양질의 의료 서비스가 미션이라면, 재무는 마진을 보호합니다.

의료 시스템 CFO에게 올해 마진이 어떻게 될지 물어보면, 그들이 비즈니스에 적용하는 엄격한 규율과 노력 끝에 얻은 답변을 항상 듣게 될 것입니다. 그리고 다음과 같은 목록이 이어집니다. 의료 서비스 제공 비용이 건강보험 상환액보다 더 많이 든 사례, 아무런 문제 없는 청구인데도 거부당한 사례, 예상 지급액에 불확실성을 초래하는 복잡한 가변 지급 계약, 이미 제공된 의료 서비스에 대해 아직 미수금으로 남아 있는 현금 등입니다.

앞서 언급한 기능들은 여러 기록 시스템의 지원을 받습니다. 각 시스템은 자동화와 에이전트를 통해 점점 더 빠르게 발전하고 복잡해지고 있습니다. 재무 부서의 임무는 모든 변수 간의 관계를 이해하고, 의료 경제성에 투명성을 부여하며, 조직이 환자에게 고품질의 의료 서비스를 제공할 수 있도록 준비하는 동시에 의료 서비스 마진을 보호하는 것입니다.

마찬가지로 건강보험사들도 엄청난 불확실성에 직면해 있습니다. 시장 변화에 신속하게 적응하지 못하는 예측 모델과 재무 기능은 손해율(MLR) 상승, HEDIS 및 STARS와 같은 프로그램의 낮은 상환율, 그리고 비용 절감 기술 및 기법과 보조를 맞추지 못하는 경직된 심사 기능에 직면하게 됩니다.

PWC의 연례 "Health Behind the Numbers" 보고서에 따르면, 예상되는 몇 가지 주요 의료 트렌드는 다음과 같습니다:

1. 의료 비용 9% 증가, 지난 20년 동안 가장 큰 폭의 상승
2. 건강보험사의 70%가 가격 상승의 요인으로 AI 지원 코딩을 꼽음
3. 전문의약품이 비용 상승을 주도하는 주요 요인임
4. 행동 건강 서비스 이용 급증이 의료 지출 증가의 또 다른 주요 요인으로 작용함

의료 산업의 속도에 맞춘 재무

품질이 중요하지 않다면 모든 기능이나 프로세스를 자동화할 수 있습니다. 의료 분야의 재무 기능은 여러 팀에 걸친 수동 개입이 지나치게 많은 것으로 악명이 높습니다. 그 결과 적시에 관련 정보를 얻지 못하게 됩니다. 오늘 재무 데이터를 바탕으로 내린 결정은 몇 주 또는 몇 달 전의 정보에 기반했을 가능성이 크며, 제공된 정보는 많은 리소스가 오랜 시간 동안 수집하고 검증해야 했던 정보입니다.

그 증상으로 의료 재무 조직이 의사 결정에서 더 높은 위험을 감수하게 되지만, 그 원인은 잘 알려져 있습니다. 단절되고 이질적인 데이터 시스템, 정보의 단일 진실 공급원 부재, 지연되거나 신뢰할 수 없는 정보, 그리고 재무 및 IT(일반적으로 데이터가 생성되는 곳)와 같은 팀 간의 협업 부족 등이 반복해서 나타나는 공통적인 문제입니다.

앞으로 다가올 혁신적인 기회는 의료 분야 CFO가 단일 진실 공급원을 바탕으로 더 빠르고 정확한 의사 결정을 내리고 기업 투자 전반의 위험을 줄이는 것입니다.

온톨로지라는 단어가 이제 의료 재무에서 중요한 이유

재무 부서는 복잡함 속에 숨겨진 숫자라도 항상 잘 찾아내 왔습니다. 하지만 숫자가 모든 이야기를 대변하지는 않는다는 점을 비즈니스에 가장 먼저 알리는 것도 그들입니다. 중요한 것은 그 이면의 의미입니다. 어떤 보험사인지, 어떤 계약인지, 어떤 서비스 라인인지, 그리고 비즈니스가 진행됨에 따라 이들이 어떻게 변화하고 있는지입니다. 어떤 답변이 완벽하게 정확하더라도 비즈니스가 실제로 작동하는 방식에 대한 부분적이거나 오래된 그림에 기반하고 있다면 올바르지 않을 수 있습니다. 솔직히 말해서, 그 숫자가 비즈니스의 전체 맥락에서 파악되고 있습니까?

온톨로지가 하는 일이 바로 그것입니다. 의미를 포착하고 비즈니스가 변화함에 따라 이를 최신 상태로 유지하는 것입니다.

Ali Ghodsi가 말했듯이, 대부분의 기업용 AI는 잘못된 자신감을 가지고 추측하고 있으며, 이는 지능의 문제가 아니라 맥락의 문제입니다.

하지만 모든 기술이 그렇듯, 차이를 만드는 것은 그 기능이 어떻게 제공되느냐입니다. 이를 통해 의료 재무의 요구 사항에 맞춰 구축된 새로운 종류의 온톨로지를 만나보게 됩니다.

정확하다(Accurate)는 것은 올바른 수치를 의미합니다. 올바르다(Correct)는 것은 서비스 라인, 보험사, 계약에 기반을 둔 동일한 수치를 의미합니다.

Genie가 해답이 되는 이유

프레더릭 브룩스(Frederick Brooks)의 저서 “맨먼스 미신(The Mythical Man-Month)”에서 그는 사람 간의 상호작용과 소통이 많아질수록 인도 속도가 느려진다고 주장하는데, 이것이 오늘날 많은 조직이 셀프 서비스를 달성하기 위해 노력하는 이유 중 하나입니다.

여기서 Genie가 해답이 됩니다. Databricks는 Genie를 데이터 스마트 AI 동료로 구축했습니다. 재무 리더가 직접 질문하고 Genie의 온톨로지에 기반하여 모든 단계에서 거버넌스가 적용된 신뢰할 수 있고 출처가 확실한 답변을 얻을 수 있는 동료입니다. 이는 재무 부서가 더 정확한 답변을 얻을 수 있도록 도울 뿐만 아니라, 단순히 일어난 일을 읽어주는 것을 넘어 신뢰할 수 있는 조치를 취할 수 있도록 지원하기 위해 구축되었습니다.

모든 의료 재무 팀이 고민하는 세 가지 질문을 생각해 보세요. 각 질문은 서로 꼬리를 물고 시너지 효과를 내는 세 가지 결과 중 하나와 연결되어 있습니다. 각 질문에 대해 Genie는 단순히 데이터를 검색하고 답변하는 것 이상의 역할을 합니다. Genie의 온톨로지는 비즈니스를 학습하고, 질문할 때마다 더욱 정교해지며, 그 작업 과정을 보여줍니다:

› 의료 서비스 제공 비용이 보험사 상환액을 초과하는 부분은 어디이며, 그 차액은 얼마인가요?

의료 서비스 비용부터 시작해 보겠습니다. 계약에 설정된 요율과 서비스 라인이 유지하는 마진은 인건비, 소모품비, 간접비 등을 각 보험사가 지급하는 금액과 대조해 보면 거의 일치하지 않습니다.

› 청구 건 전체에서 획득한 수익이 거부 및 과소 지급으로 누수되는 곳은 어디이며, 얼마나 회수할 수 있나요?

의료 서비스가 제공되고 기록되지만, 청구 전에 발견할 수 있었던 이유로 인해 수익이 거부 및 과소 지급으로 누수되는 경우가 많습니다.

› 장기 미수금과 이미 제공되었으나 아직 청구되지 않은 의료 서비스에 현금이 묶여 있는 곳은 어디인가요?

다음은 현금입니다. 제공된 의료 서비스에 대한 동일한 금액이 몇 주 동안 청구되지 않거나 지급되지 않은 채 방치되어, 조직이 다른 곳에 활용할 수 있는 자금을 묶어둘 수 있습니다.

세 가지 질문, 세 가지 결과, 하나의 메커니즘. Genie는 비즈니스를 학습하고, 질문할 때마다 더욱 정교해지며, 그 작업 과정을 보여줍니다.

이것이 이미 일어난 일을 보고하는 것과 비즈니스에 대해 지속적으로 학습하며 상호작용할 때마다 더 똑똑해지는 것의 차이입니다. 모든 수치의 출처를 추적할 수 있고, 모든 권한이 유지되며, AI 자체 비용이 단일 모델 하에서 제어되므로 재무 부서가 신뢰하고 조치를 취할 수 있는 답변이 됩니다. Genie는 청구 전에 청구 건을 수정하고, 요율을 재협상하며, 수금을 촉진할 수 있도록 준비를 마치고, 최종 결정은 담당자가 내립니다.

마지막으로, 이 세 가지 영역에 대한 Genie의 학습이 하나로 통합됩니다. 실제 의료 서비스 비용을 파악함으로써 각 보험사가 상환해야 할 가치를 설정하고, 획득한 수익이 누수되는 곳과 현금이 묶여 있는 곳을 보여줍니다. 청구가 제출되기 전에 거부될 뻔한 수익을 회수하고, 미수금이 오래되기 전에 현금을 확보하세요. 이를 통해 세 가지의 개별적인 과제가 서로를 강화하는 하나의 메커니즘으로 전환됩니다. 각 단계가 다음 단계를 준비하고, 그 추진력은 배가됩니다.

각 단계가 다음 단계를 준비합니다. 세 가지 영역 모두에 대한 Genie의 학습이 추진력을 배가시킵니다.

의료 재무의 작동 방식에 맞게 구축된 데이터 스마트 AI 동료

이는 재무 부서가 필요로 하는 요구 사항에 맞춰 구축된 역량 승수(force multiplier)입니다. 비즈니스 전반에서 엄격함과 규율을 추진하는 핵심 인력들은 이제 항상 더 똑똑해지고, 항상 최신 상태를 유지하며, 항상 거버넌스가 적용되고, 비즈니스를 진정으로 이해하는 데이터 스마트 AI 동료에게 의지할 수 있습니다. 의료 시스템은 계속해서 서비스를 제공할 것이며, Genie와 같은 도구는 재무 부서가 이를 지원하는 마진을 더 많이 보호할 수 있도록 도울 것입니다.

의료 재무를 위한 데이터 스마트 AI 동료가 어떤 모습인지 확인해 보세요. Databricks Genie는 현재 이용 가능합니다. databricks.com/product/ai-bi/genie

자주 묻는 질문

의료 분야의 재무는 어떻게 변화하고 있나요?

마진, 코딩, 청구 심사, 거절 및 수납에 영향을 미치는 더 많은 결정들이 에이전트에 의해 내려지고 있습니다. 의료 서비스를 지원하는 마진을 보호하려는 재무 부서의 사명은 변함이 없습니다. 다만 변화의 속도와 복잡성이 증가했으며, 재무 도구는 이를 이해하고 거버넌스를 적용해야 합니다.

Genie가 임상 또는 코딩 결정을 내리나요?

아닙니다. 임상 결정은 임상의의 몫이며, 코딩 및 수익 주기 관련 조치는 해당 업무를 담당하는 팀의 몫입니다. Genie는 재무 부서에 정확하고 거버넌스가 확보된 뷰를 제공하여 발생 중인 리스크를 조기에 감지하고, 이에 대처하는 담당자를 안내하거나 지시할 수 있도록 지원합니다.

헬스케어 분야의 CFO에게 온톨로지와 거버넌스가 왜 중요한가요?

온톨로지는 비즈니스에서 숫자가 의미하는 바를 파악하고 이를 최신 상태로 유지하므로, 답변이 단순히 정확한 것을 넘어 올바르게 유지되도록 합니다. 거버넌스는 모든 수치를 추적하고 권한을 부여하며, 민감한 환자 데이터를 보호합니다. 이 두 가지가 결합되어 안심하고 조치를 취할 수 있는 답변을 제공합니다.

Genie는 AI 대시보드나 BI 도구와 어떻게 다른가요?

대시보드는 데이터가 나타내는 바를 보여줍니다. Genie는 온톨로지를 기반으로 하고 엔드투엔드로 거버넌스가 적용되며 사람이 최종 결정을 내리는 환경에서, 데이터에 기반해 조치를 취할 수 있도록 돕는 스마트한 AI 동료입니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)