 빠짐없이 잡아내 청구 완결성을 높입니다.

  • EMR 진료 기록 vs 청구 코드 자동 교차 대조
  • 처치·검사·약제 항목별 누락 실시간 알림
  • 누락 추정 금액 산출 및 우선순위 정렬
  • 부서별·진료과별 누락 패턴 분석 리포트
청구누락 자동 탐지 시각화
삭감예측 AI

삭감위험예측

심사평가원의 심사 기준 및 과거 삭감 패턴을 학습한 AI가 청구 제출 전 항목별 삭감 가능성을 예측합니다. 사전 보완을 통해 삭감을 차단하고, 불가피한 경우 이의신청 성공률을 극대화합니다.

  • 청구 항목별 삭감 확률 실시간 스코어링
  • 심사 기준 DB 기반 적정성 자동 검토
  • 고위험 항목 보완 가이드 및 근거 자료 제공
  • 이의신청 성공률 예측 및 자동 초안 생성
삭감 위험 스코어링 대시보드
수익발굴 AI

과거수익발굴

과거 3~5년간의 청구 데이터를 AI가 소급 분석하여 미청구·과소청구된 수익을 정량화합니다. 추가 청구가 가능한 항목을 우선순위별로 제시하고, 회수 가능한 수익을 극대화합니다.

  • 3~5년 과거 청구 데이터 전수 소급 분석
  • 미청구·과소청구 항목 금액 정량화
  • ROI 기반 추가 청구 우선순위 리스트 제공
  • 수익 회수 시뮬레이션 및 개선 로드맵 제시
과거 수익 소급 분석 리포트
Performance

Jarvis - 에어오피 AI 핵심 성과 지표

실제 도입 병원 데이터를 기반으로 검증된 수익 개선 성과입니다.

98.2%
청구누락 탐지 정확도
63%↓
삭감률 감소 (도입 전 대비)
평균 4.7억
병원당 과거 수익 발굴 금액