Fivetran, Agentic AI, Databricks Genie를 활용한 의료 의뢰 혁신

모든 의료 시스템은 환자 결과 개선, 임상의 번아웃 감소부터 수익 주기 최적화에 이르기까지 AI를 통해 막대한 이점을 얻을 수 있습니다. 기술의 유입에도 불구하고 병원 및 의료 시스템은 이 가치를 실현하는 데 계속 어려움을 겪고 있습니다.

의료 서비스 제공 기관의 경우, 핵심 문제는 데이터 및 AI 자산이 매우 단편화되어 있다는 점입니다. 전자 건강 기록(EHR)의 환자 기록, PACS 시스템의 의료 영상, 병상 모니터의 스트리밍 원격 측정 데이터, 비정형 임상 노트는 모두 사일로화되어 있습니다. 이러한 단편화는 분절된 보안 정책, 중요한 운영 및 임상 데이터의 종속, 적절한 엔터프라이즈 시맨틱 없는 AI의 무분별한 확산으로 이어집니다.

또한 HIPAA 규격의 AI 에이전트를 구축하고 프로덕션화하는 것은 특히 컴퓨팅 비용과 임상적 품질 및 안전성 간의 균형을 맞추려고 할 때 매우 어렵습니다.

AI 잠재력 극대화는 데이터에서 시작됩니다

Databricks는 모든 데이터와 AI를 통합하고 대중화하며, 의료 환경의 복잡성을 안전하고 효율적으로 처리하도록 설계되었습니다. 하지만 단일 진실 공급원(single source of truth)을 구축하려면 먼저 레거시 사일로에서 데이터를 잠금 해제해야 합니다. Fivetran이 도와드릴 수 있습니다. 

기존에는 복잡한 EHR에서 데이터를 추출하기 위해 엔지니어가 몇 주에 걸쳐 불안정한 맞춤형 ETL 스크립트를 구축해야 했습니다. 오늘날 Fivetran의 Epic Clarity 커넥터는 완전 관리형 제로 코드 파이프라인을 제공하여 이 프로세스를 가속화합니다. Epic Clarity에서 풍부한 임상 및 운영 데이터를 자동으로 안전하게 추출하여 Databricks로 직접 동기화합니다.  

Fivetran은 변경 데이터 캡처(CDC) 및 스키마 매핑을 자동화하여 수동 추출 작업을 없애고, 의료 시스템이 중요한 데이터를 Databricks로 전송할 수 있도록 합니다 몇 달이 아닌 몇 분 만에.

Fivetran으로 플랫폼에 데이터를 공급하는 Databricks 전략은 다음 두 가지 기본 단계를 기반으로 합니다.

• 공통 데이터 기반 개발: 대규모 데이터 웨어하우징을 위한 lakehouse 아키텍처, 수집 및 스트리밍을 위한 Lakeflow(실시간 HL7/FHIR 피드 및 IoT 병상 모니터에 적합), serverless Postgres를 위한 Lakebase를 통해 병원의 데이터 아키텍처를 통합하세요. 이 통합 기반은 가장 낮은 총소유비용(TCO)을 제공하고 레거시 의료 IT에서 흔히 볼 수 있는 공급업체 종속의 악순환을 끊습니다.
• 모든 거버넌스 통합: Unity Catalog를 활용하여 모든 자산에 대해 통합되고 엄격한 거버넌스를 제공합니다. 의료 분야에서 이는 PHI 및 HIPAA 규정 준수에 매우 중요합니다. Unity Catalog는 기존 테이블뿐만 아니라 예측 모델, AI 에이전트, PDF(스캔된 의뢰 문서 등) 및 원시 파일도 관리합니다.

의뢰 관리 최적화: 엔터프라이즈 컨텍스트에서 시작하기

거버넌스 데이터 기반이 구축되면 의료 시스템은 고유한 임상 및 운영 컨텍스트를 AI에 제공할 수 있습니다. 특정 병원 프로토콜, 환자 집단 및 지불자 계약을 실제로 이해하는 AI를 적용함으로써 Databricks는 의료 서비스 제공을 위한 혁신적인 사용 사례를 지원합니다.

병원 경영진에게는 환자를 의료 시스템 네트워크 내에 유지하면서 시기적절한 전문 치료를 받게 하는 것이 최우선 과제입니다. 네트워크 누수를 막기 위해 의뢰 관리를 최적화하는 것은 엄청난 과제입니다. 데이터가 종이 팩스, Epic Clarity 데이터베이스, 외부 지불자 시스템 전반에 걸쳐 분산되어 있기 때문에 최대 50%의 의뢰 가 '블랙홀'에 빠집니다. 

그들은 환자가 실제로 후속 진료를 예약했는지 또는 참석했는지에 대한 가시성이 부족할 뿐입니다.

Databricks 내 Fivetran으로 수집된 데이터의 잠재력을 최대한 활용함으로써 리더는 막대한 비즈니스 가치를 창출할 수 있습니다. AI 모델은 다음을 수행할 수 있습니다.

• 진료 의뢰 노쇼 예측
• 네트워크 이탈의 근본 원인을 파악하고,
• 예약 가능 여부와 근접성을 기준으로 다음 최적의 인네트워크 전문가를 자동으로 추천합니다.  

데이터가 공통 플랫폼에서 통합되면 데이터 팀은 해당 데이터를 모델링하고 보고 및 활성화를 위해 준비해야 합니다. Fivetran은 일반적인 SaaS 플랫폼을 위한 플랫폼 내 Quickstart 데이터 모델, dbt 및 Coalesce와의 통합, 그리고 다음과 같은 새로운 기능을 포함하여 데이터 변환을 위한 강력한 도구 세트를 제공합니다:

• AI Column Builder 를 사용하여 ChatGPT, Claude, Gemini 등 원하는 AI 공급업체의 기술로 추가 필드를 생성해 데이터를 보강합니다
• Audience Builder 를 사용하여 맞춤 잠재고객 세그먼트 구축

그런 다음 데이터가 준비되면 팀이 작업하는 애플리케이션으로 데이터를 푸시하여 일상적인 플랫폼에서 데이터를 사용하여 의사 결정을 내릴 수 있도록 도울 수 있습니다. 

데이터 활성화는 데이터가 대시보드, 정적 보고서 또는 데이터 웨어하우스에 사일로화되지 않도록 보장합니다. 의료 관리자와 의료 전문가는 최소한의 마찰이나 지연으로 민감하고 시기적절한 데이터에 액세스해야 합니다. 의사나 간호사 또는 그 직원들이 다른 곳에 긴급히 집중해야 할 때 SQL을 배우고 비즈니스 인텔리전스 플랫폼을 샅샅이 뒤지는 데 몇 시간을 소비하는 것은 현실적이지 않습니다.

Fivetran Activations 는 주문, 일정, 완료된 방문 데이터를 통합하여 진료 의뢰 라이프사이클의 엔드투엔드 관리를 지원합니다. 이 데이터를 사용하여 여러 의료 서비스 제공자에 걸친 환자 여정, 의료 서비스 제공자 네트워크 전반의 흐름, 수용 능력, 이탈을 모델링하고 진료 의뢰 지표를 표준화할 수 있습니다.

이러한 모델에서 얻은 중요한 인사이트는 최종 사용자에게 정보를 제공하거나 자동화된 작업을 트리거하기 위해 모든 종류의 운영 시스템으로 전송될 수 있습니다.

프로덕션 AI 에이전트 구축 및 치료 팀을 위한 인사이트 민주화

Fivetran과 Databricks를 통해 저희는 의료 시스템이 안전한 임상 등급의 데이터 및 AI 앱을 간단하게 구축하고 배포할 수 있도록 지원하고 있습니다.

AI/BI Genie 를사용하여 자연어로 데이터와 상호  작용함으로써 병원 관리자, 간호 관리자, 의료 책임자는 말 그대로 데이터와 대화할 수 있습니다. 그들은 환자 흐름, 재입원율 또는 응급실 대기 시간에 대한 질문을 탐색하고 자연어, 데이터 테이블, 시각화를 통해 즉각적인 인사이트를 얻을 수 있습니다.

의료 시스템은 더 낮은 비용으로 더 높은 품질을 달성하는 프로덕션 AI 에이전트를 배포할 수 있습니다. 예를 들어 AstraZeneca가 40만 건이 넘는 복잡한 임상시험 문서를 파싱하기 위해 Agent Bricks 를 활용한 것과 마찬가지로, 병원에서도 IT 팀이 복잡한 코드를 작성할 필요 없이 에이전트를 배포하여 수십 년에 걸친 과거의 비정형 의료 기록에서 구조화된 데이터 포인트을 추출할 수 있습니다.

Fivetran으로 데이터 수집을 가속화하고 Databricks에서 분석 및 AI를 통합함으로써 의료 시스템은 분산된 IT에서 진정으로 지능적인 의료 서비스 제공 네트워크로 전환할 수 있습니다.

HIMSS에서 만나요!

HIMSS26에 참가하신다면, 3월 수요일 12:00 - 12:00 PM(PT)에 Databricks 부스(#5453)에서 진행되는 저희 세션 을 확인해 보세요. 그리고 라스베이거스에서 뵙지 못하더라도 4월 15일 수요일 오전 9시(PDT) 에 있을 저희 웨비나에 참여해 주세요(link).

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